Em 2002, o Oakland Athletics era um time de beisebol com um dos menores orçamentos da liga e um problema que parecia não ter solução dentro das regras do jogo: seus concorrentes mais ricos podiam simplesmente comprar os melhores jogadores, enquanto o Athletics precisava assistir seus talentos sendo contratados por equipes que pagavam três vezes mais. A lógica convencional do esporte dizia que essa era uma batalha perdida antes de começar. Dinheiro comprava talento, talento ganhava jogos, e quem não tinha dinheiro não ganhava.
Billy Beane não aceitou essa lógica. Não porque fosse ingênuo sobre a realidade financeira do seu time, mas porque percebeu que a lógica convencional estava construída sobre uma premissa que nunca havia sido rigorosamente testada: a de que os especialistas sabiam o que tornava um jogador valioso.
O que Beane e o economista Paul DePodesta descobriram ao examinar os dados com seriedade foi perturbador para todos que tinham décadas de experiência no esporte: os critérios pelos quais jogadores eram avaliados e precificados não correspondiam aos critérios que efetivamente determinavam vitórias. O mercado estava errado de forma sistemática, e estava errado há décadas, porque ninguém havia questionado as premissas com evidência suficiente para forçar uma revisão.
Essa descoberta não era sobre beisebol. Era sobre a natureza da tomada de decisão em qualquer organização que opera com base em experiência acumulada, intuição de especialistas e consenso interno em vez de evidência rigorosa. E sua implicação para a gestão empresarial é mais profunda e mais desconfortável do que a maioria das lideranças está disposta a reconhecer.
O Problema Não Era Falta de Dinheiro. Era Falta de Método.
A narrativa superficial de Moneyball é sobre um time pobre que venceu times ricos. Essa narrativa é sedutora porque confirma uma crença reconfortante sobre o poder da criatividade sobre os recursos. Mas a narrativa real é mais precisa e mais útil: é sobre um time que identificou que o mercado estava precificando jogadores com base em critérios errados e que explorou esse erro sistematicamente enquanto os outros times continuavam operando dentro da lógica convencional.
A vantagem competitiva do Oakland Athletics não era inteligência superior nem criatividade excepcional. Era disposição de questionar premissas que todos os outros aceitavam como verdade estabelecida e de substituir o julgamento intuitivo de especialistas por análise rigorosa de dados.
Essa distinção importa porque define onde o problema realmente estava. Se o problema fosse apenas falta de dinheiro, a solução seria conseguir mais dinheiro, o que não estava disponível. Se o problema era um método de avaliação e decisão inferior ao que os dados tornavam possível, a solução era mudar o método, o que estava ao alcance de qualquer organização disposta a fazer o trabalho.
Nas empresas, esse mesmo padrão se repete com uma frequência que deveria ser alarmante. A maioria das decisões estratégicas e operacionais relevantes é tomada com base em uma combinação de experiência acumulada, intuição de quem tem mais tempo na função e consenso entre as pessoas com mais autoridade na sala. Esse processo tem valor real: experiência e intuição carregam aprendizados que dados brutos não capturam. Mas tem também uma vulnerabilidade estrutural: é sistematicamente distorcido pelos vieses cognitivos de quem decide, pela inércia de premissas que nunca foram testadas e pela tendência de confirmar o que já se acredita em vez de procurar o que poderia contradizê-lo.
O resultado é o equivalente empresarial do mercado de beisebol antes de Moneyball: decisões que parecem sólidas porque são tomadas por pessoas experientes e respeitadas, mas que estão construídas sobre premissas que nunca foram rigorosamente verificadas.
O Que os Especialistas Não Veem: A Armadilha da Experiência
Os scouts de beisebol que avaliavam jogadores para o Oakland Athletics antes de Beane não eram incompetentes. Eram profissionais experientes com décadas de observação acumulada, com olho treinado para identificar talento e com uma linguagem técnica sofisticada para descrever o que viam. O problema não era falta de expertise. Era que a expertise havia sido construída em torno de critérios que correlacionavam com a aparência de talento, não com a produção real de resultados.
Eles avaliavam a mecânica do arremesso, a postura no rebatimento, a velocidade, a aparência física. Esses critérios tinham valor real como indicadores de potencial atlético. Mas não eram os critérios que determinavam a contribuição de um jogador para a vitória da equipe, que era, afinal, o único resultado que importava.
Daniel Kahneman passou décadas estudando exatamente esse fenômeno: a tendência de especialistas de construir confiança em seus julgamentos a uma velocidade maior do que a evidência justifica. Em ambientes onde o feedback é frequente e claro, especialistas desenvolvem intuições genuinamente valiosas. Em ambientes onde o feedback é tardio, ambíguo ou distorcido, especialistas desenvolvem intuições que parecem confiáveis mas que frequentemente não são mais precisas do que estimativas estatísticas simples.
O beisebol tinha feedback aparentemente claro: os jogos eram ganhos ou perdidos, as estatísticas eram registradas, os resultados eram visíveis. Mas a conexão entre o que os scouts avaliavam nas contratações e os resultados que a equipe produzia nunca havia sido rigorosamente testada. O feedback existia, mas não estava sendo usado para calibrar o método de avaliação. Estava sendo usado para confirmar a narrativa de quem havia feito as escolhas.
Nas empresas, esse padrão é ubíquo. O gestor comercial que avalia clientes com base em critérios que nunca foram testados contra dados de lucratividade real. O gestor de operações que define prioridades com base em urgência percebida em vez de impacto medido. O empresário que toma decisões de investimento com base na convicção de que conhece seu mercado, sem jamais verificar sistematicamente se o que acredita sobre seu mercado corresponde ao que os dados revelam.
A experiência é valiosa. Mas experiência sem verificação sistemática é uma coleção de histórias que confirmam o que já se acredita, não um método de aprendizado que revisa o que se acredita à luz do que aconteceu.
Gestão Baseada em Dados: O Que Significa na Prática
A expressão gestão baseada em dados tornou-se suficientemente popular para perder parte de seu significado. É invocada em apresentações estratégicas, incorporada em descrições de cultura organizacional e citada como princípio de decisão por lideranças que continuam tomando suas decisões mais importantes com base em intuição não verificada.
Gestão baseada em dados não é ter um dashboard. Não é medir muitas coisas. Não é apresentar números em reuniões de resultado. É um método específico de tomada de decisão que tem características identificáveis e que é fundamentalmente diferente do método que a maioria das organizações pratica.
O primeiro elemento é a definição explícita de qual pergunta os dados precisam responder antes de coletar os dados. Billy Beane e DePodesta não começaram com dados e procuraram padrões. Começaram com uma pergunta específica: quais ações de um jogador correlacionam com maior probabilidade de vitória para a equipe? Essa pergunta direcionou a análise para os dados relevantes e impediu que a abundância de dados disponíveis criasse a ilusão de análise sem a substância da resposta.
O segundo elemento é a disposição de deixar os dados chegarem a conclusões que contradizem o consenso. O insight central de Moneyball, que a capacidade de chegar em base era um preditor mais confiável de contribuição para vitórias do que as métricas tradicionais, contradizei diretamente o que os especialistas mais experientes acreditavam. Se Beane não tivesse a disposição de agir com base nessa conclusão apesar da resistência dos scouts, a análise não teria produzido vantagem competitiva. Teria produzido apenas um relatório interessante que ninguém seguiu.
O terceiro elemento é a criação de um ciclo de aprendizado que usa os resultados para revisar as premissas. Gestão baseada em dados não é uma decisão. É um processo contínuo de hipótese, teste, medição e revisão. A organização que toma uma decisão baseada em dados e não mede sistematicamente se o resultado confirmou ou contradisse a premissa que orientou a decisão não está praticando gestão baseada em dados. Está usando dados para justificar decisões que continuam sendo tomadas pelo método anterior.
Os Números Que a Sua Empresa Não Está Olhando
Toda empresa mede. Faturamento, custos, inadimplência, produtividade, satisfação do cliente. Esses são os números que aparecem nos relatórios de resultado e que orientam as conversas de gestão. São números importantes. E são, frequentemente, os números errados para as perguntas mais importantes que a empresa precisa responder.
O Oakland Athletics media o que todo time de beisebol media: médias de rebatimento, número de home runs, velocidade de arremesso. Eram os números que o esporte havia estabelecido como indicadores de valor. O problema era que esses números não eram os melhores preditores de vitória. Os números que eram melhores preditores de vitória, on-base percentage e slugging percentage entre outros, estavam disponíveis mas não eram os números que orientavam as decisões de contratação.
Nas empresas, o equivalente é a distância entre os números que são medidos por tradição ou por conveniência e os números que efetivamente predizem os resultados que importam.
Uma empresa que mede satisfação do cliente por pesquisas de NPS mas não mede a correlação entre os scores de NPS e o comportamento real de recompra e indicação não sabe se o que está medindo corresponde ao que quer saber. Uma empresa que mede produtividade por horas trabalhadas ou tarefas completadas mas não mede a correlação entre essas métricas e a qualidade dos resultados entregues pode estar otimizando para o número errado. Uma empresa que mede crescimento de receita sem medir crescimento de lucratividade por cliente pode estar celebrando um crescimento que está destruindo margem.
A pergunta que Moneyball coloca para qualquer empresário é específica: dos números que você não está medindo, qual seria o mais revelador sobre o que realmente determina o seu resultado? E a resposta a essa pergunta frequentemente exige o mesmo desconforto que Beane enfrentou: descobrir que o que você acreditava ser importante pode não ser o que os dados confirmam como importante.
A Resistência dos Especialistas: Por Que Dados Sozinhos Não Transformam
Um dos aspectos mais reveladores de Moneyball é a resistência feroz que a abordagem de Beane encontrou dentro da própria organização. Os scouts experientes não eram apenas céticos. Eram ativamente hostis à ideia de que análise estatística poderia substituir ou superar o julgamento construído por décadas de observação.
Essa resistência não era irracional do ponto de vista de quem a experimentava. A abordagem baseada em dados não era apenas uma forma diferente de fazer o mesmo trabalho. Era uma redefinição de o que era o trabalho e de quem tinha autoridade para fazê-lo. Se os dados podiam identificar jogadores valiosos que os scouts haviam descartado, então a expertise dos scouts era menos valiosa do que sempre parecera. A resistência era, em sua essência, uma defesa de identidade profissional e de relevância organizacional.
Nas empresas, essa resistência aparece sempre que a gestão baseada em dados ameaça desafiar o julgamento de quem tem autoridade construída sobre experiência. O gestor que tomou decisões bem-sucedidas por anos com base em intuição não recebe com entusiasmo a sugestão de que seus processos decisórios devem ser submetidos a verificação empírica. A liderança que construiu sua reputação em determinada visão de mercado não recebe com abertura os dados que sugerem que essa visão pode estar incompleta.
Edgar Schein observou que as premissas mais profundas de uma organização são exatamente aquelas que os membros da organização menos conseguem questionar, porque são as premissas que definem quem eles são e como enxergam o mundo. Dados que contradizem essas premissas não são processados como evidência. São experimentados como ameaça.
A implicação para a implementação de gestão baseada em dados é que o desafio não é técnico. É cultural. Os sistemas de coleta e análise de dados são a parte mais simples. A parte difícil é construir uma cultura onde os dados têm autoridade para contradizer o consenso e onde essa contradição é tratada como oportunidade de aprendizado em vez de como ataque à competência de quem decidiu diferente.
Decisão Sob Incerteza: O Que os Dados Podem e O Que Não Podem Fazer
Moneyball seria uma história mais simples se os dados sempre tivessem razão. Mas o filme, e ainda mais o livro de Michael Lewis no qual é baseado, é honesto sobre os limites da abordagem: dados reduzem incerteza, não eliminam. Melhoram a probabilidade de decisões corretas em média, não garantem que cada decisão individual produzirá o resultado esperado.
Beane sabia que alguns jogadores identificados pelo modelo estatístico como subvalorizados não performariam como esperado. O argumento não era que o modelo era infalível. Era que o modelo produziria melhores decisões em média do que o julgamento intuitivo dos scouts, e que em um número suficiente de decisões essa vantagem média se traduziria em vantagem competitiva real.
Essa distinção é crítica para a aplicação empresarial. Gestão baseada em dados não é uma promessa de certeza. É uma melhoria sistemática da qualidade das apostas que qualquer organização precisa fazer sob incerteza. O empresário que abandona a gestão baseada em dados porque uma decisão orientada por dados produziu um resultado ruim está cometendo o mesmo erro cognitivo que o empresário que mantém uma decisão intuitiva ruim porque uma vez funcionou: está usando um caso individual para avaliar um método que só pode ser avaliado por seu desempenho médio em múltiplas decisões.
A pergunta correta não é esta decisão baseada em dados funcionou? A pergunta correta é meu processo de decisão, ao longo do tempo e em múltiplas situações, está produzindo resultados melhores do que o processo que usava antes? Essa é uma pergunta que exige paciência, disciplina de medição e disposição de avaliar o método pelo seu desempenho agregado, não pelos seus casos mais memoráveis.
A Vantagem Competitiva Temporária: O Que Acontece Quando Todos Aprendem
Há um elemento da história do Oakland Athletics que é raramente discutido nas aplicações empresariais de Moneyball e que é talvez o mais estrategicamente relevante: a vantagem que a abordagem baseada em dados produziu foi temporária. Quando outros times perceberam o que Beane estava fazendo e por que estava funcionando, começaram a aplicar as mesmas análises. Os jogadores subvalorizados que o modelo identificava foram sendo reavaliados pelo mercado e seus preços subiram. A ineficiência que o Oakland Athletics havia explorado foi gradualmente eliminada.
Isso não invalida a abordagem. Demonstra sua lógica com precisão: vantagem competitiva baseada em informação superior é real enquanto a informação é assimetricamente distribuída. Quando a informação se difunde, a vantagem desaparece e a organização precisa encontrar a próxima ineficiência a explorar.
Para empresas, essa lógica tem uma implicação direta: gestão baseada em dados não é uma vantagem competitiva sustentável por si mesma. É uma capacidade organizacional que precisa ser continuamente desenvolvida para identificar as perguntas que os concorrentes ainda não estão fazendo, os dados que ainda não estão sendo coletados e as ineficiências que ainda não foram reconhecidas como tais.
A organização que implementa gestão baseada em dados como um sistema fixo de métricas e processos está, eventualmente, na mesma posição que os times de beisebol que adotaram as métricas do Oakland Athletics depois que o mercado já havia precificado as ineficiências que essas métricas revelavam. Está usando o método certo para a pergunta de ontem.
A vantagem real é a capacidade de continuar fazendo as perguntas que outros ainda não estão fazendo. E essa capacidade é cultural antes de ser técnica.
Conclusão: O Achismo Tem um Preço. Ele Aparece na Margem.
Billy Beane não revolucionou o beisebol porque tinha acesso a dados que outros não tinham. Os dados estavam disponíveis para todos. Revolucionou porque tinha a disposição de deixar os dados contradizer o que todos acreditavam saber e de agir com base nessa contradição mesmo diante da resistência de quem havia construído sua autoridade sobre as premissas que os dados questionavam.
Nas empresas brasileiras, o equivalente dessa revolução está disponível para qualquer liderança disposta a fazer as mesmas escolhas: questionar as premissas que orientam as decisões mais importantes, medir o que efetivamente determina os resultados em vez do que é mais fácil de medir e criar uma cultura onde dados têm autoridade para contradizer consenso.
O custo do achismo não aparece como linha específica na demonstração de resultados. Aparece na margem que não foi capturada, nos clientes que foram perdidos para concorrentes que tomaram decisões melhores, nas contratações que não produziram o resultado esperado, nos investimentos que foram feitos com convicção e entregaram menos do que prometiam.
Esse custo é real. É recorrente. E é, em larga medida, evitável.
A pergunta que Moneyball deixa para qualquer empresário não é se você acredita em gestão baseada em dados.
É quantas das suas decisões mais importantes dos últimos doze meses foram tomadas com base em evidência rigorosa, e quantas foram tomadas com base no que você acredita saber porque sempre acreditou.
A diferença entre as duas respostas é o tamanho da oportunidade que seus dados ainda não explorados estão esperando revelar.
Khellen Kastellarz é consultora e mentora empresarial especializada em eficiência operacional, desenvolvimento de equipes e construção de empresas que crescem com consistência — sem depender da presença constante do dono.
📧 [email protected] 📱 (48) 99663-4242 🌐 khellenkastellarz.com