Pior Cego É Aquele Que Nao Quer Ver

Reconhecer o que está na sua frente é mais difícil do que a maioria dos profissionais admite

A gente passa anos lidando com dados, dashboards e relatórios, e a lição que mais dói de aprender é que a ferramenta não é o problema. O problema é quem decide ignorar o que a ferramenta mostra quando ela contradiz a narrativa que alguém quer. Essa expressão existe por um motivo prático, não poético. Ela descreve um padrão recorrente em projetos reais. Na prática, isso aparece como um bug, um KPI que não fecha, um custo que sobe e ninguém quer investigar porque a resposta vai estragar a planilha de apresentação da diretoria. Eu já vi isso acontecer num projeto de migração de banco de dados onde o time de engenharia reportou latência crescente há três semanas. A resposta do gestor foi "deixa rolar, vamos monitorar". Quinze dias depois, o sistema caiu em horário comercial. A queda custou R$ 87 mil em receita perdida e duas horas de trabalho emergencial. A latência tinha sido detectada, documentada e ignorada. O comportamento mais comum que eu vejo é o seguinte: o relatório é construído de forma que os problemas se perdem na quantidade de informação. Métricas secundárias ocupam o espaço central, e os indicadores que realmente importam ficam em abas ou prints separados. Quando você pede para alguém olhar, a pessoa olha mesmo, mas não vê o que deveria ver porque a estrutura visual foi montada para confortar, não para informar.

Aqui vai algo que pouca gente leva a sério: a ferramenta mais simples resolve melhor esse problema do que o dashboard mais caro. Um print de tela com uma seta vermelha e um número grande funciona mais do que um gráfico de série temporal animado que a diretoria demora dez minutos para decifrar. A complexidade visual é, ironicamente, um mecanismo de defesa. Quanto mais sofisticado o painel, mais espaço há para interpretação seletiva. Um detalhe técnico que costuma ser pulado: a fonte dos dados. Na maior parte dos casos em que eu vi pessoas "não quererem ver", o problema estava na camada de ingestão. O dado já chegava distorcido. Um campo de timestamp com timezone inconsistente fazia com que incidentes noturnos aparecessem como happening diurno, e quem analisava os dados via um padrão completamente diferente do que ocorria na operação. Verificar a proveniência do dado antes de questionar a interpretação economiza semanas de reunião. O erro mais frequente de quem está começando nessa área é tentar resolver o problema com mais dados. A solução quase nunca é "coletar mais métricas". A solução é escolher três indicadores que não podem ser ignorados e colocá-los no topo de tudo, em formato que não permita ambiguidade. Se um número estiver vermelho, o resto da tela deve desaparecer. Isso exige disciplina, não tecnologia.

Também preciso ser honesto sobre onde essa abordagem falha. Ela depende inteiramente da disponibilidade de alguém disposto a apontar o problema. Se a cultura do ambiente pune quem traz má notícia, nenhuma ferramenta ou técnica vai resolver. Nesse cenário, o melhor caminho é documentar tudo por escrito, com datas e evidências, e escalar de forma que a responsabilidade saia do seu ombro. Não é ideal, mas é realista. Outro ponto que as pessoas subestimam: o viés de confirmação opera em velocidade muito maior do que a análise lógica. Quando você apresenta dados que contradizem uma decisão já tomada, o cérebro da pessoa levanta defesas em segundos, não em minutos. Por isso, a forma como você entrega a informação importa tanto quanto a informação em si. Mostrar o dado junto com uma consequência direta e mensurável — perda financeira, prazo atrasado, risco de compliance — corta o tempo de negação pela metade na maioria das vezes. Se você está lidando com isso agora, o passo pratico é: pegue o problema, reduza a uma frase, anexe o número que prova, e apresente em um canal permanente. Chat, email, documento. Nada de conversa rápida que não deixe rastro. Quem não quer ver tem facilidade para dissolver evidências em diálogos informais. Registrado, a coisa vira obrigação.