Orange AI Lab

Gestão e dados · Comece por aqui

Dados ausentes na planilha: não deixe a IA inventar o que falta

Diferencie zero, vazio e informação não coletada antes de usar IA para analisar uma planilha. Preserve lacunas, registre regras e confira o efeito nos indicadores.

Pessoa compara uma folha quadriculada com fichas sobre uma mesa, mantendo algumas posições vazias para revisão.

Uma célula vazia pode significar que ninguém preencheu o campo, que o dado ainda não chegou ou que ele não se aplica àquele registro. Pedir à IA para completar tudo mistura situações diferentes. Antes de analisar uma planilha da PME, vale definir o que cada ausência significa e quais perguntas a base consegue responder. A IA pode ajudar a apontar dúvidas e organizar uma revisão; o valor que falta precisa continuar identificado como desconhecido até existir uma fonte ou uma regra válida.

01

Defina o significado de cada campo

Comece pelo indicador que pretende calcular. Se a pergunta é o prazo de entrega, confira o significado das datas de pedido, saída e recebimento. Data de recebimento vazia pode indicar entrega pendente ou falta de registro de uma entrega concluída. Sem consultar o processo, essas duas situações ficam indistinguíveis. Não use a aparência da célula como única evidência.

Prepare um pequeno dicionário: nome da coluna, significado, unidade, origem e estados permitidos. Separe valor conhecido, não coletado, pendente e não aplicável quando essas distinções fizerem sentido. Essa é uma proposta de organização da Orange para o piloto; a empresa responsável pelo processo precisa validar os significados antes de qualquer alteração na base.

02

Zero e ausência precisam de regras diferentes

Exemplo inteiramente fictício: uma distribuidora registra quantas unidades foram devolvidas em cada pedido. Zero significa nenhuma devolução registrada conforme a regra do processo. Vazio significa que a conferência ainda não ocorreu. Substituir vazios por zero faria pedidos não conferidos parecerem resolvidos. A distribuidora é ilustrativa e não representa um cliente ou teste da Orange.

Em uma amostra fictícia de três pedidos, há duas unidades devolvidas no primeiro, zero no segundo e informação ausente no terceiro. A média dos dois registros conhecidos é uma unidade. Se o terceiro virar zero, a conta passa a dois terços. Nenhuma dessas contas descobre o que aconteceu no terceiro pedido. Para comunicar o resultado, informe também que apenas dois dos três registros têm valor conhecido.

03

Examine a cobertura antes de pedir uma conclusão

A documentação oficial do Power Query descreve recursos para examinar qualidade, distribuição e perfil de colunas, incluindo a identificação de campos vazios e erros. Ela também informa que o perfil usa, por padrão, as primeiras mil linhas, com opção de considerar o conjunto inteiro. Uma prévia pode, portanto, deixar de mostrar problemas que só aparecem depois desse recorte. Confira o alcance da inspeção no ambiente usado.

Você não precisa contratar uma ferramenta para começar. Em uma cópia autorizada da planilha, conte registros conhecidos e ausentes por coluna e por período. Observe se as lacunas se concentram em uma unidade, categoria ou fase do processo. Peça à IA hipóteses para investigar, deixando claro que elas não são causas comprovadas. Uma base incompleta pode não sustentar a comparação desejada.

04

Dê à IA uma tarefa que preserve a dúvida

Uma instrução possível é: examine este exemplo fictício, liste campos ausentes e perguntas de verificação; não preencha valores nem conclua que vazio significa zero. Solicite uma saída com identificação da linha, campo, situação observada e próximo passo sugerido. Revise se a resposta realmente manteve as lacunas e se separou observação de hipótese. Use apenas conteúdo permitido na ferramenta escolhida.

A documentação do pandas mostra que dados ausentes têm representações próprias e operações específicas para detectá-los. Ela também apresenta maneiras de preencher ausências. A existência de um comando de preenchimento não decide qual valor é correto para o negócio. Não aceite código sugerido pela IA que troque todas as lacunas por zero, pela média ou pelo valor anterior sem uma regra explícita e uma conferência do efeito.

05

Corrija com evidência e registre o que mudou

Quando houver fonte válida, registre a correção numa cópia, indicando valor anterior, novo valor, motivo e origem. Se a finalidade exigir uma estimativa, mantenha-a identificada e separada do valor observado. Se a informação continuar indisponível, preserve esse estado e explique como ele limita o indicador. Não faça uma atualização no sistema operacional apenas porque a planilha revisada parece mais completa.

Para avaliar o piloto, acompanhe lacunas resolvidas com fonte, preenchimentos indevidos e tempo de conferência. Compare o indicador antes e depois, incluindo a quantidade de registros usados em cada cálculo. Se a tarefa for ocasional e pequena, filtros e revisão manual podem bastar. Para discutir uma automação com a Orange, leve o dicionário e exemplos fictícios. Guia elaborado com apoio de IA e checagem de fontes; sem teste próprio das ferramentas ou promessa de ganho.

Fontes e referências

Consulte os materiais que apoiam este conteúdo. Produtos, preços e recursos podem mudar; confirme as condições do fornecedor antes de contratar.

  1. Microsoft Learn — Using the data profiling tools (Power Query) — abre em nova abaConsultado em 06 de novembro de 2026
  2. pandas — Working with missing data — abre em nova abaConsultado em 06 de novembro de 2026
Todos os artigos

Uma boa ideia merece uma conversa

Leve esta leitura para a sua rotina. Em 1 minuto, o Teste ORANGE diz se faz sentido conversar.

Conversar com a Orange