Análise de Planilha Real — Caso Completo
Do upload da planilha ao plano de ação de 30 dias. Estudo de caso com prompts, outputs esperados e armadilhas.
TL;DR
Vamos pegar uma planilha real de vendas, alimentar o Claude, e sair com diagnóstico executivo + plano de 30 dias. Tempo total: 12 minutos.
O contexto do caso
Empresa fictícia mas realista:
- Setor: SaaS de gestão para escritórios contábeis (B2B)
- MRR: R$ 187k
- Clientes ativos: 412
- Equipe comercial: 4 vendedores
- Período da análise: últimos 3 meses
Você baixou o export do HubSpot e tem uma planilha com 1.247 negociações.
Etapa 1 · Preparar o ambiente
Antes de subir a planilha
- Anonimize se tiver dado de cliente real (nome, CNPJ, telefone)
- Salve como Excel ou CSV (Claude lê ambos)
- Confira: tem coluna de vendedor responsável? Etapa? Valor? Data? Status?
No Claude.ai
- Acesse claude.ai
- Crie um Project novo: Projects → Create project → “Análise comercial”
- Em Project knowledge, anexe a planilha (fica disponível em toda conversa do projeto)
- Em Custom instructions do projeto, coloque o contexto da empresa
Etapa 2 · O prompt-mãe
Cole isso na primeira conversa do projeto:
Você é Head de Vendas com 15 anos em SaaS B2B brasileiro.
Especialidade: diagnosticar funil e encontrar gargalo silencioso.
<contexto>
Empresa: SaaS para escritórios contábeis
MRR atual: R$ 187k
Clientes ativos: 412
Equipe comercial: 4 vendedores (Ana, Bruno, Camila, Diego)
Período da análise: últimos 90 dias
Ticket médio histórico: R$ 480/mês
</contexto>
<dados>
A planilha em anexo (negociações-Q3.xlsx) contém 1.247 negociações.
Colunas: id, vendedor, data_criacao, data_fechamento, valor, status,
fonte, segmento, ciclo_dias.
</dados>
<tarefa>
1. Leia a planilha inteira. Identifique colunas, qualidade dos dados,
inconsistências (datas inválidas, valores zero, duplicatas).
2. Calcule:
- Conversão geral (criadas → fechadas ganhas)
- Taxa por vendedor
- Ticket médio por vendedor
- Ciclo médio (em dias)
- Conversão por fonte e por segmento
3. Identifique os 3 padrões críticos:
- Quem está fora da curva (positivo e negativo)?
- Qual fonte tem ROI invertido?
- Em qual segmento estamos perdendo dinheiro?
4. Encontre 1 risco silencioso (concentração, gargalo de pessoa, sazonalidade).
5. Crie plano de ação de 30 dias (3 movimentos, com impacto em R$).
</tarefa>
<formato>
- Resumo executivo (5 bullets com R$)
- Tabela de KPIs por vendedor
- 3 padrões críticos (cada um: o que vejo + por que importa + ação)
- Risco silencioso
- Plano 30 dias
Use Python execution para garantir que os números são corretos,
não estimados. Mostre cálculos onde fizer diferença.
</formato>
Pense em etapas antes de responder. Mostre raciocínio em <rascunho>.
Responda em PT-BR.Etapa 3 · O que esperar da resposta
O Claude vai (em ordem):
1. Rodar Python para abrir a planilha
Você vai ver:
import pandas as pd
df = pd.read_excel('negociacoes-Q3.xlsx')
df.shape # (1247, 9)
df.dtypes # confirma tipos das colunas
df.isna().sum() # quantos faltam por colunaSe houver problema de dado, ele vai parar e te avisar.
2. Mostrar rascunho de raciocínio
<rascunho>
Variáveis principais: taxa de conversão, ticket médio, ciclo.
Hipóteses a testar: vendedor X com ticket baixo, fonte Y barata mas
ineficaz, ciclo crescendo com tempo.
Vou cortar análise por: vendedor, fonte, segmento, mês.
Vou ignorar: status "duplicado" ou "spam" (ruído).
</rascunho>3. Tabela de KPIs
| Vendedor | Negócios fechados | Conversão | Ticket | Ciclo |
|---|---|---|---|---|
| Ana | 89 | 14.2% | R$ 612 | 28d |
| Bruno | 64 | 22.1% | R$ 410 | 19d |
| Camila | 71 | 11.8% | R$ 580 | 36d |
| Diego | 52 | 18.3% | R$ 388 | 22d |
4. Padrões críticos
Bruno está vendendo errado, não pouco. Conversão 2.1x acima da média mas ticket 24% abaixo. Está fechando rápido com desconto excessivo. Impacto: R$ 14.7k/mês de margem perdida.
Fonte “Anúncios Meta” tem ROI invertido. 32% do volume de leads, mas só 8% das vendas — e dessas 8%, ticket 41% abaixo. Está pagando para queimar lista. Cortar.
Segmento “contador autônomo” sangra. 47% do volume mas só 11% de retenção em 6 meses. Estamos vendendo para quem não permanece.
5. Risco silencioso
Camila representa 31% da receita do trimestre. Se sair, perdemos quase 1/3 do MRR de novos. Risco de concentração crítica.
6. Plano 30 dias
| # | Ação | Impacto esperado |
|---|---|---|
| 1 | Sessão de coaching com Bruno: trabalhar valor antes de preço | +R$ 14k/mês de margem em 60 dias |
| 2 | Pausar Meta Ads por 30 dias; redirecionar para indicação | -R$ 18k em CAC, mantendo volume |
| 3 | Limitar 30% de pipeline em “contador autônomo”; focar 50%+ em “escritório >5 pessoas” | LTV médio +40% em 6 meses |
Etapa 4 · Validar antes de agir
⚠ Confira 1 número aleatório. Pegue uma linha da planilha, calcule manualmente, e compare com o que o Claude trouxe. Se bater, confie no resto.
Faça também:
- Mostre para um vendedor de confiança. Ele vai dizer se o padrão faz sentido na realidade.
- Não compartilhe com o time afetado sem revisão. “Bruno está vendendo errado” precisa ser conversa antes de virar relatório.
Etapa 5 · Próxima conversa
Você já tem o diagnóstico. Próximas perguntas no mesmo projeto:
- “Detalha mais a hipótese sobre Bruno. Quais 5 negociações dele mais recentes ilustram o padrão?”
- “Cria um plano de coaching de 4 semanas para o Bruno baseado nisso.”
- “Escreve o email que vou mandar pro Diego pedindo pra ele me explicar por que o ciclo dele caiu de 28 pra 19 dias.”
A análise vira conversa contínua, não relatório morto.
Erros que você vai cometer (e como evitar)
Confiar nos números sem conferir
Sempre cruze 1 número com a planilha manual. Claude pode ler coluna errada, especialmente se houver header duplicado.
Pedir tudo em um prompt
Para empresa pequena com planilha simples, OK. Para análise séria, divida: primeiro o diagnóstico geral, depois aprofunde cada padrão em conversas separadas.
Não considerar contexto humano
“Bruno vende errado” não pode virar acusação. Provavelmente é treinamento ou incentivo errado. Use a análise como ponto de partida da conversa, não conclusão.
Misturar análises diferentes no mesmo Project
Comercial e financeiro em projetos separados. Senão o Claude começa a confundir contexto.
Próximo passo
Aprendeu análise. Agora aprenda a mostrar o resultado para o time: Lovable — texto vira dashboard.