Wise BI Foundrydomine a verdade.
A primeira das metodologias Wise Pirates · construída para retail e omnicommerce
Um sistema que transforma os dados dos seus clientes em decisões de media que consegue provar. Uma plataforma que processa os dados, a Foundry, e um método que os faz falar.
Cada plataforma conta a sua própria história. O seu negócio só tem uma. Construímo-la a partir da verdade transacional que já é sua, e provamos cada decisão de volta a ela.
O que é, em um minuto.
O resto desta página aprofunda o tema. Se ler apenas uma parte, leia esta: o Wise BI Foundry transforma os seus próprios dados de vendas em decisões em que pode confiar, e devolve-as diretamente ao seu marketing.
Junta os seus dados numa imagem clara
Reúne os dados das suas vendas, das suas lojas e de todas as plataformas de anúncios, limpa-os todas as noites de forma autónoma, e devolve-os prontos a usar.
Uma versão da verdade, não cinco
Cada plataforma reclama o crédito pela mesma venda. A Foundry mostra a única versão que realmente aconteceu no seu negócio, para deixar de pagar duas vezes pelo mesmo resultado.
Decisões que consegue provar
Respostas claras às perguntas que a sua administração continua a fazer, campanhas alimentadas pelo que realmente vende, e cada número rastreável até à sua origem.
Numa frase: os seus dados já sabem o que funciona. Nós fazemos com que o digam, todas as noites, e transformamos isso em melhor marketing.
Cada plataforma reclama a mesma venda. O seu negócio fê-la uma vez.
Antes de qualquer ciência, uma imagem simples. Se somar o que a Meta, o Google e as restantes reportam, está a contar a mesma encomenda duas, três, até quatro vezes. Entretanto, o único lugar onde ela realmente aconteceu, as suas próprias vendas, fica por reclamar.
As plataformas reclamam a mesma receita
Cada uma atribui a si própria a mesma encomenda. Somar os relatórios das plataformas é contar a mesma receita duas vezes, ou quatro, por construção.
O analytics deixou de ser um censo e passou a ser uma amostra
O consentimento de cookies esconde uma fatia crescente de compradores. Decidir só com o analytics é decidir com parte do filme.
Os dados vivem dispersos, os relatórios envelhecem mal
Cada ferramenta guarda a sua parte. Cada copy-paste é uma oportunidade de errar e uma semana de atraso entre a pergunta e a resposta.
A pergunta mudou
Deixou de ser "o que é que a plataforma diz?" e passou a ser "o que é que o negócio do cliente diz, e como provamos isso?"
O problema tem uma dimensão, e tem fontes.
Números de mercado, independentes, não nossos. Cada afirmação abaixo foi auditada de forma adversarial antes de entrar nesta página: confirmada, corrigida, ou refutada e descartada.
dos profissionais de dados apontam a confiança nos dados como a sua preocupação número um, a subir de 66% um ano antes.
dbt Labs, State of Analytics Engineering 2026de conversões reclamadas pelas plataformas face a encomendas reais em programas multicanal, até 4x por construção.
C3 Metrics Data Lab 2026de sobrestimativa dos métodos observacionais face a experiências reais, documentada em grandes RCTs.
Gordon et al., Marketing Science 2019da navegação bloqueia cookies de terceiros por defeito. Quem decide com o analytics decide com uma fração.
StatCounter 2026de variação de um dia para o outro nas conversões reportadas quando a Meta cortou janelas de atribuição, as regras mudaram duas vezes em oito semanas.
AdBeacon 2026das iniciativas de governance de dados e analytics vão falhar até 2027. A disciplina falha antes da tecnologia.
Gartner 2024E o lado positivo é igualmente medido: os próprios números das plataformas mostram −17,8% de custo por resultado (Meta CAPI) e +5% a +17% de taxa de conversão (Google Enhanced Conversions) a partir de sinais first-party, com até 2,9x de uplift de receita a partir de dados first-party maduros (BCG e Google). A Foundry entrega isto como parte do sistema, não como uma ferramenta à parte.
A verdade vive nos seus dados transacionais.
Tudo no sistema mede contra um único ponto fixo: as suas próprias vendas, encomendas e clientes. O resto são testemunhas e amostras, úteis mas nunca o veredicto.
Dados first-party
As suas vendas, encomendas e clientes são o ponto fixo do sistema. Tudo o resto é medido contra eles, nunca ao contrário.
Plataformas de media
Os relatórios das plataformas são leituras interessadas. Entram na análise depois de reconciliados, nunca como veredicto.
Analytics do site
O comportamento on-site é indicativo e valioso, mas nunca é a faturação, e o sistema nunca o trata como tal.
A nossa postura: o sistema não substitui as suas ferramentas, disciplina-as. A metodologia é nossa; os dados são seus e trabalham para si. Na saída, os dados e as definições ficam sempre, com um handover documentado.
Uma fábrica e uma disciplina. Uma sem a outra não serve.
O Wise BI Foundry é o sistema completo. A Foundry sozinha é a plataforma; a disciplina é o método analítico que corre por cima dela.
Foundry
A plataforma de dados: extrai de todas as fontes do cliente, limpa-os em camadas, devolve-os às plataformas e serve dados limpos por API. Corre todas as noites, sem mãos. É código, e replica-se por cliente.
O método
A prática analítica: o Ruler decidido com o cliente, a aritmética que fecha, a validação com a área financeira, o clean test, a narrativa. São pessoas treinadas para trabalhar por cima da fábrica.
A tese: plataforma sem método são dashboards caros. Método sem plataforma é consultoria artesanal que não escala. O valor está no sistema completo.
Fundações comprovadas, montadas de forma única.
Não inventámos as peças. Cada uma é uma disciplina comprovada com literatura própria. O que é novo é a montagem: empacotada como uma metodologia de agência, com reconciliação financeira, um ruler congelado e ativação de media.
Camadas de dados progressivas
Refinar dados em camadas progressivas, de raw a pronto a usar, é o standard da indústria. O que o standard não impõe, e nós impomos, é uma regra: só a camada citável pode ser citada.
Analytics engineering
Cada transformação, teste e definição é versionada e viaja com os dados. Na Foundry corre todas as noites, para que nenhum número nasça fora de código versionado.
Ativação warehouse-native
O warehouse do cliente é a fonte única e é ativado de volta para as plataformas. Os sinais first-party elevam a performance, e o warehouse mantém-se a fonte da verdade, não a black box de um fornecedor.
Experiências, não observação
Experiências controladas mostram que os métodos observacionais sobrestimam o ganho três a cinco vezes. Na própria experiência da eBay (Blake et al., Econometrica), um retorno de paid-search que a atribuição colocava acima dos 1.400% saiu em menos 63% depois de medido causalmente: o sinal estava errado, não só a dimensão. É exatamente por isso que aqui nada escala sem um clean test.
A lacuna: cada peça existe no mercado como tecnologia. Ninguém as empacota como uma metodologia de agência com reconciliação financeira, um ruler congelado e ativação de media. É aí que vive este framework.
Da fonte raw aos dados citáveis: cinco camadas.
Agora fica técnico. Cinco camadas, cada uma com uma função: a cópia fiel (Raw), o espelho (Base), o domínio (Structured), os dados citáveis (Serving) e a leitura de negócio (Reporting). Uma regra que o standard da indústria não impõe: só a camada citável pode ser citada. Uma venda é uma venda, quer venha de um CRM ou de um ERP.
Uma identidade, não uma reconstrução
Um único ficheiro de configuração define o cliente; o warehouse, os nomes, os acessos e a API nascem dele. Instalar noutro cliente muda a identidade, não o sistema.
Núcleo genérico, extremidades específicas
O motor é o mesmo para todas as Foundries. A realidade de cada cliente, que fontes, que taxonomia, vive em adapters e configuração, nunca no núcleo.
Isolamento total por cliente
Cada Foundry é uma instância independente: dados, credenciais e infraestrutura nunca se cruzam entre clientes. Tudo é reconstruível a partir do repositório.
Provado em produção
Duas Foundries live hoje para dois clientes que não se parecem em nada: um ecommerce com um CRM de vendas online, e um retalhista físico com um ERP e lojas. Fontes completamente diferentes, a mesma máquina.
A noite em que tudo acontece: acorda, corre, entrega, dorme.
A infraestrutura de processamento nasce à hora marcada, instala-se e verifica-se a si própria, extrai todas as fontes ligadas em paralelo, reconstrói as camadas, ativa, e depois desaparece até à noite seguinte. Paga-se a noite, não o dia.
O warehouse não é um arquivo. Devolve os dados ao trabalho.
Constrói tudo, ativa por destino. Cada output só dispara para as plataformas que o cliente ligou. Desligar uma não parte nada; ligar uma não precisa de código novo.
First-party, a partir da base
Segmentos construídos a partir dos dados transacionais, comportamento, categoria, recência, lifecycle, com identificadores protegidos por hashing, preparados no formato de cada plataforma e carregados automaticamente.
Ordenados pelo que realmente vendeu
Cada produto é ordenado face aos outros pelo que realmente vendeu, com as vendas em loja a contar a par do online. Dois rankings independentes, um por realidade, são escritos de volta no catálogo de anúncios todas as noites, para que um produto que se aguenta nas lojas deixe de ser licitado como se só o site existisse. É isto que faz as campanhas saberem o que o negócio sabe.
O futuro volta a entrar
Modelos de forecast de receita por canal, validados continuamente face ao realizado, e o resultado flui de volta para as camadas como mais uma fonte.
Servido a quem decide: para humanos, um query builder visual sem SQL; para ferramentas, fontes estáveis com métricas classificadas; para agentes de IA, um llms.txt que descreve os dados em contínuo, para que o warehouse esteja pronto para a era dos agentes. A API descobre automaticamente o que existir na camada Serving, para que uma fonte nova apareça na API no dia seguinte, sem código novo.
Cada princípio existe duas vezes: em código, e em disciplina.
A fábrica torna os dados fiáveis sem esforço diário. A disciplina garante que o que se conclui deles é verdade útil. Quatro princípios, por ordem.
Definir as métricas primeiro. Só depois medir.
- Um catálogo de definições por cliente: o que é receita, um novo cliente, um custo, escrito antes do primeiro cálculo
- Datado, assinado, versionado e congelado entre releases, para que a mesma pergunta tenha sempre a mesma resposta
- Guardado dentro dos contratos das camadas, não num documento à parte
Nenhum número entra num relatório sem um caminho de volta.
- Cada valor nasce de transformações versionadas sobre o warehouse, sem copy-paste
- Re-derivável em minutos, a partir da fonte, semanas ou meses depois, por qualquer pessoa da equipa
- A aritmética fecha; um passo que falha para e avisa, nunca publica como completo
Um número sem uma segunda fonte é uma opinião bem formatada.
- Receita contra a área financeira do cliente, custo contra a faturação das plataformas, comportamento contra o transacional
- As diferenças são perseguidas até à causa: estado da encomenda, janela, imposto, taxonomia. "Está próximo" não é uma causa
- As lacunas de medição são quantificadas e declaradas, não deixadas a contaminar em silêncio
A análise só termina quando se torna numa campanha.
- Um padrão com valor de media torna-se numa audiência first-party que a fábrica constrói e carrega
- Um clean test prova-o: uma variável, critério fixado antes, veredicto lido no transacional
- Só o que prova escala, e os resultados voltam ao warehouse para afinar a próxima leitura
Esta é a divisão de trabalho: a fábrica garante que os dados são fiáveis; a disciplina garante que a conclusão é verdadeira.
O ciclo que quase ninguém fecha.
As agências reportam das plataformas para fora: números interessados, somados sem reconciliar, que morrem num slide mensal. Nós fechamos o ciclo dentro do negócio, em código.
Eles reportam para fora
Números interessados das plataformas, somados sem reconciliar, que morrem num slide mensal e não deixam nada para trás.
Nós fechamos para dentro
Audiências construídas a partir da base, vendas a regressar ao warehouse, a leitura a afinar-se a cada volta, tudo no próprio sistema do cliente.
"Não vendemos dashboards. Vendemos, e provamos, decisões com origem."
Este é o registo que nenhum dashboard guarda: o ciclo que transforma os seus dados em media e o media de volta em dados. É a nossa própria metodologia, a correr em produção hoje, não um diagrama num slide.
Nada escala até um clean test o provar.
O clean test é a porta entre uma leitura e mais dinheiro investido. Move uma variável de cada vez: mudamos a audiência e mantemos o criativo igual. A métrica de decisão, a janela e o limiar de vitória são fixados antes de começar, e o veredicto é lido nos seus dados transacionais, nunca num relatório de plataforma.
Mudar o critério a meio anula o teste. Um vencedor de três dias é ruído com pressa. Só o que prova escala: o clean test é a única porta entre uma leitura e mais dinheiro investido.
A maquinaria, para quem a vai auditar.
Este é o extremo final da página. Não precisa de nada disto para decidir, e a maioria dos leitores para antes de chegar aqui. Está escrito para o data scientist e o engenheiro do seu lado da mesa, as únicas pessoas que conseguem verificá-lo, porque perguntam sempre e nós temos sempre a resposta. Só o que resiste à verificação está aqui.
Hierárquica, nada falha em silêncio
Um orquestrador principal, um controlador por fase, um processo por fonte. Se uma fonte falha, as outras continuam. Cada extração, fase e transformação fica registada com a sua duração e resultado, e um passo que falha para e avisa em vez de publicar como completo.
Existe só enquanto trabalha
A infraestrutura de processamento nasce para a corrida e desaparece depois dela. Cada corrida é reproduzível a partir de zero, para que os números do trimestre passado possam ser sempre reconstruídos exatamente como eram.
Contratos, não um documento à parte
As definições vivem como contratos versionados junto aos dados, não num ficheiro separado. A camada de definições também decide o que pode ser somado: reach, frequência e médias tomam um máximo, nunca uma soma.
Descobre os dados, nunca uma lista escrita à mão
A API não tem nenhuma lista de tabelas escrita à mão. Descobre o que existir na camada citável nessa noite, classifica cada coluna como dimensão ou métrica, agrega dentro da query, autentica por chave e regista cada pedido. Uma fonte nova aparece no dia seguinte, sem código novo.
Segura para pessoas, por construção
Os identificadores são normalizados, e depois sujeitos a hashing antes de serem guardados: um telefone em formato internacional para uma plataforma, só dígitos para outra. Os dados pessoais nunca são guardados em claro na camada citável, e a API nunca os devolve. Os dados saem todas as noites para ativação, esse é o objetivo, e saem com hashing.
Documentação que não consegue ficar desatualizada
A documentação para agentes de IA é gerada a partir da mesma descoberta em cada corrida. Nunca é escrita à mão, por isso nunca está desatualizada, e nunca traz uma chave lá dentro.
Tratamos uma decisão de media como um laboratório trata um ensaio: a métrica, a janela e o limiar de vitória são escritos antes de um único euro se mexer, e mudar o critério a meio anula o teste. A maior parte do mercado chama medição a uma leitura de dashboard. Isto é um sistema que a sua própria equipa pode auditar, linha a linha.
Dois retalhistas omnicanal, realidades opostas, a mesma máquina.
Duas Foundries live hoje, para dois clientes que não se parecem em nada. Não publicamos números de clientes aqui, por princípio: as respostas existem e são do cliente. O que podemos mostrar é a prova do método a funcionar.
Um retalhista ecommerce
- Um semestre completo de receita reconciliado ao cêntimo contra o back office do cliente, com a lacuna de analytics do consentimento de cookies quantificada e agora parte permanente da leitura.
- Audiências first-party reconstruídas a partir da base transacional todas as noites e ativadas em media, com identificadores protegidos por hashing.
- O primeiro clean test do ciclo venceu o público aberto com o mesmo criativo, e nunca foi desligado.
Prova inequívoca: um valor questionado pelo cliente foi re-derivado a partir da fonte seis dias após a entrega e reproduzido ao pormenor, com a query à vista.
Uma cadeia de retalho físico
- Fontes completamente diferentes de um ERP e de uma rede de lojas, ingeridas através dos mesmos contratos genéricos de camada: uma venda é uma venda, de um CRM ou de um ERP.
- Performance de loja e online unificada num único sinal de produto que viaja de volta para o catálogo de anúncios, para que as campanhas saibam o que o negócio sabe.
- Fecho mensal reconciliado entre agência, plataformas e área financeira, com cada diferença explicada pela sua causa, não desvalorizada.
Prova inequívoca: duas Foundries, fontes de verdade completamente diferentes, correm sobre o mesmo motor, diferindo apenas por um ficheiro de identidade e adapters.
Ambos os casos correm sobre o mesmo princípio: o veredicto é sempre lido nos dados transacionais, nunca no relatório da plataforma. As identidades dos clientes e os números específicos são partilhados em contexto de projeto.
As perguntas que a sua administração continua a fazer, respondidas com os seus próprios dados.
Tire a arquitetura e é para isto que serve. Cada uma destas é respondida a partir da sua verdade transacional, com origem, ruler e prova, nunca a partir de um relatório de plataforma.
Quanto custa realmente um novo cliente, e a que velocidade se paga a si próprio?
Respondido a partir dos dados transacionais, reconciliados com a área financeira.
O valor médio de encomenda caiu: foi o preço, o desconto, ou o mix que mudou?
Decomposto contra o ruler, não adivinhado a partir de um dashboard.
Que categorias trazem novos clientes, e quais trazem margem?
Lido a partir das vendas próprias, por categoria e fase do lifecycle.
O investimento pode subir sem perder eficiência? Até onde, e com que regra?
Respondido com guard-rails definidos no ruler antes de escalar.
Quanto do que as plataformas reclamam realmente aconteceu no negócio?
Reconciliado reclamação a reclamação contra a âncora transacional.
Que clientes justificam uma audiência própria, e o que muda quando ela vai ao ar?
Provado com um clean test, veredicto lido no transacional.
As respostas existem e são suas, e é exatamente por isso que não estão nesta página. O sistema garante que cada uma sai com origem, ruler e prova.
Os dashboards mostram. Não provam, e não decidem.
Um dashboard é uma janela. Isto é uma fábrica, com uma equipa a decidir por cima dela. A tabela torna a diferença concreta.
| Capacidade | Dashboards / ferramentas de BI | Wise BI Foundry |
|---|---|---|
| Plataformas lado a lado, com histórico | Sim | Sim |
| Reconciliação com a área financeira do cliente | Não | Sim |
| Um Ruler escrito, versionado e congelado por métrica | Não | Sim |
| Números re-deriváveis a partir da fonte, auditáveis | Não | Sim |
| Audiências first-party construídas a partir da base e ativadas | Não | Sim |
| Dados servidos por API a humanos, BI e agentes de IA | Não | Sim |
| Leitura interpretada e validada por humanos | Não | Sim |
E as CDPs enterprise? Ativam, mas numa black box, com lock-in e os dados no fornecedor. Aqui o warehouse é do cliente, o método é auditável, e qualquer peça é substituível.
Um ritmo fixo, à prova de pressa.
A cadência não é burocracia. É o que separa medir de observar.
A fábrica corre
Extrai, transforma, ativa. De manhã os dados de ontem já estão limpos.
Sinais e desvios
O que se moveu, o que precisa de ação, lido contra a base reconciliada.
Relatório reconciliado
Números com origem e prova, reconciliados com o negócio.
Deep-dive e revisão do Ruler
Deep-dive temático e uma revisão do Ruler, com uma nota de versão.
O Ruler só muda nos marcos trimestrais, com uma nota de versão. Uma tendência só existe quando a medição não se move. A maioria das falhas de medição no mercado é definition drift, não dados.
Cinco fases, uma ordem.
Ninguém lê antes de validar, ninguém valida antes de definir, ninguém define antes de ligar. Saltar fases é comprar conclusões que depois se devolvem.
Nasce a instância da Foundry
Uma única configuração, a infraestrutura e o warehouse do cliente. Uma instância reconciliável a partir de zero.
Ligar o que o cliente tem
As fontes que o cliente tem ligam-se por configuração; as camadas enchem-se todas as noites.
O catálogo de definições
As definições decididas com o cliente e guardadas nos contratos das camadas.
O passado reconciliado até fechar
Histórico reconstruído e reconciliado com a área financeira até fechar: a base da leitura. Um cliente sem media para aqui, com valor completo.
O ciclo começa a girar
Relatórios com prova, audiências, clean tests: o ciclo começa e não pára.
Uma metodologia nossa.
Isto não é uma forma de usar uma ferramenta. É um sistema proprietário, construído, testado e a correr em produção, e pertence à Wise Pirates.
A metodologia, os contratos das camadas e o playbook operacional são um sistema proprietário, detido pela Wise Pirates e protegido por contrato. O que é público é a forma do sistema e os seus princípios; o detalhe é partilhado com clientes em contexto de projeto.
E o conhecimento acumula-se: cada análise, regra e teste fica registado no próprio sistema do cliente. A agência pode mudar de pessoas; o cliente nunca perde a memória.
A fundação de dados sobre a qual os outros frameworks se apoiam.
O Wise BI Foundry é a fundação sobre a qual o resto constrói. Um framework que multiplica os outros, porque todos precisam da mesma coisa: a verdade transacional, limpa e reconciliada.
Diga-nos as suas fontes e as suas perguntas. Construímos a fundação.
O Wise BI Foundry, respondido.
O que é o Wise BI Foundry?
Porque é que não podemos simplesmente confiar nos dashboards das plataformas?
O que é o Ruler, e porque é que importa?
Em que é que um clean test é diferente de um A/B testing normal?
Quais são as cinco camadas da Foundry?
Precisamos de ter todos os nossos canais de media ligados para usar?
A quem pertencem os dados e o código, e o que acontece se sairmos?
O framework é proprietário?
De onde vêm os números de mercado nesta página?
Os seus dados já sabem a resposta.domine a verdade.
A Foundry processa os dados, o método fá-los falar, e cada insight vem com uma ação. Diga-nos as suas fontes e as perguntas que a sua administração continua a fazer.
Começar com o Wise BI Foundry →Ver todas as metodologias →O warehouse, os dados e as definições são sempre seus, com um protocolo de saída documentado e uma licença ao código da instância. Cada número é re-derivável a partir da fonte. Nunca fica em lock-in.
