Como ler relatórios de mercado com olhar crítico

Por que relatórios não são verdade — são insumo

Relatórios de mercado têm aparência de evidência sólida. Vêm com gráficos coloridos, marcas reconhecidas, números precisos até a segunda casa decimal, projeções até 2030. A combinação cria efeito de objetividade que pode levar decisões estratégicas baseadas em base muito menos sólida do que parece.

Quase todo relatório carrega três limites estruturais que vale lembrar antes de qualquer leitura. O primeiro é o limite metodológico: a amostra pode ser pequena, mal distribuída ou enviesada por canal de captação. O segundo é o limite temporal: dados coletados em uma janela específica podem não se sustentar fora dela, especialmente em mercados voláteis ou em momentos de mudança estrutural. O terceiro é o limite de interesse: muitos relatórios são publicados por entidades que se beneficiam comercialmente das conclusões — fabricantes de uma tecnologia publicando relatório sobre a adoção dessa tecnologia, consultorias divulgando dados que justificam seu portfólio, associações setoriais defendendo políticas que atendem seus filiados.

Nada disso significa que relatórios sejam inúteis. Significa que precisam ser lidos como insumo, não como verdade. O exercício de leitura crítica não é cético por princípio — é metódico por necessidade. Hans Rosling em Factfulness e Tim Harford em The Data Detective mostram que a maior parte dos enganos com dado não vem de relatório errado, e sim de leitura distraída do relatório certo.

A lista de verificação de leitura

Seis perguntas, na ordem, antes de citar qualquer relatório:

Quem produziu? Autoria revela muito. Consultoria global independente, instituto de pesquisa universitário, órgão oficial (IBGE, Banco Central), associação setorial, fabricante de tecnologia, agência de marketing — cada categoria tem incentivos diferentes. Não há autoria neutra, mas há autorias mais transparentes sobre seus interesses.

Qual a metodologia? Como foi coletado o dado? Pesquisa por questionário online (com qual amostra, qual taxa de resposta)? Entrevista qualitativa (quantas, com quem)? Análise de dados secundários (de qual fonte)? Modelo de projeção (com quais premissas)? Relatórios sérios trazem a metodologia em apêndice; relatórios fracos a omitem ou descrevem em meia frase.

Qual o tamanho e composição da amostra? Pesquisa com 100 respondentes não tem o mesmo peso de pesquisa com 5.000. Composição também conta — amostra heterogênea (vários setores, vários portes) versus amostra concentrada (um único segmento). Dado declarado como "Brasil" baseado em 200 entrevistas em São Paulo não é Brasil.

Qual o recorte temporal? Quando o dado foi coletado? Pesquisa publicada hoje pode ter dado de 18 meses atrás. Em mercados que mudaram estruturalmente (tecnologia, comércio digital, hábitos de consumo pós-pandemia), dado antigo pode dizer pouco sobre o presente.

Qual a geografia? O dado é Brasil, América Latina, mundo? Brasil agregado (todas as regiões) ou Brasil concentrado em Sudeste? A diferença entre realidade urbana de capital e realidade de cidade pequena no interior é grande e raramente aparece em relatório agregado.

Quem patrocinou o relatório? Patrocinador influencia a pergunta de pesquisa, o desenho do questionário e a ênfase dos resultados. Relatório "sobre mercado de software de gestão" patrocinado por fabricante de software de gestão tende a destacar números que favorecem adoção. Relatório de associação setorial sobre o setor tende a sublinhar a relevância econômica do setor. Reconhecer não é descartar — é calibrar.

Conflito de interesse: quem ganha com a conclusão?

O conflito de interesse é, talvez, o mais subestimado dos sinais de leitura. A pergunta operacional: "se este relatório provasse algo diferente, alguém perderia dinheiro?".

Quando a resposta é "sim", vale lê-lo com filtro. Não é descartar — é entender o ângulo. Cinco categorias frequentes:

Fabricante sobre o próprio mercado. Empresa que vende sistemas de gestão publica relatório sobre adoção de sistemas de gestão. O dado pode estar correto, mas a ênfase, o recorte e a seleção de gráficos tendem a sustentar a posição comercial do fabricante.

Consultoria divulgando o que ela mesma vende. Consultoria que cobra projetos de transformação digital publica relatório argumentando que transformação digital é prioridade número um. O insight pode ser válido, mas o ângulo é vendedor.

Associação setorial defendendo o setor. Associação de varejo publica relatório sobre relevância econômica do varejo. Os dados são geralmente bem coletados, mas a narrativa enfatiza aspectos favoráveis ao setor — empregos gerados, contribuição ao PIB — e minimiza aspectos desfavoráveis.

Pesquisa patrocinada com pergunta enviesada. Empresa X patrocina pesquisa sobre satisfação com produto Y (que ela vende). O desenho da pergunta — escala, ordem, palavras-chave — pode predeterminar parte do resultado. Em relatórios sérios, a metodologia descreve as perguntas; em relatórios fracos, apenas resume os achados.

Big tech publicando dado sobre adoção de big tech. Empresa global de tecnologia publica relatório sobre adoção de nuvem, inteligência artificial ou outra categoria que vende. O viés não está nos números brutos (que costumam ser sólidos), mas na seleção do que é destacado e na projeção futura, frequentemente otimista.

Como agir: reconhecer o conflito, calibrar a confiança no dado, complementar com fonte independente. Não há mal em citar relatório de fabricante — desde que se explicite o patrocínio e se compare com fonte sem o mesmo interesse.

Cherry picking: o gráfico bonito que esconde o todo

Apresentações comerciais e relatórios resumidos costumam escolher os gráficos e dados mais favoráveis ao argumento que defendem — prática conhecida como cherry picking ou seleção parcial de dados. Os números individuais estão corretos; o conjunto é tendencioso.

Exemplo típico: "O mercado de [categoria X] cresceu 27% no último ano". O número é verdadeiro, mas tinha caído 35% no ano anterior. A leitura sem contexto sugere expansão; a leitura completa sugere recuperação parcial.

Outro exemplo: gráfico mostrando crescimento de adoção de tecnologia em segmento específico (empresas grandes do varejo, por exemplo), apresentado como se fosse "o mercado". O segmento real do leitor (pequena empresa de serviços, por exemplo) pode não ter qualquer relação com a tendência mostrada.

Defesa contra cherry picking: ler a nota de rodapé sob o gráfico (quase sempre revela limites importantes), procurar série temporal mais longa (cinco anos costumam mostrar tendência mais clara que um ano), buscar dado por segmento (em vez do agregado).

Triangulação: a regra das duas fontes independentes

Triangulação é o procedimento simples de confirmar um número-chave em duas ou três fontes independentes antes de incorporá-lo em decisão. "Independente" aqui significa fontes que não compartilham o mesmo dado original — duas consultorias citando o mesmo IBGE não são independentes; consultoria internacional e instituto de pesquisa brasileiro com metodologias próprias são.

Quando as fontes convergem (a faixa de números é próxima), a confiança no dado sobe. Quando divergem significativamente, ou uma das fontes está errada, ou estão medindo coisas diferentes, ou o mercado é genuinamente difícil de medir. Em qualquer caso, a divergência é alerta para investigar antes de usar.

O esforço de triangulação é proporcional à importância da decisão. Para citação em apresentação interna casual, uma fonte basta com identificação clara. Para decisão estratégica de entrada em mercado novo, lançamento de produto ou aquisição, três fontes independentes é regra mínima.

Projeção, estimativa e mensuração: a diferença que muda tudo

Relatórios usam três tipos de número com naturezas muito diferentes — e a confusão entre eles é frequente.

Mensuração. Dado de fato observado e contabilizado. "Em 2023, foram comercializados X unidades do produto Y no Brasil". Confiabilidade depende da fonte e do método de contagem, mas o dado se refere a evento concreto.

Estimativa. Aproximação de um número que não foi observado diretamente, calculada a partir de outros dados disponíveis. "O mercado total de Y é estimado em R$ 15 bilhões, com base na soma de receita declarada pelos cinco principais participantes do mercado mais estimativa para o restante". Confiabilidade depende das premissas usadas no cálculo.

Projeção. Suposição sobre o futuro com base em tendência observada e premissas. "O mercado deve atingir R$ 25 bilhões em 2028, com crescimento anual composto de 11%". Confiabilidade depende das premissas, e a história mostra que projeções de longo prazo erram com frequência — especialmente em mercados em transformação.

A regra prática: mensuração é o dado mais sólido; estimativa pede leitura cuidadosa das premissas; projeção deve ser tratada como cenário, não como expectativa. Em apresentação interna, identificar o tipo do número evita usar projeção como se fosse fato consumado.

Confusões frequentes na leitura

TAM, SAM e SOM. Mercado total endereçável (TAM), mercado total atendível (SAM) e mercado total obtenível (SOM) são três conceitos diferentes que aparecem em relatórios e apresentações comerciais. TAM é o universo conceitual; SAM é o que a empresa pode realmente atender dado seu modelo, geografia e capacidade; SOM é o que ela pode capturar em horizonte definido. Confundir um pelo outro infla projeções de receita em duas a três ordens de magnitude.

Participação de mercado por receita versus por unidades. Dois jeitos de medir a mesma fatia podem dar resultados opostos. Em mercado com produtos de preços muito diferentes (premium versus popular), uma empresa pode liderar em receita e ser pequena em unidades, ou o contrário. Citar "líder de mercado" sem especificar o critério é convite a erro.

Médias versus medianas. Em distribuições assimétricas (faturamento, salário, tamanho de empresa), a média é puxada por extremos e a mediana representa melhor o "caso típico". Relatórios sérios apresentam ambas; resumos comerciais costumam usar a que mais favorece o argumento.

Variações percentuais sobre base pequena. "Crescimento de 200%" pode ser dois clientes virando seis. Sempre olhar o número absoluto antes do percentual.

Como citar relatório em apresentação interna

Boa prática de citação inclui cinco elementos:

Nome do estudo ou relatório, autor (instituição), ano da publicação, metodologia resumida em uma linha (amostra, geografia, recorte temporal) e link ou referência completa em rodapé. Citação seca como "Gartner, 2024" sem contexto reduz utilidade e dificulta auditoria por quem consome a apresentação.

Em apresentações executivas, vale também declarar quando o número é projeção (em contraste com mensuração) e quando há conflito de interesse relevante na fonte. Pequenas notas explícitas — "projeção, com horizonte 2030" ou "relatório patrocinado por fabricante de [categoria]" — fortalecem a credibilidade da apresentação em vez de fragilizá-la. Tentar esconder limitação é truque que desmonta na primeira pergunta crítica.

Erros comuns

Confiar em gráfico sem ler a nota de rodapé. A nota costuma revelar amostra pequena, recorte estranho, definição não trivial. Sempre ler antes de citar.

Reutilizar dado de 5 anos atrás como atual. Mercados mudam. Dado coletado em 2019 dizia algo sobre 2019 — pode dizer pouco sobre 2026 em categorias dinâmicas.

Uma única fonte sustentando posição estratégica. Decisão de alocação de orçamento, entrada em mercado novo ou lançamento de produto baseada em uma única referência é frágil. Triangulação reduz risco.

Apresentação sem fonte declarada. Slide com números sem identificação de origem perde credibilidade na primeira pergunta. Pior — induz quem decide a confiar em número que não tem como auditar.

Ignorar metodologia em favor da conclusão. Equipe lê o resumo executivo, copia o número-chave e o usa em decisão. Mais útil seria ler a metodologia primeiro e a conclusão depois — a metodologia revela quanto confiar na conclusão.