— clientes / depoimentos —
O que acontece depois que os dados ficam organizados
Depoimentos de equipes que usaram os serviços Terravox para estruturar a base de dados dos seus projetos — e o que mudou depois.
Voltar ao Início9+
anos de experiência em dados
47
pipelines entregues
4,8
avaliação média dos engajamentos
100%
dos projetos sem lock-in
O que dizem quem trabalhou com a Terravox
Felipe Moraes
Head de Dados · Varejista, São Paulo
"Antes do pipeline, cada analista tinha sua própria versão da mesma tabela de vendas. Depois de quatorze semanas, temos uma fonte única que a equipe de ML passou a usar diretamente. O handover foi bem conduzido — minha equipe operou sozinha desde a segunda semana depois do encerramento."
julho de 2025
Ana Cristina Pimentel
Gerente de TI · Transportadora, Curitiba
"Contratamos a auditoria antes de fechar com um fornecedor de ML. O parecer mostrou que três dos cinco casos de uso planejados não eram viáveis com os dados atuais — o que nos poupou de contratar um projeto que teria travado em dois meses. Os notebooks entregues ainda rodam mensalmente na nossa stack."
junho de 2025
Ricardo Braga
Engenheiro de Dados · Indústria, Porto Alegre
"A sessão técnica de quatro horas resolveu uma discussão que a equipe carregava há três sprints — dimensional vs. normalizado para o nosso caso específico de rastreamento de produção. O resumo escrito virou referência interna. Bem mais direto do que contratar uma consultoria por semanas."
julho de 2025
Luísa Saraiva
Cientista de Dados · Startup de Logística, Campinas
"A parte que mais me surpreendeu foi a documentação. Cada decisão de schema tem o raciocínio registrado. Quando entrou uma pessoa nova na equipe, ela entendeu a modelagem em dois dias de leitura. Isso não acontecia antes."
junho de 2025
Gabriel Oliveira
CTO · Empresa de Varejo Online, Belo Horizonte
"O prazo deslizou uma semana em relação ao plano original por causa de um acesso que demorou mais para ser liberado do nosso lado. Mas o escopo foi cumprido e o pipeline está em produção há quatro meses sem incidentes relevantes. Boa comunicação durante o projeto."
julho de 2025
Carla Tavares
Analista de BI Sênior · Manufatura, Joinville
"Trabalhar contra o repositório real na sessão técnica faz diferença. Não é uma consultoria em powerpoint — você resolve o problema concreto, na hora. O resumo escrito chegou no dia seguinte e já virou decisão aprovada internamente."
julho de 2025
Situações que reconhecemos com frequência
caso 01 · varejista regional · pipeline de dados
Três sistemas, três versões do mesmo dado
desafio
A empresa tinha vendas no ERP, cadastro de clientes no CRM e promoções em planilha. Cada sistema tinha a chave de cliente em formato diferente. Não era possível cruzar os dados sem transformação manual.
o que foi feito
Auditoria identificou os campos de junção viáveis e os que precisavam de resolução de entidades. Pipeline construído com regras de deduplicação documentadas e serving layer unificada em 12 semanas.
resultado
Equipe de ML passou a treinar modelos de propensão de compra com dados unificados. Tempo de preparação de dados reduziu de dois dias para processo automatizado diário. Sem dependência da Terravox ao final.
caso 02 · transportadora · auditoria de qualidade
Avaliação antes de contratar fornecedor de modelagem
desafio
A empresa ia contratar uma empresa de ML para previsão de demanda e otimização de rota. Antes de assinar, queria entender se os dados de rastreamento e manifesto eram suficientes para os casos de uso propostos.
o que foi feito
Auditoria de três semanas em 11 tabelas. Foram identificadas lacunas de completude em registros de rastreamento e um drift de cardinalidade na tabela de motoristas que invalidava dois dos cinco casos de uso propostos.
resultado
Empresa renegociou escopo com o fornecedor de ML antes de assinar, focando nos três casos viáveis. Notebooks da auditoria foram usados como evidência na negociação. Investimento em modelagem reduzido em 35%.
caso 03 · startup de logística · sessão técnica
Decisão de modelagem travada há três sprints
desafio
Equipe de quatro engenheiros dividia-se entre modelagem dimensional e normalizada para o rastreamento de eventos de entrega. A discussão consumia tempo em cada planning sem chegar a uma decisão.
o que foi feito
Sessão de quatro horas analisando os padrões reais de query no repositório da equipe. A discussão foi resolvida com base nos volumes de dados e na latência aceitável — não em preferência técnica abstrata.
resultado
Decisão tomada na sessão, documentada no resumo entregue no dia seguinte. A equipe avançou para implementação na sprint seguinte. O mesmo padrão foi aplicado a outras três tabelas que tinham situação similar.
Fale diretamente com a equipe
telefone
+55 51 3216-9074endereço
Av. Ipiranga 6681, Partenon
Porto Alegre — RS
horário de atendimento
Segunda a sexta, 09h às 18h
— próximo passo —
O seu projeto também pode ter uma base de dados confiável
Conte o que está sendo construído e em que ponto o dado está travando. Identificamos o serviço certo juntos.
Falar com a Equipe