Os LLMs são excelentes para interpretar texto, escrever, resumir e gerar conteúdo. Mas, quando o assunto é cálculo, estatística e análise de dados, o “quase certo” não serve. Para relatórios financeiros, planilhas de vendas e decisões de negócio, você precisa de precisão absoluta.
É exatamente para isso que existe o Deep Analysis: uma ferramenta que combina a conversa em linguagem do LLM com a exatidão da computação tradicional.
O que é o Deep Analysis?
O Deep Analysis é um ambiente seguro e isolado (um “sandbox”) onde, em vez de a IA tentar fazer as contas “de cabeça”, ela:
entende o que você quer fazer com os dados
escreve um código em Python para executar essa tarefa
roda esse código no sandbox
devolve o resultado com cálculos matemáticos 100% corretos
Em outras palavras: você conversa em português; a Tess traduz isso para código, executa e te entrega o resultado pronto (tabelas, métricas, gráficos, segmentações, etc.).
Como usar o Deep Analysis no chat
Quando precisar de alguma análise quantitativa, ou quali/quanti, um report, relatório, HTML ou tratamentos similares, ative a ferramenta do Deep Analysis no chat!
Caso possua um documento base, lembre-se de enviar seu arquivo, faça o pedido em linguagem natural e faça menção ao arquivo e o que será necessário fazer com ele.
Use sempre que a exatidão dos dados for prioridade máxima, por exemplo:
Análises financeiras
Calcular EBITDA, margem de lucro, ticket médio
Comparar períodos (mês contra mês, ano contra ano)
Projetar cenários (simulações e projeções com base em dados históricos)
Visualização de dados
Criar gráficos de barras, linhas, pizza, scatter etc.
Visualizar tendências de vendas, churn, engajamento, custos
Análise de vendas e clientes
Identificar produtos mais vendidos
Segmentar clientes por faixa de valor ou frequência de compra
Avaliar performance de campanhas ou canais
Engenharia, ciência e experimentos
Executar fórmulas complexas
Processar dados de experimentos
Fazer análises estatísticas (médias, medianas, desvio padrão, correlações)
Formatos comuns suportados
Planilhas (XLSX)
Arquivos CSV
Outros formatos estruturados que possam ser lidos via Python (quando aplicável)
Exemplos de prompts:
“Analise este arquivo vendas_trimestre.xlsx, calcule o total de vendas para cada categoria de produto e crie um gráfico de pizza com a participação de cada uma.”
“Neste CSV de clientes, calcule o ticket médio por região e mostre em uma tabela ordenada do maior para o menor.”
“Gere um gráfico de linha mostrando a evolução mensal do faturamento nos últimos 12 meses.”
Nesse processo, a Tess vai escrever o código, executar no sandbox, retornar os resultados (tabelas, explicações e, quando pedido, gráficos gerados a partir dos dados).
O Deep Analysis é a ponte entre a conversa em linguagem natural e o rigor da ciência de dados. Ele garante que relatórios, análises e gráficos gerados pela Tess AI não sejam apenas inteligentes — mas matematicamente corretos.
