Resposta direta
Insistir no projeto de dados errado custa orçamento, capacidade de time, atenção executiva, confiança das áreas, custo de oportunidade e atraso no aprendizado sobre o que deveria ser priorizado.
O custo de um projeto de dados errado raramente aparece inteiro na planilha.
O orçamento é só a parte visível. O custo maior costuma estar na capacidade que ficou presa, nas decisões adiadas, na confiança perdida e nas alternativas que deixaram de existir enquanto a empresa insistia.
Esse é o custo de oportunidade em dados.
O erro de olhar só para gasto
Quando um projeto começa a falhar, a conversa tende a girar em torno do que já foi gasto.
Foram meses de time, contratos, reuniões, integrações, migração, vendor, horas de liderança. Isso cria pressão para continuar.
Mas o valor já gasto não deveria decidir o próximo investimento.
A pergunta melhor é: a hipótese ainda justifica consumir mais capacidade?
Capacidade é o recurso escasso
Times de dados quase sempre têm mais demanda que capacidade.
Cada projeto errado ocupa engenheiros, analistas, PMs, líderes, stakeholders e tempo de coordenação.
Enquanto isso, outras decisões ficam sem apoio. Outros produtos não evoluem. Outras oportunidades perdem janela.
O custo de oportunidade aparece justamente no que não foi feito.
Sinais de projeto que merece revisão
Alguns sinais exigem pausa:
- decisão-alvo continua vaga;
- adoção não aparece;
- custo real cresce a cada ciclo;
- sponsor evita regra de sucesso;
- dado necessário não existe com qualidade suficiente;
- outcome prometido fica cada vez mais distante;
- manter o projeto virou defesa política.
Nenhum desses sinais exige cancelamento automático. Mas todos exigem revisão séria.
Custo afundado não é estratégia
Continuar porque já foi gasto muito é uma armadilha.
O passado explica a situação, mas não justifica automaticamente o próximo ciclo.
Em dados, essa armadilha é comum porque os projetos criam artefatos visíveis: pipelines, dashboards, modelos, documentação, reuniões, rituais. Quanto mais coisa existe, mais difícil admitir que a hipótese não fecha.
O artigo autoral ROI do não aprofunda essa tese.
O que entra no custo real
Além do orçamento direto, entram:
- tempo de especialistas;
- dependências entre áreas;
- manutenção do que já foi criado;
- retrabalho por definição fraca;
- suporte para usuário que não adotou;
- dívida técnica;
- risco de decisão ruim;
- perda de credibilidade da área de dados.
Leia Custos invisíveis de projetos de dados para detalhar essa camada.
Como decidir se continua
Use quatro perguntas:
- A decisão-alvo ainda importa?
- A hipótese ainda é plausível?
- O custo real continua proporcional ao valor esperado?
- Existe adoção ou sinal claro de adoção futura?
Se duas respostas forem fracas, o projeto precisa ser rediscutido.
Rediscutir pode significar reduzir escopo, mudar owner, refazer framing, pausar ou encerrar.
O valor de parar cedo
Parar cedo libera capacidade para iniciativas melhores.
Também cria aprendizado. A organização descobre que tipo de hipótese não se sustentou, que dado faltou, que processo não aceitou adoção ou que sponsor não tinha poder real.
Esse aprendizado vale mais que fingir avanço até o go-live.
Governança de outcomes existe para criar essa disciplina depois da entrega e antes da insistência virar inércia.
O papel do Data Translator
O Data Translator ajuda a tornar a conversa menos pessoal e mais econômica.
Ele pergunta qual decisão será melhorada, que outcome ainda é possível, que custo está invisível e que evidência justificaria continuar.
Esse repertório conecta Business case de dados, Governança de outcomes e o módulo Economia de Dados.
Antes de aprovar mais um ciclo, complete:
Continuar este projeto ainda vale porque [decisão] segue relevante, [hipótese] segue plausível, [custo] é proporcional e [evidência] mostra chance de impacto.
Se a frase não fecha, insistir pode custar mais que parar.
Para medir sua fluência nessa decisão, faça o Radar de Competências.