O QUE NOSSOS CLIENTES DIZEM
Relatos de quem trabalhou com a Praxon
Depoimentos de equipes que contrataram análise preditiva e tiveram uma experiência direta com nossa abordagem — com as partes boas e os ajustes que foram necessários.
Página Inicial4
anos de operação
+80
empresas atendidas
4,8
avaliação média
72%
clientes recorrentes
DEPOIMENTOS
O que clientes relatam
Depoimentos coletados ao longo dos projetos, com linguagem e contexto preservados.
Mariana Albuquerque
Gerente de Planejamento · Recife, PE
"Contratamos a Revisão de Prontidão porque tínhamos dúvida se nossos dados de vendas eram suficientes para qualquer coisa. A resposta foi honesta: algumas séries históricas tinham lacunas que limitariam a precisão. Isso nos poupou de investir em um projeto maior antes de resolver os dados na origem."
Junho de 2025
Ricardo Fonseca
Diretor Operacional · Caruaru, PE
"O projeto de modelo levou um pouco mais do que o prazo inicial por causa de um problema nos nossos dados de estoque que só apareceu no meio do trabalho. Mas a equipe comunicou isso assim que identificou e revisou o cronograma de forma transparente. O modelo entregue foi bem documentado e conseguimos entender o que estava sendo feito."
Maio de 2025
Juliana Santos
CFO · Fortaleza, CE
"Estamos na segunda renovação da parceria trimestral. O que mais valorizo é que a equipe da Praxon não tenta vender mais do que é necessário — quando um modelo está funcionando bem, eles dizem isso. Esse cuidado com o que é real é raro."
Junho de 2025
Paulo Oliveira
Gerente Comercial · João Pessoa, PB
"A sessão de passagem de conhecimento no final do projeto foi o que mais diferenciou. Não era uma apresentação de slides — era uma conversa em que a equipe explicou cada escolha feita durante a modelagem. Três meses depois, ainda conseguimos usar e adaptar o que recebemos."
Maio de 2025
Camila Menezes
Analista de Supply Chain · Natal, RN
"Fiz a Revisão de Prontidão inicialmente só para entender se valia a pena investir mais. A nota de recomendações foi direta: tinha dados suficientes para projetar volume de pedidos, mas não para estimar demanda por categoria. Isso ajudou a definir por onde começar sem desperdiçar tempo."
Junho de 2025
Lucas Bezerra
Coordenador de TI · Recife, PE
"O que me surpreendeu foi a comunicação sobre incerteza. O relatório final não dizia 'a demanda vai ser X' — dizia 'com base nesses dados, estimamos entre X e Y, com maior incerteza nos meses de sazonalidade'. Isso mudou como levamos o modelo para as reuniões de planejamento."
Maio de 2025
CASOS DE USO
Como o trabalho aconteceu na prática
Três situações reais — com contexto, processo e resultado.
SITUAÇÃO INICIAL
A equipe de compras usava médias históricas simples para definir pedidos. Em meses com sazonalidade atípica, o estoque ficava desbalanceado — ora com excesso, ora com ruptura. Precisavam de uma abordagem mais estruturada, mas não sabiam por onde começar.
O QUE FOI FEITO
Realizamos a Revisão de Prontidão, que identificou séries históricas com boa qualidade para três categorias de produto. Seguiu-se um Projeto de Modelo focado nessas categorias, com documentação de como cada fator sazonal foi tratado.
RESULTADO OBSERVADO
Nos dois trimestres seguintes ao uso do modelo, a equipe de compras relatou redução de cerca de 23% em eventos de ruptura nas categorias modeladas. O coordenador de compras mencionou que as reuniões de planejamento ficaram mais objetivas.
Duração: 7 semanas
"Finalmente entendemos o que nossos dados conseguem dizer — e o que eles não conseguem. Isso por si só mudou as nossas conversas de planejamento."
SITUAÇÃO INICIAL
O setor financeiro precisava de projeções de volume de contratos para dimensionar a equipe de atendimento nos trimestres seguintes. Usavam intuição e julgamento histórico informal — sem nenhum modelo estruturado.
O QUE FOI FEITO
Contrataram diretamente o Projeto de Modelo após uma conversa inicial que confirmou que os dados de contratos dos últimos três anos estavam em boa condição. O modelo foi construído com intervalos de confiança explícitos para suportar decisões de contratação.
RESULTADO OBSERVADO
A empresa passou a usar as estimativas em três ciclos de planejamento consecutivos. Renovou a parceria trimestral após o projeto. A CFO relatou que o modelo reduziu a margem de erro nas projeções de equipe de aproximadamente 30% para cerca de 12%.
Duração: 6 semanas + parceria contínua
"A parceria trimestral nos deu algo que não tínhamos antes: visibilidade sobre onde o modelo acerta e onde precisa de ajuste."
SITUAÇÃO INICIAL
A empresa queria usar dados históricos de vendas para projetar demanda por linha de produto. Tinham ouvido falar de machine learning e queriam saber se seria aplicável ao contexto deles.
O QUE FOI FEITO
A Revisão de Prontidão identificou que as séries históricas tinham menos de dois anos em algumas linhas — insuficiente para modelos mais sofisticados. Recomendamos uma abordagem descritiva mais simples, com documentação clara de por que essa seria mais adequada ao volume de dados disponível.
RESULTADO OBSERVADO
O cliente decidiu aguardar um ciclo completo de coleta de dados antes de contratar o projeto de modelo. Considerou que a revisão sozinha valeu o investimento por ter evitado construir algo sobre uma base inadequada.
Duração: 2 semanas (revisão)
"A Praxon nos disse que ainda não era o momento certo para um modelo sofisticado. Isso exigiu coragem — e foi exatamente o que precisávamos ouvir."
Entre em contato
Endereço
Rua do Sol 459
Boa Vista, Recife - PE
Atendimento
Seg–Sex: 8h–17h30
Sáb: 9h–12h
Quer ter uma experiência parecida?
Começar por uma conversa não gera nenhum compromisso — apenas clareza sobre o que é possível fazer com os seus dados.
Falar com a Praxon