Quanto Custa uma Decisão Ruim? O Impacto Financeiro de Decisões Mal Estruturadas

Toda decisão tem um preço. Aprovar quando deveria negar. Negar quando deveria aprovar. Investigar o que não precisava ser investigado. Ignorar o que deveria ter sido escalado. O problema é que a maioria das empresas não sabe — e nunca calculou — quanto essas decisões erradas custam por mês, por trimestre, por ano.

O custo de uma decisão ruim raramente aparece em uma linha isolada do balanço. Ele se esconde dentro da inadimplência, do churn, das multas regulatórias, do retrabalho operacional e das oportunidades perdidas. É um custo que se acumula silenciosamente — e que, em muitas organizações, supera o investimento em tecnologia inteiro.

Este artigo existe para tornar esse custo visível. Para dar a executivos, CFOs e líderes de risco a linguagem e os números de que precisam para justificar a transformação de como suas organizações tomam decisões.

O que é uma decisão ruim?

Antes de calcular o custo, precisamos definir o que estamos medindo.

Uma decisão ruim não é necessariamente uma decisão que produziu um resultado negativo. Resultados negativos acontecem — isso é risco. Uma decisão ruim é aquela que foi tomada sem a estrutura, os dados ou a governança necessários para maximizar a probabilidade de um bom resultado.

A distinção é crucial. Um crédito que se tornou inadimplente pode ter sido uma boa decisão — se os dados disponíveis no momento da concessão indicavam baixo risco e a taxa de juros precificava adequadamente a probabilidade de default. Mas um crédito que se tornou inadimplente porque o analista não consultou o bureau, porque a política estava desatualizada ou porque o sistema não cruzou informações disponíveis — essa é uma decisão estruturalmente ruim.

Em termos práticos, decisões ruins se manifestam em três categorias:

• Decisões erradas: a empresa decidiu X quando deveria ter decidido Y — aprovar quando deveria negar, liberar quando deveria bloquear
• Decisões lentas: a decisão correta chegou tarde demais — o cliente desistiu, a fraude se consumou, a oportunidade passou
• Decisões que nunca foram tomadas: a falta de dados, processo ou autoridade impediu qualquer ação — e a inércia gerou custo por omissão

Empresas que operam nos Níveis 1 e 2 do DIMM — decisões manuais ou baseadas em regras estáticas dispersas — são as que mais sofrem com todas essas categorias. E, paradoxalmente, são as que menos conseguem mensurar o custo.

Custo direto vs. custo indireto

Todo impacto financeiro de uma decisão mal estruturada pode ser classificado em duas camadas. Entender essa distinção é o primeiro passo para medir — e reduzir — as perdas.

Custos diretos

São as perdas financeiras imediatas e mensuráveis. Aparecem no balanço, no P&L, nos relatórios de risco:

• Inadimplência por concessão de crédito mal calibrada
• Fraudes consumadas que não foram detectadas a tempo
• Multas regulatórias por falhas de compliance
• Custos operacionais de retrabalho e análise manual desnecessária

Custos indiretos

São mais difíceis de quantificar — mas frequentemente maiores que os custos diretos:

• Clientes bons rejeitados: receita vitalícia perdida por falsos positivos
• Dano reputacional: clientes insatisfeitos, reclamações no Reclame Aqui, perda de NPS
• Custo de aquisição inflado: rejeitar bons clientes obriga a gastar mais em marketing para repor a base
• Desgaste de equipe: analistas sobrecarregados com decisões que deveriam ser automáticas
• Custo de oportunidade: enquanto a equipe apaga incêndios, ninguém trabalha em melhoria de políticas

Empresas focam obsessivamente em reduzir o custo direto da inadimplência — mas ignoram que estão perdendo o dobro em clientes bons que nunca chegaram a entrar na base.

Quanto custa em crédito

Crédito é o caso mais claro — e mais caro — de decisão mal estruturada. Cada erro tem um preço mensurável.

Aprovar quem não deveria: o custo do falso negativo

Quando uma política de crédito falha em identificar risco, o resultado é inadimplência. O custo não é apenas o valor do crédito concedido — é o valor concedido menos a recuperação, mais os custos de cobrança, mais os custos judiciais, mais a provisão contábil.

Cenário ilustrativo: uma fintech que concede crédito pessoal de R$ 5.000 com uma taxa de recuperação de 25%. Cada default líquido custa R$ 3.750. Se a taxa de inadimplência acima de 90 dias é de 8% — mas poderia ser 5% com uma política melhor estruturada — a diferença de 3 pontos percentuais em uma carteira de 50.000 clientes ativos representa R$ 5,6 milhões por ano em perdas evitáveis.

Negar quem deveria aprovar: o custo do falso positivo

Este é o custo que quase ninguém mede — mas que corrói o crescimento. Cada cliente bom rejeitado é receita que nunca existiu.

Se a mesma fintech rejeita 30% dos pedidos e, desses, 40% eram na verdade bons pagadores — estamos falando de 12% da demanda total descartada sem necessidade. Para um volume de 10.000 pedidos por mês, são 1.200 clientes bons perdidos. Com um lifetime value médio de R$ 4.000, o custo anual dessa rejeição excessiva é de R$ 57,6 milhões em receita potencial perdida.

→ Para entender como um motor de decisão de crédito moderno reduz esses erros, leia nosso guia completo.

Quanto custa em fraude

Na fraude, o dilema é simétrico ao do crédito — mas com uma urgência temporal muito maior. Cada segundo conta.

Falso negativo = fraude consumada

Quando o sistema falha em detectar uma transação fraudulenta, o custo é direto: o valor da transação mais os custos de chargeback, mais os custos de investigação, mais a eventual perda de credenciamento com bandeiras de cartão.

Estudos de mercado indicam que, para cada R$ 1 de fraude consumada, o custo total para a instituição gira entre R$ 3,50 e R$ 4,50 — incluindo custos operacionais, penalidades e perda de confiança. Uma operação que processa R$ 500 milhões por mês em transações e opera com uma taxa de fraude de 0,15% (quando o benchmark do setor é 0,08%) está desperdiçando R$ 2,1 milhões por mês — R$ 25 milhões por ano — em fraudes que poderiam ser prevenidas.

Falso positivo = cliente perdido

Do outro lado, bloquear transações legítimas tem um custo igualmente brutal. O cliente tem a compra negada, liga para o SAC, espera na fila, perde a confiança — e migra para o concorrente.

Uma taxa de falso positivo de 5% em um volume de 2 milhões de transações mensais significa 100.000 clientes por mês com experiência degradada. Se apenas 3% desses clientes encerram o relacionamento, são 3.000 clientes perdidos por mês. Com um LTV médio de R$ 8.000, o custo anual chega a R$ 288 milhões.

O paradoxo: muitas empresas aceitam falsos positivos elevados como "preço da segurança" — sem perceber que estão gastando mais em atrito com clientes legítimos do que economizando em fraude prevenida.

Quanto custa em compliance

Compliance é a dimensão onde decisões ruins geram os custos mais imprevisíveis — e potencialmente mais destrutivos.

Multas e sanções

Reguladores como BACEN, CVM e COAF aplicam multas que podem chegar a centenas de milhões de reais por falhas em PLD/FTP, KYC e governança. Em 2024, somente o BACEN aplicou mais de R$ 180 milhões em multas a instituições financeiras brasileiras. E essas são apenas as multas públicas — os termos de ajustamento de conduta (TACs) e as exigências não públicas frequentemente custam ainda mais.

Custo reputacional

Uma multa regulatória não é apenas um custo financeiro direto. Ela sinaliza ao mercado que a instituição tem falhas de governança. O impacto no preço de ações, na capacidade de captação, na confiança de investidores e na atração de talentos pode ser ordens de magnitude maior que a multa em si.

Custo de remediação

Quando um regulador identifica deficiências, a instituição precisa investir em programas de remediação — que envolvem consultorias externas, revisão de processos, recertificação de operações e, frequentemente, contratação de tecnologia às pressas, sem negociação de preço. O custo de remediar uma falha de compliance é tipicamente 5 a 10 vezes maior do que o custo de preveni-la.

Compliance não é um centro de custo. É um centro de prevenção de perdas catastróficas. E a prevenção depende da qualidade das decisões de KYC, PLD e monitoramento contínuo.

Quanto custa em operações

Nem todo custo de uma decisão ruim é dramático. Alguns são silenciosos, crônicos e acumulativos. O custo operacional é o mais subestimado de todos.

Análise manual desnecessária

Em muitas operações de crédito e fraude, entre 30% e 60% das decisões são encaminhadas para análise manual — não porque precisam de julgamento humano, mas porque a política não é granular o suficiente para decidir automaticamente.

Cenário: uma operação com 50 analistas, cada um custando R$ 12.000/mês (salário + encargos + infra), processando em média 25 casos por dia. Se 40% desses casos poderiam ser decididos automaticamente com uma Decision Infrastructure adequada, a empresa está gastando R$ 2,88 milhões por ano em trabalho humano que não deveria existir.

Retrabalho e inconsistência

Sem políticas versionadas e centralizadas, é comum que dois analistas cheguem a decisões diferentes para o mesmo perfil de cliente. Isso gera retrabalho (revisão de decisões contestadas), reclamações e risco regulatório. Estima-se que o retrabalho consome entre 15% e 25% do tempo total de equipes de análise em empresas nos Níveis 1 e 2 do DIMM.

Custo de latência

Decisões que demoram horas ou dias quando poderiam levar segundos impactam diretamente a conversão. No onboarding digital, cada hora adicional de espera reduz a taxa de conclusão em até 7%. Para uma operação que recebe 20.000 solicitações de crédito por mês, uma redução de 7% na conversão por latência decisória representa 1.400 clientes perdidos por mês.

O custo da decisão que nunca foi tomada

Existe uma categoria de custo ainda mais invisível do que a decisão errada: a decisão que nunca foi tomada.

É a proposta de crédito que ficou parada na fila. O alerta de fraude que expirou sem análise. A revisão de política que foi adiada por falta de dados. O teste A/B que nunca aconteceu porque a plataforma não suporta champion/challenger.

O custo da indecisão é o custo de oportunidade puro. É a diferença entre onde a empresa está e onde poderia estar se decidisse mais rápido, com mais confiança e com melhor informação.

Esse custo se manifesta como:

• Market share perdido: enquanto a empresa delibera, concorrentes com decisões mais rápidas capturam os melhores clientes
• Inovação estagnada: sem capacidade de testar novas políticas com segurança (backtesting, shadow mode), a empresa fica presa às mesmas regras por meses ou anos
• Talento desperdiçado: analistas e cientistas de dados gastam 80% do tempo em extração e formatação de dados, e 20% em análise de verdade

A pior decisão não é a decisão errada. É a decisão que nunca foi tomada — porque ninguém tinha os dados, a autoridade ou a infraestrutura para tomá-la.

Como medir o custo das decisões

Se o custo de decisões ruins é tão alto, por que tão poucas empresas o medem? Porque medir exige observabilidade — e a maioria das organizações não tem infraestrutura para isso.

Para tornar o custo das decisões visível, uma organização precisa implementar pelo menos quatro práticas:

1. Rastrear cada decisão

Cada decisão precisa ser registrada com seu contexto completo: quais dados foram consultados, quais regras foram aplicadas, qual foi o resultado, quanto tempo levou. Sem esse registro, não há como calcular taxas de acerto, falso positivo ou falso negativo.

2. Definir métricas de qualidade decisória

As métricas variam por caso de uso, mas incluem:

Área	Métrica	O que indica
Crédito	Bad rate por vintage	Qualidade da originação ao longo do tempo
Crédito	Taxa de aprovação vs. inadimplência	Equilíbrio entre risco e crescimento
Fraude	Taxa de falso positivo	Fricção desnecessária com clientes legítimos
Fraude	Taxa de detecção (recall)	Capacidade de identificar fraude real
Compliance	Cobertura de screening	Percentual de clientes verificados vs. base total
Operações	Taxa de automação	Percentual de decisões sem intervenção humana
Operações	Tempo médio de decisão	Latência entre pedido e resposta

3. Atribuir valor monetário a cada erro

Converter métricas de qualidade em reais. Um ponto percentual a mais de inadimplência em uma carteira de R$ 200 milhões = R$ 2 milhões. Um ponto percentual a mais de falso positivo em 1 milhão de transações com ticket médio de R$ 500 = R$ 5 milhões em vendas bloqueadas.

4. Monitorar continuamente

O custo das decisões não é estático. Políticas degradam com o tempo — mudanças no perfil de clientes, novas modalidades de fraude, alterações regulatórias. Sem monitoramento contínuo, uma política que era boa há seis meses pode estar custando milhões hoje.

→ Para entender como esse monitoramento se encaixa na arquitetura completa, leia sobre The Decision Economy.

Como Decision Infrastructure reduz essas perdas

Cada custo descrito neste artigo tem uma causa raiz comum: falta de infraestrutura para tomar, monitorar e evoluir decisões. Empresas nos Níveis 1 e 2 do DIMM sofrem mais porque suas decisões são manuais, fragmentadas e sem observabilidade. Não há como melhorar o que não se consegue medir.

Uma Decision Infrastructure completa — construída sobre as seis camadas do Decision Stack™ — ataca diretamente essas perdas: a Data Layer garante que cada decisão use os melhores dados disponíveis; a Policy Layer elimina inconsistências entre analistas; a Intelligence Layer reduz falsos positivos e negativos com modelos adaptáveis; a Governance Layer previne multas regulatórias com rastreabilidade total; e a Observability Layer torna o custo de cada decisão visível em tempo real — permitindo intervir antes que as perdas se acumulem. Na Sinky, essas seis camadas operam como uma plataforma unificada, permitindo que organizações migrem do Nível 1 ao Nível 5 do DIMM de forma incremental — reduzindo o custo das decisões a cada etapa.