# Como a Brick trocou ingestão de dados artesanal por uma operação data driven > A Brick centralizou a ingestão de dados com a Erathos e passou a manter toda a estrutura de dados com um único analista, sem precisar de um time de engenharia dedicado a pipelines. Source: https://www.erathos.com/clientes/brick-software ## Sobre - Brick - Setor: SaaS / Insurtech - Localização: Curitiba, Paraná - Funcionários: 25 - Cliente Erathos desde: Outubro/2024 - Stack de dados: Erathos (ingestão de dados), Google BigQuery (data-warehouse), Metabase (visualização de dados) - Serviços conectados: HubSpot, Conta Azul, Linear, GitHub, PostHog (beta) A Brick é o sistema operacional nativo em IA para decisões de risco em seguradoras, dando autonomia para times de negócio criarem, ajustarem e auditarem fluxos de subscrição, sinistro e prevenção a fraude, sem depender de TI. A Brick é o sistema operacional nativo em IA para decisões de risco em seguradoras, usado por times de subscrição, sinistro e prevenção a fraude. Antes da Erathos, a ingestão de dados era mantida na mão pelo cofundador da empresa, com Airflow orquestrando extrações e o DBT rodando por cima sem garantia nenhuma de que os dados estavam atualizados. Qualquer mudança de schema numa API quebrava o pipeline, e resolver isso consumia parte real do tempo de quem deveria estar construindo produto. Depois de centralizar a ingestão com a Erathos, a Brick passou a manter toda a estrutura de dados com um único analista, e reduziu de meses para dias o tempo de colocar uma nova fonte no ar, ao mesmo tempo em que passou a apoiar decisões de produto, operação e finanças com dados confiáveis. ## Os resultados - **30×** — mais rápido para disponibilizar novos dados - **97%** — menos tempo para gerar o Investor Report - **78× ROI** — R$ 783 mil de economia líquida em 21 meses ## O desafio ## O desafio Antes da Erathos, a Brick sustentava a própria ingestão de dados com Airflow disparando rotinas que jogavam dados no Cloud Storage e depois numa tabela delta no BigQuery, com o DBT rodando por cima independentemente dos dados estarem realmente atualizados. Carlos Schwabe, cofundador, descreve o resultado como um processo básico de ingestão, montado com as ferramentas do dia a dia de qualquer time de engenharia: a tabela de clientes atualizava, a de vendas não, e o relatório final saía com uma venda associada a um cliente que não existia. O maior custo não era rodar o pipeline, era mantê-lo. Cada fonte de dados (HubSpot, Conta Azul, Zendesk, banco de produção) tinha uma API diferente, algumas documentadas, outras não, e cada mudança de escopo, como passar a precisar de dados de chamadas em vez de apenas contatos, obrigava a equipe a reabrir a documentação da API e refazer a lógica de cursor do zero. Cerca de duas vezes por semana, Carlos precisava interromper o que estava fazendo para consertar alguma quebra e garantir que os dados voltassem a bater. Do lado financeiro, o problema aparecia como decisão atrasada. Thiago Paz, CFO, lembra de uma noite em que o time ficou até as 22h no escritório tentando calcular a taxa de churn, porque o dado estava espalhado entre ERP, banco de produção e CRM, e não havia como cruzar as informações sem montar tudo manualmente em planilha. No fundo, a Brick não tinha um problema de ferramentas, tinha um problema de tempo: cada hora dedicada a manter pipelines de dados era uma hora a menos dedicada a produto e a decisões estratégicas, justamente na fase em que a empresa mais precisava de velocidade. ## A solução ## A solução A Brick conheceu a Erathos por indicação. Carlos buscava resolver o problema rápido e dentro do orçamento, sem tempo para avaliar profundamente muitas alternativas. Assim que a primeira conexão foi implementada, a diferença ficou clara: em vez de mapear endpoints e manter scripts próprios, bastava plugar o conector para os dados chegarem atualizados, enquanto Carlos seguia mantendo por conta própria as fontes que a Erathos ainda não cobria naquele momento. Essa fase de transição deixou evidente para o time o quanto a ingestão de dados via conectores plug and play, prontos para uso, era mais simples e confiável do que manter pipelines próprios linha por linha. A cada nova fonte que a Erathos adicionava ao catálogo, a Brick reduzia mais uma frente de manutenção interna, até chegar ao ponto em que, segundo Thiago, não existe hoje nenhum sistema usado pela empresa sem dados disponíveis via Erathos. ## Os resultados ## Os resultados - Tempo de implementação de uma nova fonte de dados caiu de **2 a 3 meses para 2 a 3 dias** com Erathos, segundo Bruno Rosso. - Investor Report mensal parou de ocupar o tempo de uma manhã inteira de trabalho e passou a levar **7 minutos**. - Fechamento financeiro mensal caiu de um dia e meio para uma manhã. - O cálculo de métricas como churn, que já exigiu uma noite inteira de trabalho manual, está disponível para consulta e atualização a qualquer momento, sem depender de levantamento manual. - Carlos, cofundador, deixou de dedicar 4 a 5 horas semanais à manutenção de pipelines, hoje dedica zero. - A estrutura de dados inteira da empresa passou a ser mantida com um **investimento bem mais enxuto**, sustentada por um único analista de dados. Mais do que economia de tempo, esses números refletem o objetivo que a Brick tinha desde o início: construir uma cultura data driven de verdade, em que decisões de produto, operação e finanças partem de dados confiáveis e acessíveis para todo o time, e não apenas para uma pessoa técnica específica. ## O retorno sobre o investimento (ROI) ## O retorno sobre o investimento (ROI) O time da Brick avaliou que, sem a Erathos, seria necessário montar um time interno de 2 a 3 pessoas entre engenheiros de dados e analistas de dados para sustentar a mesma operação. Usando salários médios de mercado no Brasil (R$8.000 para engenheiro de dados e R$5.000 para analista de dados, mais encargos CLT), o custo estimado de um time de 2 engenheiros e 1 analistas dedicados seria de R$793.800 no período. _Custo evitado nos últimos 21 meses (2 engenheiros de dados + 1 analistas de dados, salários médios de mercado + encargos CLT): R$783.751_ **R$ 783.751 de economia líquida, aproximadamente 78x o valor investido na Erathos** ## O futuro ## O futuro A Brick segue explorando o potencial da infraestrutura de dados construída com a Erathos. Do lado de conectores, Conta Simples e PostHog estão em beta e devem ser testados pela equipe em breve. Bruno também sinalizou interesse em aprofundar o uso do plano Pro, com customização de retries de job e backfill customizado para as tabelas maiores, além de ativar os alertas de falha por e-mail ou Slack, recurso que ele não sabia estar disponível. > Se eu não tivesse essa infraestrutura, eu teria que ter duas, três pessoas para fazer o que a Erathos faz hoje. Consegui gerar valor real com os meus dados com uma estrutura muito mais enxuta do que eu imaginava precisar. Isso é o cerne para construir uma cultura data driven: o time só usa o dado quando eles são confiáveis. > > — Thiago Paz, CFO > A gente tinha muito retrabalho, e hoje não tem mais. É mais eficiente trabalhar dessa forma. Se não é seu core business, contrate a Erathos. Gaste tempo modelando o seu domínio, não o domínio dos outros > > — Carlos Schwabe, Co-Founder & CDO > Cada implementação nova de uma fonte, se eu tivesse que fazer sozinho, levaria uns dois, três meses. Com a Erathos, isso sai em poucas horas. Não preciso ter as skills de um engenheiro de dados para gerar valor real com os dados da empresa. > > — Bruno Rosso, Analista de Dados