Associar não é explicar. Prever não é provar causa.

Em análise empresarial, três verbos costumam ser misturados: associar, prever e causar. A matemática pode ser semelhante, mas as perguntas são diferentes. Confundi-las cria um dos erros mais caros em decisões orientadas por dados: agir sobre uma variável porque ela “explica” Y no modelo, sem evidência de que alterá-la produzirá o efeito desejado.

Três perguntas

Correlação de Pearson ajuda principalmente na primeira. Regressão pode atender a primeira e a segunda. A terceira depende de desenho causal, não apenas de coeficientes.

Confundimento: a terceira variável invisível

Suponha que lojas com mais funcionários tenham mais vendas. A regressão pode mostrar forte relação. Mas talvez lojas maiores recebam mais clientes e, por isso, simultaneamente contratem mais pessoas e vendam mais. Tráfego é um confundidor.

Se a empresa contratar pessoas em lojas sem demanda adicional, o efeito pode não aparecer. A associação observada era compatível com causalidade reversa ou causa comum.

Causalidade reversa

Empresas com maior faturamento gastam mais em marketing. Uma regressão de faturamento contra marketing pode ter alta correlação. Isso não responde quanto faturamento aumentaria se marketing fosse elevado, porque parte do fluxo causal pode ir de faturamento para orçamento de marketing.

Temporalidade ajuda, mas não resolve tudo: decisões antecipatórias podem ser tomadas com base em expectativas futuras.

Seleção e viés de colisor

Filtrar dados pode criar associações inexistentes na população. Se duas variáveis independentes influenciam a probabilidade de entrar na amostra, condicionar-se apenas aos casos selecionados pode fazê-las parecer relacionadas. É um problema menos conhecido em gestão e aparece em análises de “apenas clientes aprovados”, “apenas projetos concluídos” ou “apenas funcionários que permaneceram”.

“Controlar por tudo” também pode errar

Regressão múltipla permite ajustar por variáveis, mas incluir todo campo disponível não garante causalidade. Controlar mediadores pode bloquear parte do efeito que queremos estimar. Controlar colisores pode criar viés. Variáveis medidas com erro podem deixar confundimento residual.

A seleção de controles deve partir de uma hipótese causal sobre o processo, e não apenas de algoritmo stepwise.

Pense no mecanismo antes do modelo

Uma ferramenta útil é desenhar um diagrama causal simples: quais fatores antecedem X? Quais antecedem Y? Quais são consequências de X? Onde existem causas comuns? Mesmo sem formalismo de DAGs, esse exercício força o time a explicitar hipóteses antes de olhar coeficientes.

Por que randomização é tão poderosa

Em um experimento randomizado, a atribuição aleatória busca tornar grupos comparáveis, inclusive em fatores não medidos, dentro dos limites do desenho. A diferença de resultados pode então ser atribuída com muito mais confiança à intervenção.

Nem toda decisão empresarial permite randomização, mas pilotos A/B, rollout por ondas, testes de máquina e experimentos de processo são mais viáveis do que muitas organizações imaginam.

Quando experimento não é possível

Estudos observacionais podem usar pareamento, estratificação, diferenças-em-diferenças, variáveis instrumentais, regressão descontínua ou outras estratégias. Cada método depende de premissas específicas que precisam ser defendidas. Não existe botão “causal” universal.

Previsão pode funcionar sem causalidade

Um sensor pode prever falha sem ser a causa da falha. Isso é perfeitamente aceitável se o objetivo é manutenção preditiva. Da mesma forma, um score de churn pode incluir variáveis altamente preditivas sem que alterar cada uma delas reduza churn.

O erro acontece quando um modelo construído para previsão é usado como mapa de intervenção. Variável preditiva não é automaticamente alavanca gerencial.

Causalidade no DMAIC

Na fase Analyze, correlação e regressão ajudam a reduzir o espaço de hipóteses. Em Improve, mudanças devem testar mecanismos. PDSA e DOE são pontes entre associação e evidência causal: manipulam condições, registram predições e observam efeitos.

Roteiro Struckel antes de recomendar uma intervenção

1. Defina se a pergunta é associação, previsão ou efeito causal.
2. Desenhe o mecanismo esperado.
3. Liste confundidores plausíveis e causalidade reversa.
4. Verifique temporalidade.
5. Analise gráfico, estratificação e dados faltantes.
6. Use regressão como ferramenta condicional, não como oráculo.
7. Prefira experimento quando possível.
8. Se observacional, documente premissas que tornam a interpretação causal plausível.
9. Faça análise de sensibilidade.
10. Separe “preditor útil” de “alavanca de mudança”.

Mediadores: quando a variável faz parte do caminho causal

Considere treinamento → habilidade → produtividade. Habilidade é um mediador: parte do efeito do treinamento ocorre justamente por meio dela. Se uma regressão “controlar” habilidade, poderá estimar apenas o efeito direto restante, e não o efeito total do treinamento. Isso pode ser correto ou errado dependendo da pergunta.

Esse exemplo mostra por que a lista de variáveis de controle não deve nascer de uma regra como “inclua tudo que estiver disponível”. Primeiro defina o estimando: efeito total, efeito direto, previsão ou associação condicional.

Interações: o efeito pode depender da condição

Um efeito causal médio pode esconder heterogeneidade. Um treinamento pode funcionar para novos colaboradores e ter pouco impacto nos experientes; uma alteração de temperatura pode reduzir defeitos apenas em uma faixa de umidade; desconto pode aumentar conversão em um segmento e destruir margem em outro.

Modelos com termos de interação ajudam a representar esse comportamento, mas precisam de amostra e interpretação adequadas. A pergunta deixa de ser “X funciona?” e passa a ser “para quem, em quais condições e com qual magnitude?”.

Validade externa: o efeito pode não viajar

Mesmo um experimento bem executado estima o efeito em uma população, período e contexto específicos. Aplicar o resultado em outra fábrica, região, carteira de clientes ou fase econômica exige julgar transportabilidade. O mecanismo pode ser o mesmo, mas a distribuição de fatores modificadores pode não ser.

Uma organização madura registra condições do teste e monitora resultados na expansão. Causalidade não elimina PDSA; ao contrário, fornece uma hipótese mais forte para ciclos de implementação e aprendizado.

Nota metodológica

Este Insight amplia a distinção já adotada pela Struckel entre correlação e causalidade. O conteúdo combina princípios de regressão e desenho causal com aplicação a decisões empresariais, mantendo a regra editorial: modelos descrevem evidência sob premissas; decisões exigem explicitar as premissas.