A diretoria pergunta por que a receita caiu, e a resposta chega dividida em “clientes novos”, “clientes grandes” e “clientes de e-commerce”. Um cliente novo, grande e de e-commerce está nos três grupos. Os percentuais somam 140%, e ninguém consegue dizer de onde veio a queda.
O problema aqui é de estrutura. Quando as partes se sobrepõem, o mesmo elemento é contado mais de uma vez. Quando há lacunas, parte do problema desaparece da análise. O princípio MECE é uma disciplina simples para evitar as duas coisas.
O que é o princípio MECE
A sigla vem de Mutually Exclusive, Collectively Exhaustive. Uma divisão é MECE quando atende a duas condições ao mesmo tempo:
| Condição | Pergunta de teste | Falha típica |
|---|---|---|
| Mutuamente exclusivo | Algum elemento cabe em dois grupos? | “Usuários diários” e “power users” |
| Coletivamente exaustivo | Algum elemento fica sem grupo? | Faixas de receita sem lugar para quem não informou |
A ideia é associada a Barbara Minto, que a desenvolveu na McKinsey no fim dos anos 1960 e a usou como base do seu Princípio da Pirâmide (Wikipedia).
Universo, unidade e critério
Nenhuma lista é MECE em abstrato. Antes de dividir, três coisas precisam estar escritas:
- Universo: o conjunto completo. Por exemplo, todas as contas criadas em setembro.
- Unidade de análise: o que está sendo classificado. Conta, usuário, transação e chamado produzem divisões diferentes.
- Critério: a regra que separa os grupos. Por exemplo, a etapa mais avançada alcançada.
Misturar critérios no mesmo nível é a origem mais comum da sobreposição. “Novos”, “grandes” e “e-commerce” usam três critérios diferentes: tempo de relacionamento, porte e canal. Cada um deles pode gerar uma divisão MECE, desde que usado sozinho em cada nível.
Quando usar e quando evitar
Quando usar
- Para localizar um problema em um funil, uma receita ou um custo
- Para segmentar clientes, demandas ou chamados
- Para montar árvores de problemas e estruturar relatórios
- Para definir categorias de classificação, inclusive com LLMs
Quando evitar
- Em brainstorms, quando a meta é gerar ideias sem filtro
- Quando sobreposição é desejável, como em camadas de segurança
- Quando a realidade é contínua e o corte seria arbitrário
- Como fim em si mesmo, sem uma pergunta para responder
Como aplicar
- Defina universo e unidade. Escreva o que entra e o que fica de fora.
- Escolha um critério por nível. Se precisar de outro critério, abra um nível abaixo.
- Escreva definições operacionais. Cada grupo precisa de uma regra que uma consulta aos dados consiga executar.
- Trate fronteiras e desconhecidos. Use limites sem empate, como 0 a 3, 4 a 12 e 13 ou mais, e crie um lugar para dados ausentes.
- Teste. Passe casos limítrofes pela regra e confira se a soma dos grupos é igual ao total.
Exemplo: onde a ativação está caindo
Uma plataforma SaaS B2B lançou um assistente de IA, e a ativação caiu de 40% para 30%. Dizer que “os usuários estão confusos” não ajuda a localizar o problema. Então a equipe define:
- Universo: contas criadas em um período, comparando as 1.000 anteriores ao lançamento com as 1.000 seguintes.
- Unidade: conta, não usuário.
- Critério: etapa mais avançada alcançada em até sete dias.
Cada conta tem uma única etapa mais avançada, e isso garante a exclusividade. A linha “sem dados de evento” garante a exaustividade.
| Etapa mais avançada em 7 dias | Antes | Depois |
|---|---|---|
| Cadastrou, mas não conectou dados | 200 | 180 |
| Conectou dados, mas não gerou resultado | 220 | 340 |
| Gerou resultado, mas não salvou | 150 | 150 |
| Salvou ou compartilhou (ativada) | 400 | 300 |
| Sem dados de evento | 30 | 30 |
| Total | 1.000 | 1.000 |
Por ser MECE, a tabela fecha: as 100 contas a menos em “ativada” e as 20 a menos em “cadastrou” reaparecem como 120 a mais em “conectou dados, mas não gerou”. O problema tem um endereço, e é ali que o diagrama de Ishikawa deve concentrar as hipóteses.
Testando as fronteiras
As regras só se provam nos casos difíceis:
| Caso | Onde cai | Por quê |
|---|---|---|
| Gerou no dia 6, salvou no dia 8 | Gerou, mas não salvou | A janela fecha em sete dias |
| Conta com dois usuários, um salvou | Ativada | A unidade é a conta |
| Conta de teste interno | Fora do universo | Excluída na definição |
| Salvou, mas o evento de geração sumiu | Ativada | Vale a etapa mais avançada |
O último caso também aponta um possível defeito de instrumentação, que merece uma verificação à parte.
Como usar uma LLM
Uma LLM ajuda a propor critérios, redigir definições e inventar casos limítrofes que você não considerou. Ela também pode revisar uma lista e apontar sobreposições. A checagem final vem dos dados: uma taxonomia pode parecer perfeita no texto e falhar na primeira consulta.
O princípio importa ainda mais quando a própria LLM classifica textos. Se as categorias “cobrança” e “cancelamento” se sobrepõem, uma mensagem como “quero cancelar porque me cobraram duas vezes” não tem resposta certa, e o modelo escolherá uma delas sem critério estável. As categorias funcionam como contrato, e por isso precisam de definição, regra de desempate e uma classe para o que não se encaixa.
Quero decompor [universo/problema] para [finalidade].Unidade de análise: [cliente, transação, solicitação, custo etc.].Critério principal de segmentação: [critério].Dados e exceções conhecidos: [informar].
Crie uma classificação MECE com definições operacionais, regras defronteira e tratamento para casos desconhecidos ou não classificáveis.Use um único critério por nível.
Teste a estrutura com pelo menos cinco exemplos, incluindo casoslimítrofes. Aponte possíveis sobreposições ou lacunas e diga quaisexemplos a regra não resolve.Saída esperada: uma taxonomia com critérios de inclusão e exclusão e o resultado dos testes.
Antes de confiar na resposta:
- Rode nos dados. Aplique as regras a uma amostra e confira se a soma dos grupos fecha com o total.
- Olhe o tamanho da categoria residual. Uma classe “outros” muito grande indica que o critério não está funcionando.
- Busque seus próprios casos difíceis. Os exemplos inventados pelo modelo tendem a ser mais limpos do que os reais.
- Sanitize o contexto. Use amostras sem dados pessoais.
Combine com outros frameworks
- Diagrama de Ishikawa: depois de localizar o problema, mapeia as causas candidatas naquele ponto.
- 5 Porquês: aprofunda a causa mais promissora.
- Matriz de decisão: critérios sem sobreposição evitam a dupla contagem nos pesos.