Um gestor de e-commerce recebeu uma proposta de R$ 12.000 por mês para "dados em tempo real". O argumento do fornecedor era que ele poderia ver quantos produtos foram vendidos nos últimos 5 minutos. Ele fechou o contrato. Três meses depois, a pergunta que mais fazia nos relatórios era: "como foi o mês de julho comparado ao de junho?" Nenhuma resposta precisava de dados dos últimos 5 minutos.
A arquitetura custou R$ 36.000 para responder perguntas que um pipeline batch de R$ 400 por mês responderia igualmente bem.
Batch e tempo real: a diferença que importa para quem paga a conta
A distinção técnica é simples: batch processa em lotes (uma vez por hora, uma vez por dia), streaming processa evento a evento, em milissegundos. A pergunta que importa não é qual dos dois é "melhor": é qual deles o seu processo de decisão realmente exige. Um banco precisa de streaming para fraude porque a janela de ação é de segundos. Para o gestor que olha o relatório de caixa pela manhã, a janela é de horas. Essa diferença de contexto é o que define a arquitetura certa, não a sofisticação da solução.
A diferença que importa para o gestor não é técnica. É essa: você precisa agir em segundos, ou pode esperar minutos, horas, ou até o dia seguinte?
Se a resposta for "posso esperar", você provavelmente não precisa de streaming. Pagar por ele é como contratar motoboy expresso para entregar algo que o correio convencional entregaria sem problema, no mesmo prazo, por um décimo do preço.
Quando batch é mais que suficiente, e a maioria das PMEs se encaixa aqui
Uma transportadora em Curitiba queria visualizar as rotas do dia no painel do gestor. O fornecedor propôs Kafka mais Flink gerenciados, com dados atualizando a cada 10 segundos. O custo de infraestrutura seria de R$ 4.500 por mês.
O gestor de operações explicou o processo real: os motoristas checam o painel uma vez antes de sair, o planejamento de rota é fechado às 7h, e qualquer ajuste acontece por telefone. Dados atualizando a cada 10 segundos para um processo que é revisado uma vez por dia. A solução batch com atualização a cada 4 horas custava R$ 350 por mês e atendia 100% das necessidades reais.
A maioria das PMEs opera com ciclos de decisão de horas ou dias. O gestor da transportadora de Curitiba revisava as rotas uma vez por dia, não precisava de dado novo a cada 10 segundos. A mesma lógica vale para quem acompanha caixa, estoque ou inadimplência: o problema não é a velocidade do dado, é a confiabilidade dele. Batch entrega isso por uma fração do custo.
66% das micro e pequenas empresas brasileiras estão nos níveis iniciais de maturidade digital, segundo pesquisa do Sebrae/ABDI com mais de 7 mil empresas em 2025. Para a maioria delas, o desafio não é ter dados mais rápidos. É ter dados confiáveis e acessíveis de forma consistente. Batch resolve isso com muito menos complexidade e custo.
Um pipeline batch para PME com 2 ou 3 fontes de dados e atualização diária cabe em infraestrutura de nuvem entre R$ 300 e R$ 800 por mês, segundo referência de mercado da beAnalytic para 2026. O pipeline equivalente em streaming começa em R$ 3.000 e pode chegar a R$ 8.000 por mês, só de infraestrutura, sem contar o engenheiro especializado para manutenção contínua.
Os 4 cenários onde tempo real realmente faz diferença operacional
Mas tem casos onde o batch mata o negócio. Quando a latência de minutos significa dinheiro perdido ou sistema fora do ar, streaming deixa de ser sofisticação e vira necessidade. São quatro situações específicas, e a maioria das PMEs não se encaixa em nenhuma delas.
Detecção de fraude em e-commerce e fintechs. Uma plataforma de e-commerce com 3.000 transações por hora detectou que 0,8% continham padrão de chargeback recorrente. Com batch horário, a transação já havia sido aprovada e o produto despachado antes do alerta. Com streaming, o bloqueio acontece antes da aprovação, eliminando o custo do chargeback e do frete de retorno. Apenas 27% das empresas conseguem detectar fraudes em tempo real, e o restante arca com o custo dos chargebacks. Se você vende online em volume alto e tem histórico de fraude, tempo real tem ROI calculável.
Monitoramento de sistemas críticos. Um servidor caindo, uma integração falhando, uma API respondendo fora do padrão: se o impacto for queda de receita por hora, você precisa saber em segundos, não no relatório do dia seguinte.
Experiência do cliente em tempo real. Preço dinâmico em marketplace, estoque sendo exibido ao comprador enquanto ele decide, notificação de envio disparada no momento da coleta. Quando a velocidade da informação afeta a conversão, streaming entra no cálculo.
Operações com volume muito alto de eventos. A Microsoft Fabric recomenda usar streaming apenas quando o volume supera 1.000 eventos por segundo de forma sustentada e a latência precisa ser menor que 5 segundos. Abaixo disso, batch é a arquitetura indicada. A maioria das PMEs brasileiras está muito abaixo desse volume.
Três dos quatro cenários acima têm perfil específico: e-commerce com volume relevante, fintech, operação de TI crítica. Uma prestadora de serviços, uma construtora, uma clínica ou um atacadista raramente se encaixa em qualquer um deles.
Quanto custa cada abordagem: comparativo realista para PME brasileira em R$
Os números a seguir são de referências públicas e de mercado brasileiro. Não são estimativas genéricas.
Batch:
- Pipeline simples com atualização diária em AWS Lambda: custo próximo de zero para jobs de até 15 minutos, dentro do free tier
- Pipeline com 2 a 3 fontes de dados e dbt mais Snowflake com execução horária: aproximadamente US$ 120 por mês (em torno de R$ 600 por mês no câmbio atual)
- Pipeline para PME com atualização diária em infraestrutura nacional: R$ 300 a R$ 800 por mês (referência beAnalytic, 2026)
Streaming:
- AWS Kinesis Data Streams com 10 shards: aproximadamente US$ 111 por mês, apenas em shards, antes de cobrança por throughput, retenção e leitura
- Confluent Cloud (Kafka gerenciado) para workloads básicos de produção: US$ 1.000 a US$ 3.000 por mês, sem contar conectores e outros componentes cobrados separadamente
- Pipeline completo com Kafka mais Flink gerenciados para PME: R$ 3.000 a R$ 8.000 por mês só de infraestrutura (referência beAnalytic, 2026)
- Manutenção do pipeline de streaming: 60 horas por mês de engenheiro especializado, contra 5 horas para o equivalente em batch
Um caso documentado mostra uma empresa que migrou o pipeline de vendas de batch para streaming na AWS. A conta mensal foi de US$ 4.187 para US$ 47.283 em um único mês, aumento de 11 vezes. O caso de uso não exigia latência abaixo de 1 hora. A empresa reverteu para batch após o impacto financeiro.
Outro caso registrado mostra um time que construiu pipeline Flink mais Kafka para alimentar dashboard de KPIs executivos. Custo: US$ 2.400 por mês. Alternativa em batch com execução horária: US$ 120 por mês. O gestor, quando questionado, não conseguia distinguir entre dados de 5 minutos e dados de 1 hora nas suas decisões. Mais de US$ 27.000 desperdiçados por ano para gráficos que ninguém precisava em tempo real.
5 perguntas para decidir sozinho, sem precisar de um técnico do seu lado
Você pode aplicar esse filtro antes de qualquer reunião com fornecedor.
1. Se meus dados ficassem prontos amanhã cedo, minha decisão de hoje seria diferente? Se não, batch resolve.
2. Existe alguma ação que preciso tomar em menos de 5 minutos após um evento acontecer? Não a ação de "ver o dado", mas uma ação operacional real: bloquear uma transação, alertar um técnico, ajustar um preço automaticamente. Se não existe, batch resolve.
3. Meu volume de eventos ultrapassa 1.000 por segundo de forma sustentada? Se não, streaming não traz ganho técnico que justifique o custo.
4. Tenho um engenheiro de dados disponível para manutenção contínua do pipeline? Streaming exige isso. Schema muda, conectores atualizam, incidentes de lag acontecem. Sem manutenção especializada, o pipeline degrada.
5. O custo de não ter o dado em tempo real é maior do que R$ 3.000 a R$ 8.000 por mês? Se você não consegue calcular essa perda com clareza, o custo provavelmente não existe, e a proposta não se sustenta.
Se você respondeu "não" para as perguntas 1, 2 e 3, você não tem caso de uso para streaming. Ponto.
O erro mais caro do mercado: pagar por real-time onde batch já resolvia
Existe um padrão que se repete no mercado brasileiro de dados. Um consultor apresenta uma arquitetura sofisticada com termos técnicos, o gestor não tem base para questionar, e o contrato é assinado sem que o gestor tenha feito uma única pergunta sobre o volume de eventos da própria operação.
O custo desse padrão não é só financeiro. Streaming é mais frágil que batch: evolução de schema pode quebrar o pipeline no fim de semana, e uma atualização de conector que deveria ser rotineira trava o fluxo por horas sem que ninguém perceba imediatamente. Monitoramento de lag, gestão de offsets, resposta a incidentes: tudo isso consome tempo de engenheiro e vira custo operacional invisível que não aparece na proposta inicial.
Projetos de engenharia de dados no Brasil custam entre R$ 60.000 e R$ 300.000 de implementação única, ou entre R$ 15.000 e R$ 80.000 por mês em outsourcing contínuo, segundo referência da beAnalytic para 2026.
Uma PME que contrata streaming sem caso de uso real vai pagar três vezes: implementação, infraestrutura mensal e manutenção contínua. No final do ano, terá um dashboard que responde perguntas que um relatório matinal responderia por R$ 400 por mês.
O que exigir do fornecedor antes de assinar qualquer proposta de dados
Se você tem uma proposta na mesa, quatro perguntas diretas para fazer antes de assinar:
"Qual decisão específica do nosso negócio não pode esperar mais de 5 minutos?" Se o fornecedor não responde com um exemplo concreto da sua operação, a proposta não foi pensada para o seu negócio.
"Qual seria o custo dessa mesma solução com atualização horária em vez de tempo real?" Exija o comparativo. Se não existe alternativa batch na proposta, o fornecedor não está vendendo solução, está vendendo tecnologia.
"Quem vai manter o pipeline quando o schema do meu ERP mudar?" Streaming exige manutenção contínua. Quem paga por ela precisa estar no contrato, não na letra miúda.
"Podemos começar com batch e migrar para streaming se o volume justificar?" Um fornecedor técnico honesto vai dizer que sim. Quem insiste que você precisa de streaming desde o dia um está empurrando complexidade que não é necessária agora.
Se você tem uma proposta de tempo real na mesa e as cinco perguntas do checklist ficaram sem resposta concreta do fornecedor, a Coffe&Code Labs faz o diagnóstico sem custo: mapeamos o volume de eventos da sua operação, o ciclo de decisão real dos seus gestores e entregamos a recomendação de arquitetura com comparativo em R$ entre batch e streaming, aplicada ao que você realmente processa, não ao que o fornecedor imaginou que você processa. Fale com a gente.