O Copilot no Excel já conseguia responder perguntas simples sobre dados, como “qual foi o mês com maior faturamento?” ou “quem vendeu mais no trimestre?”. Mas quando as perguntas ficavam mais complexas, envolvendo correlações estatísticas, análises preditivas ou cruzamentos de múltiplas variáveis, as limitações apareciam. Em 2025, a Microsoft lançou o Think Deeper, uma nova modalidade do Copilot que usa Python para responder perguntas analíticas profundas sobre os dados da planilha. Neste artigo iremos mostrar o que é o Think Deeper, como funciona e por que está sendo tão comentado pela comunidade de análise de dados.
O que é o Think Deeper e como ele usa Python nos bastidores
O Think Deeper é uma funcionalidade do Copilot no Excel que, ao detectar que uma pergunta requer análise estatística ou computacional mais avançada, gera e executa automaticamente código Python para obter a resposta. A diferença em relação ao Copilot convencional é que, enquanto o Copilot padrão usa o modelo de linguagem para raciocinar sobre os dados de forma direta, o Think Deeper vai além e produz código de análise de dados que é executado no ambiente Python do Excel, retornando resultados baseados em cálculos matemáticos reais.
Na prática, o processo é transparente para o usuário. Você faz uma pergunta em linguagem natural no painel do Copilot, como “existe correlação entre o investimento em marketing e as vendas nos últimos 18 meses? Mostre a força e a significância estatística dessa relação”. O Copilot reconhece que essa pergunta exige um teste de correlação com p-value, gera o código Python usando as bibliotecas pandas e scipy, executa na nuvem e retorna a resposta em linguagem simples com os números do teste estatístico e uma explicação de como interpretar os resultados. Você não vê o código a menos que queira ver.
Esse avanço é significativo porque coloca análise estatística avançada ao alcance de profissionais que não têm formação em estatística ou programação. Antes, para calcular a correlação de Pearson com teste de significância entre duas séries de dados no Excel, você precisaria conhecer as funções CORREL, DIST.T, graus de liberdade e a lógica do teste de hipóteses. Com o Think Deeper, você faz a pergunta em português e recebe a resposta com a interpretação já incluída.
Tipos de análise que o Think Deeper consegue fazer
O Think Deeper não se limita a correlações. Ele consegue executar uma gama ampla de análises que o Python e suas bibliotecas científicas suportam. Análise de regressão linear e múltipla, onde você quer entender quais variáveis explicam melhor um resultado e em que proporção. Detecção de outliers usando métodos estatísticos como z-score e IQR, identificando registros que estão anormalmente fora do padrão dos dados. Análise de séries temporais com decomposição de tendência, sazonalidade e resíduos, muito útil para entender padrões em dados financeiros e de vendas mensais.
Para análises de agrupamento, o Think Deeper pode usar algoritmos de clustering para segmentar clientes, produtos ou regiões em grupos com características semelhantes, sem que você precise conhecer os algoritmos de K-means ou DBSCAN. Você simplesmente pede: “agrupe esses clientes por comportamento de compra e me mostre as características de cada grupo”. O Think Deeper roda o algoritmo, determina os grupos e apresenta o resultado com uma descrição das características que definem cada segmento.
Previsões de tendência também estão no escopo do Think Deeper. Com base em dados históricos, ele pode projetar valores futuros usando modelos de séries temporais, apresentando a previsão com intervalos de confiança que indicam a faixa de valores mais prováveis. Para planejamentos financeiros e de estoque, ter uma projeção estatisticamente fundamentada diretamente no Excel, sem precisar de ferramentas externas de forecasting, é uma vantagem enorme para equipes que trabalham com planejamento e orçamento.
Como acessar o Think Deeper e o que você precisa
O Think Deeper está disponível no Excel para Windows e Mac para usuários com a licença Microsoft 365 Copilot. Para ativar, abra o painel do Copilot no Excel e procure a opção de alternar para o modo Think Deeper, que aparece como uma opção de raciocínio mais profundo no painel. Quando ativado, o Copilot passa a usar Python para as análises que exigem processamento computacional, enquanto mantém o modelo de linguagem para as questões que são mais de interpretação e linguagem.
Uma coisa importante: o Think Deeper funciona melhor com dados bem estruturados e limpos na planilha. Dados com inconsistências, tipos mistos nas colunas, muitos valores em branco ou formatação irregular podem levar o Copilot a não conseguir executar as análises corretamente ou a retornar avisos sobre a qualidade dos dados antes de prosseguir. Por isso, sempre que possível, organize os dados em uma Tabela do Excel com cabeçalhos claros e dados padronizados antes de usar o Think Deeper para análises mais complexas.
O recurso também permite que você veja o código Python gerado pelo Think Deeper, o que é uma ferramenta de aprendizado muito eficiente. Ao pedir para ver o código, você consegue entender como a análise foi feita matematicamente, e com o tempo começa a reconhecer padrões que pode adaptar para outras análises. Para profissionais que querem aprender Python para análise de dados mas não sabem por onde começar, usar o Think Deeper e estudar o código gerado é um caminho de aprendizado muito mais contextualizado e motivador do que um curso isolado de Python do zero.
O Think Deeper como parceiro no processo de tomada de decisão
O maior valor do Think Deeper não é apenas obter números estatísticos, mas obter esses números com uma interpretação em linguagem simples que qualquer gestor consegue entender. Quando o Think Deeper retorna que a correlação entre investimento em marketing e vendas é de 0,78 com p-value de 0,003, ele também explica: “isso indica uma correlação positiva forte, e o resultado é estatisticamente significante, o que sugere que o investimento em marketing está de fato associado ao aumento de vendas neste período”. Essa tradução do resultado técnico para a linguagem de negócios é onde o Think Deeper agrega valor real para profissionais que precisam comunicar análises para não-especialistas.
O Think Deeper também apresenta ressalvas importantes quando os dados têm limitações que afetam a confiabilidade da análise. Se a série temporal tem poucos pontos de dados para uma análise de sazonalidade confiável, ele avisa. Se os dados têm muitos outliers que podem distorcer a regressão, ele menciona e sugere abordagens alternativas. Essa transparência sobre as limitações dos dados é o que torna a análise mais confiável para a tomada de decisão, diferente de um resultado que parece preciso mas esconde premissas problemáticas.
Se você curtiu esse artigo onde mostramos como o Think Deeper no Copilot usa Python para análises avançadas no Excel, compartilhe com as suas redes sociais e não se esqueça de deixar um comentário aqui embaixo caso você tenha ficado com alguma dúvida.