Tempo até ciência: o KPI que todo jurídico precisa medir

Tempo até ciência é o intervalo entre o momento em que uma publicação ou movimentação processual fica disponível e o instante em que alguém do jurídico toma conhecimento dela de forma registrável. O KPI de tempo até ciência transforma uma percepção comum, como "a equipe viu tarde", em uma medida operacional que pode ser acompanhada por tribunal, carteira, responsável e canal de recebimento.

A métrica não representa, por si só, o prazo processual. Ela mede a velocidade de entrada da informação no fluxo de trabalho. Uma publicação pode ter sido disponibilizada às 9h, capturada às 9h08, validada às 9h12 e visualizada pelo responsável às 9h30. Cada etapa explica uma parte diferente do risco.

Em escritórios e departamentos jurídicos, acompanhar apenas o número de publicações ou a quantidade de prazos cadastrados deixa uma lacuna. Duas equipes podem processar o mesmo volume, mas uma recebe e distribui as informações em minutos, enquanto a outra depende de consultas manuais, e-mails e planilhas consolidadas no fim do dia.

O indicador também ajuda a separar falhas de cobertura, falhas de integração e atrasos humanos. Se o sistema capturou a informação rapidamente, mas ela demorou horas para chegar ao responsável, o problema está no desenho do fluxo. Se a captura já ocorreu tarde, é necessário investigar fonte, cobertura, validação e disponibilidade.

O contexto do Judiciário brasileiro reforça a necessidade de métricas operacionais. O Justiça em Números do Conselho Nacional de Justiça mostra a escala e a complexidade do sistema judicial, mas cada operação precisa traduzir essa complexidade em indicadores que orientem decisões diárias.

Não existe um benchmark universal de tempo até ciência. A distribuição de publicações varia por tribunal, fonte, tipo de processo, volume da carteira, horário de disponibilização e regra de encaminhamento. Comparar diretamente uma carteira de ações de massa com uma carteira estratégica pode produzir conclusões erradas.

Uma forma mais segura é criar faixas internas de referência. Por exemplo: até 15 minutos para publicações críticas capturadas em horário operacional, até 1 hora para eventos ordinários e até o início do próximo expediente para itens recebidos fora da janela de atendimento. Esses valores são pontos de partida, não promessas jurídicas nem substitutos para análise do prazo aplicável.

Separe os dados por tribunal e por tipo de ação. Um painel pode mostrar que o tempo médio geral é de 2 horas, mas esconder que processos trabalhistas de massa têm mediana de 18 minutos e processos estratégicos em determinada corte chegam a 7 horas. O desdobramento orienta mudanças de cobertura e escala.

Use também a taxa de cumprimento do SLA: quantidade de publicações cientificadas dentro do limite dividida pelo total de publicações elegíveis. Acompanhe a taxa por dia da semana, faixa horária, equipe, carteira e prioridade. Um resultado de 98% no mês pode esconder uma concentração de violações nas segundas-feiras ou após feriados.

A comparação deve considerar dias úteis e calendário operacional. Se o jurídico trabalha das 8h às 18h, um evento recebido às 22h pode ter um tempo corrido elevado, embora esteja dentro do SLA de atendimento no próximo expediente. Mantenha as duas visões: tempo corrido e tempo útil.

Para entender como transformar latência, perdas e reconciliação em indicadores de integração, consulte o guia de KPIs para publicações judiciais por API. Ele complementa o tempo até ciência com uma visão técnica da qualidade da conexão.

Um export do monitoramento pode conter colunas como id_publicacao, numero_processo, tribunal, prioridade, disponivel_em, capturado_em, validado_em, entregue_em e ciente_em. A partir delas, crie durações em minutos e marque registros elegíveis para o SLA.

Uma consulta SQL ilustrativa para uma base com nomes em português seria:

SELECT
 tribunal,
 prioridade,
 COUNT(*) AS total_publicacoes,
 AVG(EXTRACT(EPOCH FROM (ciente_em - disponivel_em)) / 60) AS media_minutos,
 PERCENTILE_CONT(0.50) WITHIN GROUP
 (ORDER BY EXTRACT(EPOCH FROM (ciente_em - disponivel_em)) / 60) AS p50_minutos,
 PERCENTILE_CONT(0.90) WITHIN GROUP
 (ORDER BY EXTRACT(EPOCH FROM (ciente_em - disponivel_em)) / 60) AS p90_minutos,
 AVG(CASE WHEN ciente_em <= disponivel_em + INTERVAL '60 minutes'
 THEN 1.0 ELSE 0.0 END) AS taxa_sla
FROM publicacoes
WHERE ciente_em IS NOT NULL
 AND disponivel_em IS NOT NULL
GROUP BY tribunal, prioridade;

Os nomes dos campos podem variar conforme o formato do export. O ponto central é preservar os timestamps originais e documentar qualquer regra aplicada, como exclusão de testes, feriados ou registros cancelados.

No Google Sheets, uma coluna de duração pode usar a diferença entre as datas multiplicada por 1440 para converter dias em minutos. No Power BI, crie medidas separadas para média, mediana e percentil, evitando misturar registros sem ciência com registros realmente atendidos.

Uma boa página executiva deve conter cinco blocos: tempo mediano, percentil 90, taxa de SLA, volume recebido e quantidade de pendências sem ciência. Abaixo, inclua uma tabela por tribunal e uma lista dos dez maiores atrasos, com link para o registro operacional.

Para evitar interpretações equivocadas, mostre a cobertura do período. Um relatório com 100% de SLA baseado em apenas 40% da carteira é tecnicamente correto para a amostra, mas não representa o risco total do jurídico. Relatórios confiáveis exibem volume monitorado, cobertura e qualidade dos timestamps.

Depois de definir a metodologia, uma fonte de monitoramento em tempo real pode fornecer os eventos necessários sem depender de consultas manuais a diários e tribunais. O Pocket Jurídico registra a entrada de publicações e movimentações, valida o processo em diferentes instâncias e organiza uma visão contextual para a equipe acompanhar o fluxo.

Em um relatório baseado nesses dados, use os timestamps nativos de disponibilidade, captura, validação e entrega como uma cadeia operacional. A pré-publicação, quando existente, deve aparecer como evento separado, permitindo medir quanto tempo adicional foi obtido antes da publicação formal.

Considere um exemplo anonimizado de uma operação de varejo com alto volume e cobertura distribuída em 120 tribunais. Após organizar a cobertura, separar prioridades e encaminhar os eventos para responsáveis definidos, o tempo mediano até ciência caiu de aproximadamente 48 horas para 6 horas. O ganho não veio apenas da tecnologia, mas da combinação entre captura, validação e rotina de tratamento.

A integração por API permite enviar os eventos para um ERP, CRM ou gestor de processos sem replicar o trabalho em planilhas. Também é possível conectar ferramentas de IA para resumir publicações, extrair prazos e responder dúvidas no feed, sempre mantendo revisão humana para decisões sensíveis.

O relatório pode ser alimentado por exportações em documentos e planilhas ou por integração estruturada. Para equipes que precisam conectar dados a sistemas internos, o checklist técnico de integração com ERP ou CRM ajuda a verificar autenticação, campos, reconciliação, tratamento de erros e responsabilidade operacional.

A governança deve acompanhar a automação. Dados de publicações podem conter informações pessoais e processuais, portanto controles de acesso, finalidade, retenção e trilhas de auditoria precisam fazer parte do desenho. A Lei Geral de Proteção de Dados no texto oficial do Planalto é a referência normativa para avaliar essas obrigações.