A Regra dos 37%: Quando a Matemática Diz “Pare de Procurar e Decida”

Você entrevistou seis candidatos para uma vaga importante. Três eram razoáveis. Um era ótimo, mas você ficou na dúvida. Agora o sétimo candidato entra e você ainda se pergunta se alguém melhor vai aparecer.

Conhece essa situação? Você está preso na armadilha de decisão mais comum nos negócios: o medo de se comprometer quando não sabe se algo melhor existe.

A matemática resolveu esse problema há décadas. A resposta se chama Regra dos 37%, e funciona para contratação, seleção de fornecedores, precificação, timing de investimentos e praticamente qualquer decisão onde você escolhe entre opções sequenciais.

O Problema da Secretária — Sem Precisar de Doutorado

Nos anos 1960, matemáticos formalizaram o chamado Problema da Secretária. A premissa é simples:

• Você tem n candidatos para entrevistar, um por vez
• Depois de cada entrevista, aceita ou rejeita imediatamente — sem voltar atrás
• Você quer escolher o melhor candidato do grupo

A estratégia ótima? Rejeite os primeiros 37% dos candidatos automaticamente. Não contrate nenhum deles, por melhores que pareçam. Use-os como seu conjunto de calibração. Depois, contrate o próximo candidato que for melhor do que todos os anteriores.

Essa estratégia dá 37% de probabilidade de selecionar o melhor candidato de todo o grupo. Pode não parecer muito até você considerar a alternativa: escolha aleatória dá 1/n de chance. Com 10 candidatos, são 10%. A regra dos 37% quase quadruplica suas chances.

A matemática converge para 1/e, onde e é o número de Euler (≈ 2,718). Então 1/e ≈ 0,3679, aproximadamente 37%.

A Conexão com Fibonacci Que Não Deveria Existir

Aqui a coisa fica interessante. A sequência de Fibonacci produz uma razão que se aproxima de 0,618 (a proporção áurea φ). O complemento dessa razão. 1 – 0,618 – é igual a 0,382.

Compare:

• Limiar de parada ótima: 1/e ≈ 0,3679
• Nível de retração de Fibonacci: 0,382

A diferença é 0,0141. Menos de 1,5 ponto percentual.

Esses números vêm de ramos completamente diferentes da matemática. Um emerge do cálculo e da teoria da probabilidade. O outro de uma sequência recursiva que um italiano medieval escreveu para modelar populações de coelhos. Mesmo assim, caem quase no mesmo ponto.

Por quê? Ambos descrevem pontos de transição naturais, momentos onde um sistema muda de exploração para ação. A proporção áurea aparece na filotaxia (arranjo de folhas), galáxias espirais e retrações de mercado financeiro justamente porque representa uma fronteira eficiente entre fases de crescimento. O limiar 1/e aparece na parada ótima porque representa a fronteira exata entre coletar informação e agir sobre ela.

Natureza, mercados e matemática parecem concordar: em algum lugar ao redor de 37-38% está o ponto onde buscar mais vira procrastinação.

Traders que usam Fibonacci já utilizam o nível de retração 0,382 como ponto de decisão. um preço que corrigiu “o suficiente” para sinalizar reentrada. Eles estão rodando o mesmo algoritmo do problema da secretária, só que num domínio diferente.

Como Usar Isso na Prática

Contratação

Se você está entrevistando 10 candidatos para uma vaga, rejeite os 4 primeiros. Não faça ofertas. Não se apegue. Use-os para calibrar o que “bom” significa para esse cargo, nesse salário, nesse mercado.

A partir do candidato 5, contrate a primeira pessoa que for melhor do que todos os quatro que você rejeitou.

Para uma empresa de limpeza contratando um líder de equipe – digamos que você receba 8 candidatos. Rejeite os 3 primeiros. Contrate o próximo que supere todos. Pare de agonizar se alguém melhor vai aparecer na semana que vem. A matemática diz que essa é sua melhor aposta.

Seleção de Fornecedores

Recebendo orçamentos de 6 fornecedores? Avalie os 2 primeiros apenas como benchmark. Depois escolha o próximo fornecedor que supere ambos nos seus critérios ponderados (preço, confiabilidade, condições). Você vai gastar muito menos tempo em ciclos de procurement.

Decisões de Preço

Testando faixas de preço para um serviço novo? Teste 5-6 preços diferentes em sequência. Os 2 primeiros são coleta de dados. Depois disso, fixe o primeiro preço que superar seu conjunto de teste em conversão × margem.

Timing de Investimento

Analisando 12 meses de possíveis pontos de entrada? Deixe os primeiros 4-5 meses passarem. Quando você vir um mês que oferece condições melhores que tudo anterior, aloque capital. Isso é notavelmente similar ao dollar-cost averaging com um gatilho inteligente, e mapeia diretamente para a retração Fibonacci 0,382 que traders técnicos já utilizam.

Compra de Imóvel

Planejando visitar 15 imóveis? Visite os 6 primeiros sem fazer propostas. Eles são sua educação. Depois faça oferta no primeiro imóvel que supere tudo que você viu. Corretores odeiam essa abordagem porque parece indecisão no início. Mas os dados dizem que ela maximiza sua chance de pegar o melhor imóvel.

Quando o Limiar Cai: O Ajuste por Custo

A regra dos 37% assume que buscar é grátis. Na realidade, cada entrevista custa tempo. Cada reunião com fornecedor queima horas. Cada mês de espera tem custo de oportunidade.

Quando o custo de busca ultrapassa cerca de 5% do valor esperado da decisão, o limiar ótimo cai para aproximadamente 25%. Você deve explorar menos e se comprometer mais cedo.

Contratando alguém com salário de R$15.000/mês? Se o processo custa mais de R$9.000 por ciclo de candidato (taxas de recrutamento, produtividade perdida, tempo de entrevista), mude de 37% para 25%. Entrevistou 10 pessoas? Rejeite 2-3, depois aceite o próximo melhor.

Para decisões de alto custo. contratações executivas, compras de equipamentos, locação de instalações – a matemática empurra você para comprometimento mais rápido. O erro caro não é escolher uma opção nota 8. É passar seis meses procurando a nota 10 enquanto a nota 8 vai para o concorrente.

Conectando o Framework: Parada Ótima + Critério de Kelly

A regra dos 37% se encaixa num framework de decisão mais amplo:

• Parada Ótima (Regra dos 37%): Responde QUANDO se comprometer, a questão do timing
• Critério de Kelly: Responde QUANTO apostar. a questão do dimensionamento

Juntos, eles formam um sistema de decisão completo. Primeiro, use a regra dos 37% para determinar quando você já viu opções suficientes. Depois, use o dimensionamento de Kelly para determinar quanto de capital, tempo ou recursos alocar.

Exemplo de contratação: A regra dos 37% diz que o candidato 5 é sua escolha. Kelly diz se você deve oferecer 80% do orçamento (alta confiança) ou 60% (protegendo contra incerteza).

Exemplo de fornecedor: Parada ótima diz que o Fornecedor C superou seus benchmarks. Kelly diz para alocar 70% do volume para ele, mantendo 30% com seu backup. Porque até a melhor decisão tem variância.

A Regra Anti-Agonia

A maioria dos empresários que eu atendo compartilha o mesmo modo de falha: continuam buscando porque têm medo de arrependimento. “E se tiver alguém melhor?” “E se os preços caírem mês que vem?” “E se eu achar um imóvel melhor?”

A regra dos 37% não elimina o arrependimento. Ela o minimiza matematicamente. Nenhuma outra estratégia – nenhuma quantidade extra de entrevistas, pesquisa ou deliberação, produz resultados melhores ao longo do tempo.

Versão prática para um processo de contratação com 10 pessoas:

1. Entreviste os candidatos 1 a 4. Faça anotações. Dê notas. Rejeite todos.
2. A partir do candidato 5, faça oferta para a primeira pessoa que pontuar mais alto que o melhor do primeiro grupo.
3. Se chegar ao candidato 10 sem encontrar alguém melhor, contrate o candidato 10.

Pronto. Sem drama. Sem “preciso pensar mais”. A matemática já pensou por você.

Conclusão

A regra dos 37% é um dos poucos resultados matemáticos que se traduz diretamente em operações de negócio sem simplificação. Explore 37% das suas opções, depois se comprometa com a próxima que supere tudo que você viu.

Quando os custos são altos, caia para 25%. Quando as apostas são extremas, combine com o dimensionamento de Kelly. Quando alguém disser para “confiar no instinto,” mostre a matemática.

A natureza descobriu o limiar de 0,382 através de bilhões de anos de evolução. Os mercados redescobriram através de milhões de operações. Você pode adotar na sua próxima decisão de contratação.

Pare de agonizar. Comece a decidir.

JJ Andrade — Engenheiro de Produção, consultor de performance empresarial e autor da série Combining Lean Six Sigma and Queuing Theory. CEO da JJ Andrade LLC e fundador da WeCazza.