SQL em Google Sheets: como consultar dados externos sem sair da planilha

A maioria das empresas usa planilhas como repositório — o lugar onde dados vão morrer depois de exportados. Alguém roda uma query, exporta CSV, importa no Sheets, formata. Uma semana depois, o processo se repete. E de novo. E de novo.

Isso não é analytics. É trabalho manual disfarçado de análise.

O que pouca gente sabe é que o Google Sheets suporta consultas SQL diretas a fontes externas. Não estou falando de conectores pagos ou ferramentas de terceiros. Estou falando de funções nativas que transformam uma célula em uma query viva, atualizada em tempo real.

O problema real: dados estáticos em um mundo dinâmico

Pense no fluxo típico de análise de dados em PMEs:

1. Alguém exporta dados do sistema
2. Importa no Google Sheets
3. Cria fórmulas e gráficos
4. A planilha fica desatualizada em dias (às vezes horas)
5. Repete o processo

Esse ciclo gera dois problemas concretos:

Custo operacional oculto. Alguém está gastando tempo movendo dados manualmente. Tempo que não aparece em nenhum relatório, mas consome horas toda semana.

Decisões baseadas em dados velhos. Quando a planilha finalmente está atualizada, o cenário já mudou. Você está olhando o retrovisor achando que está vendo a estrada.

A solução: SQL direto na célula

Simon Willison, criador do Datasette, documentou recentemente uma técnica que resolve exatamente isso: usar as funções IMPORTDATA e IMPORTHTML do Sheets combinadas com APIs que aceitam queries SQL via URL.

A lógica é simples:

1. Você tem uma fonte de dados exposta via API (Datasette, Supabase, ou qualquer backend que aceite SQL via HTTP)
2. Monta a query SQL como parte da URL
3. Usa IMPORTDATA() no Sheets para trazer o resultado direto para a célula
4. A planilha atualiza automaticamente

O resultado é uma célula que funciona como uma query viva. Não um snapshot — uma conexão real com a fonte.

Exemplo prático com Datasette

Datasette é uma ferramenta open source que transforma qualquer banco SQLite em uma API navegável. Se você tem dados em SQLite (e muita gente tem sem saber — é o formato de backup de vários sistemas), você pode expô-los assim:

https://seu-servidor.com/database.json?sql=SELECT+nome,+valor+FROM+vendas+WHERE+data+>+‘2025-01-01’ No Google Sheets, isso vira:

=IMPORTDATA(“https://seu-servidor.com/database.csv?sql=SELECT+nome,+valor+FROM+vendas+WHERE+data+>+‘2025-01-01’”) Pronto. A célula agora contém o resultado da query. Atualizando a cada hora automaticamente (ou sob demanda).

O que isso muda na prática

Fluxo tradicional

• Exportar dados manualmente
• Importar CSV toda semana
• Dados desatualizados em dias
• Fórmulas quebram com mudanças
• Tempo gasto em manutenção

Com SQL no Sheets

• Query direta na fonte
• Atualização automática
• Dados sempre em tempo real
• Estrutura estável via SQL
• Tempo gasto em análise

O impacto real não é técnico — é operacional. Você elimina uma categoria inteira de trabalho repetitivo. E mais importante: as decisões passam a ser baseadas em dados atuais, não em fotografias de semanas atrás.

Quando usar (e quando não usar)

Essa abordagem funciona bem para:

• Dashboards operacionais que precisam de atualização frequente
• Relatórios recorrentes que hoje dependem de exportação manual
• Análises exploratórias onde você quer testar queries rapidamente
• Equipes que já vivem no Google Sheets e não vão migrar para BI tradicional

Não funciona bem para:

• Volumes muito grandes de dados (Sheets tem limite de linhas)
• Queries complexas que exigem JOINs pesados (a performance degrada)
• Dados sensíveis que não podem estar em URLs (a query fica exposta)
• Cenários onde você precisa de controle granular de acesso

• Sua fonte de dados tem API ou pode ter (Datasette, Supabase)?
• O volume de dados cabe nos limites do Sheets (≈10M células)?
• A query pode ser expressa em SQL simples?
• Os dados não são sensíveis ao ponto de não poderem estar em URL?
• A equipe já trabalha em Sheets e resiste a ferramentas novas?

Se você marcou 4 ou 5 itens, vale testar.

O que isso significa para analytics de verdade

Ferramentas de BI como Metabase, Looker ou Power BI existem por boas razões. Elas resolvem problemas que planilhas não resolvem: governança, versionamento, visualizações complexas, acesso controlado.

Mas a realidade de muitas PMEs é outra. Não há budget para BI enterprise. Não há equipe de dados. O que existe é o Google Sheets — e ele já está aberto no navegador de todo mundo.

Se a sua equipe vive no Sheets, a solução pragmática é fazer o Sheets funcionar melhor — não forçar uma migração que não vai acontecer.

Implementação: por onde começar

Se você quer testar isso na prática:

1. Escolha uma fonte de dados. Se você tem dados em SQLite, o Datasette resolve em minutos. Se usa Supabase ou tem uma API REST, já está pronto. Se os dados estão em MySQL/PostgreSQL, você precisa de uma camada intermediária.

2. Monte uma query simples. Comece com um SELECT básico. Teste a URL no navegador antes de jogar no Sheets.

3. Use IMPORTDATA() com o formato CSV. A maioria das APIs permite especificar formato de saída. CSV é o mais limpo para o Sheets interpretar.

4. Configure atualização. Por padrão, o Sheets atualiza imports a cada hora. Para forçar atualização, você pode usar um parâmetro dummy na URL que muda (como timestamp).

5. Construa em cima. Uma vez que os dados estão entrando, você usa fórmulas normais do Sheets para transformar, filtrar e visualizar.

O ponto real

Analytics não é sobre ferramentas sofisticadas. É sobre ter os dados certos, atualizados, no lugar onde as decisões acontecem.

Para muita empresa, esse lugar é uma planilha. E isso não é vergonha — é realidade.

A pergunta certa não é “qual ferramenta de BI devo comprar”. É: como faço os dados chegarem onde minha equipe já está, sem atrito, sem atraso, sem trabalho manual repetitivo?

SQL no Google Sheets é uma resposta possível. Não a única, mas uma que funciona com o que você já tem.