Data API vs MCP: quando usar cada um
Duas formas de consumir, dois casos de uso e um guia de decisão.
- Entender o que é cada um
- Escolher por caso de uso
- Combinar os dois quando faz sentido
Assim que você tem dados no workspace, vem a pergunta prática: como consumi-los através da minha aplicação ou agentes? A Nekt te dá dois caminhos, a Data API e o MCP. Eles não competem, resolvem problemas diferentes, e os dois consomem os mesmos dados, de onde eles estiverem. Na prática, a grande maioria dos clientes consome direto dos dados brutos (Bronze) e isso já funciona bem. Entender a diferença entre os dois caminhos é o que evita usar a ferramenta errada para o trabalho certo.
Os dois caminhos
Data API. É o acesso programático e determinístico às suas tabelas, seja direto dos dados brutos na Bronze ou de tabelas já modeladas. Você escreve uma requisição, ela devolve exatamente o mesmo dado, na mesma forma, toda vez. Ideal para apps, dashboards e automações que precisam sempre do mesmo número, de maneira previsível e com baixa latência. Você sabe exatamente qual query roda e o que volta.
MCP. É a interface para agentes de IA explorarem e responderem perguntas em linguagem natural sobre seus dados, onde quer que eles estejam. Em vez de escrever a query, você (ou seu time) pergunta "quanto vendemos por canal no mês passado" e o agente descobre como responder. Ideal para exploração, perguntas de negócio abertas e para times não técnicos. Depende menos de ter tudo modelado e mais do contexto, a Camada Semântica com descrições e documentos que explicam o dado, para responder bem.
{
"conta_id": "c_5521",
"uso_mes": 1842,
"limite": 5000
}
Determinístico vs exploratório
A diferença de fundo é essa. A Data API é determinística: mesma entrada, mesma saída, sempre. É o que você quer quando um sistema depende do resultado, um gráfico que não pode variar, uma automação que dispara com base num número.
O MCP é exploratório: a pergunta é aberta, o caminho até a resposta é decidido pelo agente na hora. É o que você quer quando a pergunta ainda não é conhecida, quando quem consulta é uma pessoa investigando, não um sistema executando.
O MCP é tão bom quanto o contexto que existe por trás dele. Um agente conectado a dados sem nenhuma descrição vai chutar e errar, mesmo que estejam bem modelados. Conectado aos mesmos dados, mas com a Camada Semântica descrevendo métricas, colunas e regras, ele responde com precisão. O que mais move o ponteiro da assertividade não é modelar tudo, é dar contexto. Se o MCP está respondendo mal, o problema quase sempre está no contexto que falta, não na camada onde o dado está.
Comece consumindo direto, melhore com contexto, consolide quando repetir. Você não precisa modelar tudo antes de gerar valor. Consuma os dados de onde eles estiverem, dê contexto para a IA entender, e só consolide uma consulta numa tabela (Silver ou Gold) quando ela passar a se repetir muito e valer a pena otimizar. A otimização vem depois do valor, não antes.
Comparando os dois
| Dimensão | Data API | MCP |
|---|---|---|
| Interface | Requisição programática (HTTP) | Linguagem natural via agente de IA |
| Melhor para | Apps, dashboards e automações | Exploração e perguntas de negócio abertas |
| Determinismo | Determinístico: mesma entrada, mesma saída | Exploratório: o caminho é decidido na hora |
| Latência | Baixa e previsível | Variável, depende da pergunta |
| Público | Sistemas e times técnicos | Pessoas, inclusive times não técnicos |
| Depende de | A tabela certa exposta, de qualquer camada | Bom contexto (Camada Semântica); a Gold ajuda, mas não é obrigatória |
Não é um ou outro
Na prática, muitas empresas usam os dois ao mesmo tempo, e sobre a mesma base. O app de produção puxa métricas via Data API, de forma previsível. O time de negócio pergunta via agente MCP, de forma exploratória. Ambos consomem os mesmos dados, a mesma fonte de verdade, estejam eles no bruto ou já modelados. Um dado, dois modos de consumo.
Um SaaS mostra no próprio produto um painel de "uso da conta" para
cada cliente. Esse número não pode variar nem depender de
interpretação: ele puxa via Data API a tabela
gold.uso_por_conta, com uma requisição fixa e baixa
latência. Toda vez que a tela carrega, roda a mesma query e
devolve o mesmo dado. Previsível, rápido, confiável.
A liderança comercial quer entender por que o funil caiu na última semana. Ninguém sabe de antemão qual query responde isso. Pelo agente MCP, alguém pergunta em linguagem natural "compare a conversão por origem entre esta semana e a anterior", o agente lê a Camada Semântica, encontra as tabelas certas e responde. Na sequência, "e por vendedor?". Exploração aberta, sem escrever uma linha de SQL.