Do ERP ao insight

Um ERP é um excelente registrador. Cada pedido, cada nota, cada título a pagar e cada movimento de estoque ficam guardados com data, valor e responsável. O dono de um negócio, porém, não quer registros; quer respostas. Qual produto está drenando margem? Em que semana o caixa vai apertar? Qual campanha merece mais verba? A distância entre o registro e a resposta é o que se chama, na prática, de passar do dado ao insight, e ela é percorrida por um conjunto de etapas que a maioria das empresas faz de forma manual, em planilhas, e com atraso.

Este guia descreve o caminho completo, do ERP ao insight: como os dados são extraídos, padronizados, enriquecidos com informações de outras fontes, transformados em métricas com definição clara e entregues em painéis e alertas. A ideia não é falar de tecnologia pela tecnologia, mas mostrar o que precisa estar certo em cada etapa para que a conclusão no final seja confiável. Os exemplos numéricos são hipotéticos e servem para ilustrar o raciocínio.

Um aviso inicial: nenhuma ferramenta compensa dados mal registrados. Por isso, boa parte deste texto trata de qualidade e de definição, antes de automação e de inteligência artificial.

Dado, informação, insight: o que muda em cada degrau

Os três termos costumam ser usados como sinônimos, mas representam degraus diferentes. O dado é o registro bruto: "pedido 4821, R$ 200,00, 12 de março". A informação é o dado organizado e contextualizado: "as vendas de março somaram R$ 310 mil, 8% acima de fevereiro". O insight é a informação que aponta para uma ação: "a alta de março veio de uma categoria de margem baixa, e a margem de contribuição total caiu 2 pontos percentuais; reveja o preço ou o frete dessa categoria".

O ERP produz dados e uma parte das informações. O insight exige cruzamento (vendas com custos, anúncios com pedidos), comparação (contra o histórico e contra metas) e interpretação (o que isso significa e o que fazer). Por isso, empresas com ERP excelente e sem camada de análise continuam tomando decisões por intuição.

• Dado: o que aconteceu, no menor nível de detalhe.
• Informação: o que aconteceu, agregado e comparado.
• Insight: por que aconteceu e o que fazer a respeito.

As cinco etapas do caminho

O percurso do ERP ao insight pode ser dividido em cinco etapas encadeadas. Se uma falha, as seguintes herdam o problema.

• 1. Extração: obter os dados do ERP e das demais fontes, de forma regular e completa.
• 2. Padronização: alinhar formatos, identificadores, datas e moedas entre as fontes.
• 3. Enriquecimento: combinar os dados para criar o contexto que nenhuma fonte tem sozinha.
• 4. Métricas: calcular indicadores com definições escritas e consistentes.
• 5. Entrega: apresentar em painéis, relatórios e alertas voltados à decisão.

As próximas seções detalham cada etapa, com os cuidados que mais fazem diferença.

Etapa 1: extração, ou como tirar os dados do ERP

Existem três caminhos principais para obter dados de um ERP. O primeiro é a exportação manual de relatórios em planilha, simples de começar, mas sujeita a esquecimentos, versões diferentes e erros de seleção de filtros. O segundo é a leitura por API, em que um sistema consulta o ERP de forma automática e programada. O terceiro é o envio por eventos, no qual o ERP avisa quando algo muda, por exemplo um novo pedido ou uma nota emitida.

• Exportação manual: boa para validar o raciocínio e para empresas pequenas com poucas fontes. Risco: dependência de uma pessoa e inconsistência.
• API com leitura agendada: o caminho mais comum para análises diárias. Exige atenção aos limites de requisições, à paginação e à forma de lidar com dados alterados depois de lidos.
• Eventos: oferecem atualização quase imediata, mas pedem mais cuidado com falhas e reenvios.

Para a maioria das análises gerenciais, uma atualização diária é suficiente. Costuma-se agendar a leitura em horários de baixo uso, como a madrugada, para evitar concorrência com a operação e permitir que o painel amanheça atualizado. Em períodos críticos, como promoções, pode-se aumentar a frequência.

Um ponto técnico merece destaque: o ERP é um sistema vivo. Pedidos mudam de situação, são cancelados, recebem notas complementares. Uma extração que lê apenas os registros novos perde essas alterações. Por isso, a rotina deve reler uma janela dos últimos dias e atualizar o que mudou, em vez de somente acrescentar linhas.

Etapa 2: padronização, a parte menos glamorosa e mais decisiva

Quando os dados de fontes diferentes se encontram, os problemas de formato aparecem de uma só vez. O ERP registra datas no fuso do servidor, a plataforma de anúncios em outro. Um sistema grava valores com vírgula decimal, outro com ponto. O mesmo produto tem um código no ERP, outro na loja virtual e outro no marketplace. Sem padronização, os cruzamentos produzem resultados incompletos ou falsos.

• Datas e fusos: defina um fuso único para a análise e converta todas as fontes. Pedidos feitos perto da meia-noite mudam de dia se isso for ignorado.
• Moeda e arredondamento: trabalhe com a mesma moeda e com regras de arredondamento definidas, para que somas parciais batam com o total.
• Identificadores: crie uma tabela de equivalência entre os códigos de produto (SKU) e os identificadores de cada canal.
• Status: mapeie as situações de cada sistema para um conjunto comum, como aprovado, enviado, entregue, cancelado e devolvido.
• Textos e categorias: unifique nomes de categorias, marcas e formas de pagamento.

Um bom hábito é manter um dicionário de dados, documento curto que lista cada campo, de onde vem, o que significa e como é tratado. Quando alguém pergunta por que um número difere do relatório do ERP, o dicionário ajuda a localizar a diferença em minutos, e não em dias.

Etapa 3: enriquecimento, onde nasce o contexto

Um pedido do ERP sozinho diz pouco. Cruzado com o gasto de anúncios da campanha que o originou, com o custo atual dos itens e com as taxas do meio de pagamento, ele passa a dizer quanto realmente rendeu. O enriquecimento combina fontes por meio de chaves comuns: número do pedido, SKU, data, campanha de origem.

Considere um pedido hipotético de R$ 200 para um item. O ERP informa o preço, o custo do item de R$ 84, o imposto gerencial de 8% e a situação do pedido. O gateway informa a taxa de pagamento, de 5% sobre o valor. A transportadora informa um frete pago de R$ 26, enquanto o cliente pagou R$ 18, deixando R$ 8 de frete assumido pela loja. A plataforma de anúncios, por meio da origem do pedido, informa um custo de aquisição atribuído de R$ 38.

Nenhuma das fontes, isoladamente, entregaria os R$ 44 de resultado. O ERP mostraria os R$ 200 e talvez o custo. O gateway mostraria a taxa. A plataforma de anúncios mostraria o custo de aquisição. O resultado vem do cruzamento, e é exatamente isso que a camada de análise faz para milhares de pedidos por dia.

Etapa 4: métricas com definição escrita

Uma métrica sem definição formal vira motivo de discussão. "Margem" pode ser bruta, de contribuição ou líquida. "Receita" pode ser bruta, líquida de impostos ou aprovada. "Cliente novo" pode significar primeira compra na história ou primeira compra no período. Cada empresa escolhe suas definições, mas precisa escolher e registrar.

• Receita aprovada: valor dos pedidos pagos e não cancelados no período, antes dos impostos.
• Margem de contribuição: receita aprovada menos custo da mercadoria, impostos, taxas, frete assumido e devoluções.
• ROAS Real: margem de contribuição de uma campanha dividida pelo seu gasto em mídia.
• Ticket médio: receita aprovada dividida pelo número de pedidos aprovados.
• Cobertura de estoque: saldo atual dividido pela média diária de vendas recente.
• Prazo médio de recebimento: média ponderada dos dias entre a venda e a entrada do dinheiro.

Cada definição deve acompanhar o indicador no painel, por exemplo em uma dica de ajuda. Isso reduz o risco de que dois gestores olhem o mesmo número e entendam coisas distintas.

Qualidade de dados: testes que evitam decisões erradas

Uma análise é tão confiável quanto os testes que a acompanham. Alguns testes simples, aplicados a cada atualização, detectam a maior parte dos problemas antes que cheguem ao painel.

• Completude: o número de pedidos lidos hoje bate com o número do ERP no mesmo período?
• Duplicidade: algum pedido aparece duas vezes?
• Valores impossíveis: custo maior que preço em larga escala, quantidades negativas, datas futuras.
• Variação anormal: a receita do dia caiu ou subiu mais de uma faixa esperada em relação aos últimos dias?
• Cobertura de custo: qual percentual dos itens vendidos tem custo cadastrado? Itens sem custo geram margem falsa.
• Pedidos sem origem: qual percentual das vendas não tem campanha atribuída?

Quando um teste falha, o painel deve avisar, em vez de exibir números possivelmente errados como se estivessem corretos. Mostrar o estado dos dados, com a data da última atualização e o resultado dos testes, aumenta a confiança dos usuários.

Um modelo de dados simples que cobre a maioria dos casos

Não é preciso um desenho sofisticado para começar. Um modelo com poucas tabelas já sustenta a análise de margem e de mídia de uma empresa de comércio. O importante é que cada tabela tenha uma chave clara e que as relações entre elas estejam documentadas.

• Pedidos: uma linha por pedido, com data, canal, cliente, situação, valor de frete cobrado e identificador da campanha de origem.
• Itens do pedido: uma linha por item, com SKU, quantidade, preço praticado e custo do item na data da venda.
• Produtos: SKU, descrição, categoria, custo atual e equivalências com os identificadores de cada canal.
• Custos da venda: taxas de pagamento, comissões, frete pago e impostos gerenciais, associados ao pedido.
• Campanhas: um registro por campanha e por dia, com gasto, impressões e cliques.
• Financeiro: títulos a pagar e a receber, com vencimento, categoria e situação.

Um detalhe que faz muita diferença é gravar o custo do item no momento da venda, e não apenas o custo atual no cadastro. Se o custo sobe depois, a margem dos pedidos antigos não deve mudar retroativamente, pois isso falsificaria a análise histórica. Da mesma forma, as alíquotas e percentuais usados em cada período devem ser guardados com a data de vigência.

Reprocessar o passado sem perder o histórico

Mais cedo ou mais tarde, a empresa descobre um erro de regra: uma alíquota errada, um custo mal cadastrado, um canal mapeado de forma incorreta. A pergunta passa a ser como corrigir o passado sem bagunçar os relatórios já apresentados. Há duas abordagens complementares.

A primeira é permitir o reprocessamento: o sistema recalcula as métricas dos períodos afetados com as regras corrigidas, mantendo a versão anterior para comparação. A segunda é registrar as mudanças de regra com data e motivo, de modo que se saiba, ao olhar um número antigo, qual metodologia estava vigente. Assim, quando a margem de março muda depois de uma correção, a equipe sabe por que mudou e pode explicar aos interessados.

• Guarde as versões de cada regra de cálculo, com data de início e fim.
• Registre quem alterou, quando e por quê.
• Comunique as correções relevantes aos usuários dos painéis.
• Evite alterações silenciosas em períodos já fechados.

Quando o negócio vende em vários canais

Em empresas que vendem em loja própria e em marketplaces, o caminho do dado ao insight ganha uma camada extra, porque cada canal tem seu formato de pedido, suas comissões, seu calendário de repasse e suas regras de frete. O ERP costuma receber os pedidos de todos, mas nem sempre traz as informações financeiras específicas, como a comissão cobrada ou o programa de frete usado.

A solução é complementar o pedido do ERP com os relatórios financeiros de cada canal, associando-os pelo número do pedido. O resultado é uma visão por pedido que mostra receita, comissão, tarifa fixa, frete e repasse, e permite calcular a margem de contribuição de cada canal em condições comparáveis. Sem isso, o dono compara canais pela receita, o que costuma favorecer o canal com a maior comissão e a menor margem.

Um ponto crítico é a conciliação do repasse. Marketplaces pagam vários pedidos em um depósito, descontando comissões, estornos e retenções. Associar o depósito aos pedidos que o compõem é o que permite saber o que realmente entrou, e quando, para projetar o caixa com segurança.

O papel das pessoas: o insight não é automático

Por mais que o caminho esteja automatizado, o insight depende de alguém com conhecimento do negócio para interpretá-lo e agir. Um alerta de queda de margem em uma categoria pode ter causas diversas: reajuste de fornecedor, promoção de concorrente, mudança de frete, erro de cadastro. A investigação exige conversa com compras, logística e marketing.

Por isso, a rotina de leitura semanal é parte do sistema, tão importante quanto as conexões entre as fontes. Uma pauta curta, com poucos indicadores, um responsável por cada ação e um registro simples das decisões, é o que transforma informação em resultado. Sem a rotina, os melhores painéis acabam sendo vistos de vez em quando, e o investimento não se paga.

Medindo o retorno do esforço

Montar o caminho dos dados tem custo de tempo e, muitas vezes, de dinheiro. Para saber se vale a pena, acompanhe resultados concretos desde o início. Alguns indicadores úteis são o tempo gasto para fechar o mês e para montar relatórios, o número de decisões tomadas com base nos painéis, as campanhas ajustadas por ROAS Real, os alertas que evitaram problemas e as correções de cadastro feitas a partir de falhas detectadas.

Registre uma linha de base antes de começar. Se o fechamento levava oito dias e passa a levar quatro, o ganho é mensurável. Se uma campanha deficitária foi identificada e pausada em duas semanas em vez de dois meses, estime a perda evitada. Esses registros justificam novos investimentos e orientam as prioridades.

Do insight à ação: o ciclo de decisão

Um insight só vale se leva a uma ação e se o resultado da ação é observado. O ciclo completo tem quatro passos: observar o indicador, entender a causa, decidir e medir o efeito. Quando o último passo é esquecido, a empresa acumula decisões sem aprender com elas.

• Observar: o painel mostra a margem de uma categoria em queda por três semanas.
• Entender: o detalhamento revela aumento do frete assumido e maior participação de pedidos para regiões distantes.
• Decidir: ajustar a política de frete grátis por região e rever o preço dos itens mais afetados.
• Medir: acompanhar a margem da categoria nas quatro semanas seguintes e registrar se a hipótese se confirmou.

O registro dessas decisões, em uma ata simples ou em um campo do próprio painel, cria um acervo de aprendizado. Com o tempo, a equipe passa a reconhecer padrões: quais tipos de alerta costumam indicar erro de cadastro, quais indicam mudança real de mercado, quais ajustes costumam funcionar. Esse conhecimento coletivo é um dos maiores ativos que a análise de dados pode gerar.

Quando manter o processo manual é a escolha certa

Nem toda empresa precisa automatizar tudo. Se há poucos pedidos por dia, uma única fonte de vendas e nenhum anúncio pago, uma planilha mensal, alimentada com disciplina, pode ser mais eficiente do que montar uma estrutura de dados. O critério para automatizar é o custo do trabalho manual e o risco de erro: quando a coleta consome horas toda semana, ou quando o erro de cópia já causou decisões equivocadas, a automação se paga.

Mesmo no modo manual, os princípios deste guia continuam valendo: definições escritas, custo atualizado, datas padronizadas e uma rotina de leitura. Quem começa assim, com clareza sobre o que mede e por quê, migra para a automação com muito menos atrito, porque já sabe quais perguntas quer responder e quais dados são necessários.

Como lidar com dados que simplesmente não existem

É comum descobrir, no meio do caminho, que uma informação essencial nunca foi registrada: o custo de alguns produtos, a origem de pedidos antigos, o motivo das devoluções. Nesses casos, a tentação é preencher lacunas com estimativas e seguir adiante sem avisar. O caminho mais seguro é tornar a lacuna visível e planejar a correção.

• Sinalize: indique no painel o percentual de itens sem custo e de pedidos sem origem, para que os usuários saibam o quanto confiar no resultado.
• Estime com transparência: se for preciso usar uma média ou uma regra provisória, registre isso e marque os números como estimados.
• Corrija na origem: crie uma rotina para preencher o que falta, começando pelos itens e canais de maior peso no faturamento.
• Evite reescrever a história: não altere números de períodos fechados sem registrar a mudança e o motivo.

Com esse cuidado, a lacuna deixa de ser um risco escondido e vira uma tarefa de melhoria com prioridade e responsável. Em poucas semanas, a cobertura dos dados sobe, os alertas ficam mais precisos e a confiança dos usuários aumenta, o que é precisamente o objetivo de todo o percurso do ERP ao insight.

Etapa 5: entrega em painéis, relatórios e alertas

A forma como a informação chega ao usuário decide se ela será usada. Um painel precisa responder a uma pergunta por tela, com os números mais importantes no topo e o detalhe disponível sob demanda. Painéis com vinte gráficos concorrentes costumam ser abertos uma vez e esquecidos.

• Painel de caixa: saldo, vencimentos dos próximos trinta dias, menor saldo previsto e a data em que ocorre.
• Painel de margem: margem de contribuição por canal, categoria e produto, com a variação em relação ao período anterior.
• Painel de mídia: gasto, receita aprovada e ROAS Real por campanha, ao lado do ROAS de equilíbrio.
• Painel de operação: pedidos por situação, atrasos de envio, devoluções e cobertura de estoque dos itens principais.

Além dos painéis, o resumo periódico em texto, enviado por e-mail ou mensagem, ajuda quem não abre o painel todos os dias. Ele deve conter poucas linhas: o que mudou, o que merece atenção e a ação sugerida. Quanto mais curto e específico, maior a chance de leitura.

Alertas: o insight que vai até você

Alertas invertem a lógica da análise: em vez de o gestor procurar o problema, o sistema o avisa. Funcionam melhor quando são poucos, relevantes e acionáveis. Um alerta sem ação definida vira ruído e é ignorado com o tempo.

• Caixa: saldo projetado abaixo da reserva mínima nos próximos quinze dias.
• Margem: queda da margem de contribuição de uma categoria acima de uma faixa definida em relação à média das últimas semanas.
• Mídia: campanha com ROAS Real abaixo do equilíbrio por duas semanas seguidas.
• Devoluções: taxa de devolução de um produto acima do limite esperado.
• Dados: falha de atualização, queda brusca de pedidos lidos ou aumento de itens sem custo cadastrado.

Cada alerta deve indicar o dado que o disparou, o limite configurado e o responsável por analisá-lo. Uma sugestão útil é revisar os alertas todo trimestre e desligar os que nunca resultaram em ação.

Onde a inteligência artificial entra

A IA pode ajudar em várias etapas do caminho, desde que usada com controle. Na padronização, ela sugere equivalências entre produtos com nomes diferentes. Na qualidade, aponta registros fora do padrão. Na entrega, resume o que mudou entre dois períodos em linguagem simples e responde perguntas sobre os dados, sempre com a indicação da fonte.

Há três cuidados importantes. Primeiro, os cálculos devem sair das consultas e das fórmulas definidas, e não de estimativa do modelo, porque modelos de linguagem podem errar contas. Segundo, as respostas precisam ser rastreáveis até os dados de origem. Terceiro, decisões com efeito financeiro, como alterar preços ou pausar campanhas, devem passar por aprovação de uma pessoa. A IA acelera a interpretação, mas a responsabilidade permanece com a gestão.

Segurança e privacidade no caminho dos dados

Mover dados entre sistemas exige cuidados. As credenciais de acesso ao ERP devem ter permissões mínimas, preferencialmente de leitura, e ser guardadas de forma protegida, nunca em planilhas ou mensagens. O tráfego entre sistemas deve usar conexão criptografada. O acesso aos painéis deve ser controlado por perfil: o gestor de mídia vê campanhas e margem, mas não necessariamente a folha de pagamento.

Dados pessoais de clientes, como nome, documento e endereço, são protegidos pela legislação de proteção de dados. A boa prática é trabalhar, sempre que possível, com informações agregadas ou com identificadores que não revelam a pessoa, coletando apenas o que a análise exige. Registros de acesso e de alterações ajudam a investigar incidentes e a demonstrar conformidade.

Erros comuns no caminho do ERP ao insight

• Começar pelo painel sem antes definir as métricas e a qualidade dos dados.
• Ler apenas registros novos e perder alterações em pedidos já lidos.
• Ignorar fusos horários, que deslocam pedidos de um dia para o outro.
• Confiar em custos desatualizados, gerando margens irreais.
• Criar métricas sem definição, que cada área interpreta à sua maneira.
• Exibir números sem mostrar a data de atualização e o estado dos testes.
• Criar alertas demais, que acabam sendo silenciados.
• Não definir um responsável pelo processo e pelos indicadores.

Quanto tempo leva e por onde começar

Um primeiro ciclo completo, com poucos indicadores, pode ser montado em quatro a seis semanas por uma empresa pequena. A sequência sugerida é começar pelo caixa, que depende de poucos dados e traz valor imediato; seguir para a margem por canal e produto, que exige custos atualizados; e depois incluir a mídia, que demanda o cruzamento com as plataformas de anúncios. Alertas e previsões entram quando a base estiver estável.

• Semanas 1 e 2: extração do ERP, padronização de datas, status e identificadores, e primeiro painel de caixa.
• Semanas 3 e 4: revisão de custos, definição de impostos gerenciais e painel de margem por canal.
• Semanas 5 e 6: integração com anúncios, ROAS Real por campanha e primeiros alertas.

Ao final, a empresa deve ter uma reunião semanal de leitura dos indicadores e um registro das decisões. É essa rotina que transforma o conjunto de painéis em hábito de gestão.

Checklist do ERP ao insight

• Fontes de dados mapeadas e responsáveis definidos.
• Extração agendada, com releitura de uma janela de dias recentes.
• Datas, moedas, identificadores e status padronizados.
• Dicionário de dados escrito e acessível.
• Custo dos produtos atualizado e cobertura de custo medida.
• Métricas principais com definição formal.
• Testes de qualidade rodando a cada atualização.
• Painéis com data de atualização e estado dos dados.
• Alertas poucos, com limite, responsável e ação.
• Reunião semanal e registro das decisões tomadas.

Perguntas frequentes

Preciso trocar de ERP para ter insights?

Em geral, não. O mais importante é que o ERP atual registre bem os dados e permita extraí-los. A troca só se justifica quando o sistema não oferece acesso aos dados necessários ou quando limita a operação por outros motivos.

Planilhas ainda servem?

Servem para começar, validar definições e testar o raciocínio. À medida que fontes e volumes crescem, a automação reduz erros e libera tempo. O essencial é manter as definições escritas, qualquer que seja a ferramenta.

Com que frequência os dados devem ser atualizados?

Para análise gerencial, a atualização diária costuma bastar. Operações com muita variação, como em períodos promocionais, podem pedir frequência maior. O importante é que o painel mostre a data da última atualização.

Quem deve cuidar disso na empresa?

Uma pessoa com conhecimento do negócio e acesso ao ERP, geralmente o responsável financeiro ou administrativo, em parceria com o contador e com quem cuida de marketing. Em empresas maiores, pode ser um analista de dados.

Para ver como esse caminho se traduz em indicadores na prática, a página do ROAS Real do CFOai mostra o cálculo aplicado a campanhas.

Estruturar esse caminho de dados é o trabalho que a Fortunato Soluções faz para empresas que querem painéis confiáveis, e o CFOai entrega parte dele pronta, conectando ERP, anúncios e marketplaces.

Conclusão: insight é consequência de dado bem tratado

Chegar ao insight a partir do ERP não depende de uma ferramenta específica, mas de uma sequência bem executada: extrair os dados de forma regular, padronizá-los, enriquecê-los com as demais fontes, calcular métricas com definições escritas, testar a qualidade e entregar em painéis e alertas voltados à decisão. Cada etapa tem seus cuidados, e a falha em qualquer uma delas se propaga até a conclusão.

O caminho recomendado é começar pequeno: um painel de caixa, uma definição única de margem, um conjunto curto de testes e uma reunião semanal. Conforme a base se consolida, entram a margem por canal, o ROAS Real e os alertas. Quando o dono passa a receber respostas em vez de relatórios, o ERP deixa de ser apenas o lugar onde as coisas são registradas e passa a sustentar as decisões que fazem a empresa crescer com lucro.