Empresas na atualidade estão investindo muito em novas tecnologias, como cloud computing, big data, inteligência artificial (AI), business Intelligence e robotização, como apoio no processo de armazenamento e análise de dados. Porém, essas tecnologias não substituem a necessidade de modelagem das informações e regras de negócio.

Modelagem de dados

A modelagem de dados está ligada diretamente com um “conceito” ou uma ideia de quais informações devem ser analisadas, ou seja, o setor de controladoria muitas vezes tem a incumbência de levantar os principais pontos geradores de informação para tomada de decisão.

Contudo, o “conceito” não pode ser idealizado sem a modelagem. E esse ponto cabe ao pessoal de tecnologia da informação entender e usar a tecnologia adequada afim de disponibilizá-las para consultas dos gestores.

Muitas empresas acabam exigindo do TI que gerem informações como se fossem técnicos e isso acaba gerando descredito ao setor, pela dificuldade de entender as regras do negócio. Isso também ocorre com  a controladoria, que acabam recorrendo a planilhas eletrônicas para gerar informações aos gestores, ocasionando em demora e dificuldades em gerar as informações necessárias em prazos hábeis.

Mesmo usando uma ferramenta de Business Intelligence o Controller pode se deparar com um modelo lento para gerar gráficos ou dashboards, por isso não se pode definir modelos sem o setor de Tecnologia da Informação. Essa parceria é muito importante e não concorrem entre si, pois o Controller sempre terá como atributo garantir a veracidade e regra de negócio e o TI a melhor forma tecnológica e agil na entrega dessas informações.

Inteligência da Informação

O modelo de negócios está diretamente ligado à capacidade de aplicar inteligência às informações corporativas, e isso vem sempre carregado de critérios desenvolvidos pela experiência de cada Controller. Não existe uma convenção de conceito a ser implementado, porém é necessário aplicação de boas práticas que facilita o processo de modelagem.

Alguns pontos podem ajudar na aplicação do “conceito”.

• Uma boa pratica é: Inicialmente não detalhar demais as informações, pois quando mais detalhadas, mais custosas e demoradas elas se tornaram e com isso  a necessidade de recursos para analisar também aumentará;
• Outra recomendação é trabalhar muito bem os cadastros, através deles serão consolidados os resultados para diversos indicativos;
• Não podemos esquecer de dar prioridade aos itens de maior relevância, que podem ser gerados através de análise de sensibilidade, Pareto, etc;
• Não usar critério de rateio sem argumentos bem fundamentados, sabe-se que a melhor forma de direcionamento de gastos indiretos são os apontamentos;
• Cuidar da classificação de gastos para que cada item caia em sua “caixa” correspondente;
• Identificar quais informações são importantes para a alta gestão;
• Usar tecnologias adequadas para disponibilizar as informações de forma que todos possam acessar com facilidade;
• Buscar soluções já consolidadas no mercado para modelagem e inteligência ao invés ficar realizando testes internos;
• Prover de conhecimento técnico do negócio ou buscar apoio de técnicos para adotar critérios adequados de geração de KPI;

Enfim, não existe um modelo padrão. A experiência de cada consultor, gestor ou controller é necessária para a configuração e modelagem que atenda a maior parte dos questionários dos players de tomada de decisão.

O importante é, no processo sempre buscar por conhecimento e metodologias inovadoras de analises de resultados, que facilitem a rastreabilidade das informações e principalmente que visem oportunidades de melhorias.

De nada vale adotar a melhor tecnologia se as bases de informações estão mal construídas, e de nada vale obter a melhor metodologia se a tecnologia não acompanha. Atualmente o nosso principal dever como Controladoria e TI é apresentar informações em tempo real, suprindo as necessidades das tomadas de decisão dos gestores em diversos níveis da organização.

Sobre o autor:

Peres Jean Coturi

Sócio fundador da VA Control & Performance e Custec – Tecnologia para Gestão de Custos e Resultados. Professor Acadêmico e Consultor, com vasta experiência em Implantação de Controladoria e soluções de Business Intelligence e Analytics.

Graduado em Administração de Empresa; MBA em Gestão Empresarial com Ênfase em Finanças pelo Instituto de Ensino Superior de Nova Andradina (IESNA); MBA em Agroenergia pela Esalq-USP; MBA em Data Science e Analytics pela Esalq-USP.