Do dado ERP à inteligência comercial — armazém, camada semântica e versão única da verdade

A constatação. A maioria das PME industriais já guarda, dentro do seu ERP, quase tudo o que uma boa decisão comercial precisaria : cada encomenda, cada linha de fatura, cada movimento de stock fica registado. E, no entanto, a mesma pergunta volta em reunião : que produtos aceleram, quais abrandam e quantas semanas de cobertura nos restam? A informação existe ; simplesmente não é tornada legível. Transformar o dado transacional em inteligência comercial não é um projeto de ferramenta : é uma questão de modelação, governança e disciplina.

Porque o ERP não basta tal como está

Um ERP é feito para executar transações, não para as analisar. O seu esquema está normalizado para a integridade de escrita. O que é excelente para a inserção torna-se hostil à leitura analítica : uma pergunta tão simples como « qual a velocidade deste produto por mercado a doze meses? » pode exigir juntar cinco a dez tabelas, com risco real de dupla contagem. Bill Inmon formulou nos anos 90 a distinção fundadora : sistemas transacionais (OLTP) e analíticos (OLAP) não têm a mesma forma nem a mesma finalidade.

O padrão armazém e camada semântica

A resposta clássica, ainda válida, é separar os dois mundos. Extrai-se o dado do ERP para um armazém de dados (ou um lakehouse moderno), modela-se para a análise e expõe-se uma camada semântica : um dicionário partilhado onde « receita líquida », « margem » ou « velocidade » têm uma só definição, calculada uma vez, para todos.

• Modelação dimensional — o método de Ralph Kimball organiza o dado em tabelas de factos (encomendas, linhas de fatura) e de dimensões (produto, cliente, mercado, tempo).
• Camada semântica — os indicadores definem-se uma vez, a montante dos painéis.
• Painéis por responsável — cada responsável de mercado vê apenas o seu perímetro, com as mesmas definições.

Velocidade e cobertura, dois indicadores sóbrios

A velocidade é o ritmo de venda de uma referência — unidades por semana, suavizadas. A cobertura traduz o stock disponível em semanas de venda à velocidade atual. Alta velocidade e baixa cobertura é uma rutura anunciada ; baixa velocidade e alta cobertura imobiliza tesouraria. Nenhum se lê na encomenda em bruto ; ambos emergem quando o dado está bem modelado.

Dado governado, ou a versão única da verdade

O verdadeiro obstáculo quase nunca é técnico : é a governança. Quem possui a definição de um indicador, quem valida a qualidade de uma dimensão, quem decide quando dois números divergem. Sem essa disciplina, cada equipa refaz a sua folha de cálculo e regressa-se ao síndrome das múltiplas versões da verdade. Uma versão única constrói-se com um proprietário nomeado, definições escritas e um princípio de leitura apenas sobre os sistemas de origem.

Onde nos situamos

Montandor Andorra é uma casa jovem e constrói os seus painéis comerciais diretamente sobre o dado vivo do seu ERP — em leitura apenas, com definições partilhadas e um proprietário por indicador. Queremos que um responsável de mercado e a direção leiam o mesmo número e decidam mais depressa.

“O dado só tem valor se conduzir a uma decisão mais acertada, mais cedo. A nossa exigência é simples : uma definição por indicador.”
— Wouter Meijboom, CEO, Montandor Andorra.

Fontes

• Ralph Kimball & Margy Ross — The Data Warehouse Toolkit, 3.ª ed. (Wiley).
• William H. Inmon — Building the Data Warehouse (OLTP / OLAP).
• DAMA International — DMBOK (governança e qualidade do dado).
• McKinsey & Company — empresa data-driven, 2018-2023.
• Harvard Business Review — McAfee & Brynjolfsson, Big Data, 2012.
• GS1 — normas de identificação de produto (GTIN).

Investigação conduzida por Hélène Vincent (Growth & Analytics Lead), em colaboração com Lev Marchuk (Data Scientist) e Chloé Garnier (Head of Architecture).