A pretensão desse artigo é provocar gestores, analistas e profissionais de finanças em geral sobre a realidade atual das bases de informações, métodos e agilidade com que trabalham atualmente. Em que estágio da evolução da informação sua empresa se encontra?
Na última década, as empresas aceleraram o processo de informatização, iniciado pelo campo da contabilidade - parte disso por “incentivo” governamental com as exigências do SPED (Sistema Público de Escrituração Digital) - com o uso de sistemas de gestão, como ERPs e CRMs. Atualmente a produção de dados é vertiginosa e este patrimônio precisa ser analisado tanto do ponto de vista financeiro quanto estratégico do negócio.
Vamos fazer um breve comparativo e elencar as principais mudanças que estão ocorrendo com quem trabalha direta ou indiretamente com finanças e a modernização da análise de dados.
Principais causas de mudanças
Basicamente o volume de dados tem crescido em tamanho e complexidade, criando um ambiente fértil de informações das mais diversas que podem se transformar em negócios, tirando a certeza de análises puramente financeiras, feitas apenas pelos métodos já convencionais. A conectividade é outro ponto, pois vem gerando novos modelos de negócio que nunca antes poderiam ser imaginados.
Organização, análise atual e novas técnicas
Tradicionalmente os métodos de análise financeira são bem consolidados e difundidos. Dizer se uma companhia é ou não interessante em relação a resultado financeiro ou investimentos é uma tarefa atendida pela análise de indicadores contábeis e financeiros passados. Para isso, cada analista possui critérios específicos para avaliar a viabilidade econômica e financeira de novos investimentos, via ERP ou mesmo planilhas eletrônicas.
Os novos métodos tem origem em Data *Analytics e **Advanced Analytics, que por sua vez, podem ser utilizados para automatizar e otimizar decisões financeiras, conforme os métodos que já são utilizados na área, e ainda podem incorporar algoritmos, inteligência artificial para desenvolver predições de forma inovadora.
Comparativo entre métodos tradicionais de análise financeira e modernos
A maioria dos métodos tradicionais de análises financeiras consideram avaliações estáveis bem conceituadas, sem a necessidade de apresentação ou discussão de critérios ou bases. São basicamente doutrinas, didaticamente difundidas (exemplo: Demonstrações Contábeis, Balanço patrimonial, DRE, etc).
Já nos métodos de Analytics, os dados que irão gerar informação e análise são buscados automaticamente na origem (antes de chegar ao balanço patrimonial por exemplo), onde programadores compartilham códigos e ferramentas, e não apenas conceitos. Busca-se contextualização do objetivo da análise.
Um exemplo comparativo da atuação de um analista na forma tradicional e avançada:
Tradicional | Data Analytics | Advanced Analytics | |
Principais atividades do Analista | Análise de demonstrações financeiras e indicadores. Desenvolvimento de relatórios econômicos / financeiros. | Definição das estruturas de análises financeiras, confecção de Datasets, fluxo de informação dos indicadores que compõem os datasets. Não limitando-se a indicadores financeiros. | Implantação dos modelos em grande escala de forma integrada aos sistemas transacionais. |
Panorama e considerações
Sabemos que toda modernização exige investimentos, que, muitas vezes tornam-se inviáveis por questões econômicas internas ou do próprio mercado. Porém é fato que o avanço é inevitável, isso é o que irá gerar grande vantagem competitiva para as empresas do mercado financeiro da indústria 4.0.
Mesmo que isso talvez pareça distante, recomendo que você ou sua empresa reflitam sobre a provocação proposta no início. Em que estágio da evolução da informação sua empresa se encontra? Toda grande caminhada se inicia com um único passo. Inicie basicamente investindo em organizar e validar seus controles financeiros, saiba fazer uma análise correta das informações contábeis, faça um diagnóstico econômico do negócio.
*Data Analytics basicamente é o trabalho analítico e inteligente de grandes volumes de dados, estruturados ou não-estruturados, que são coletados, armazenados e interpretados por softwares de altíssimo desempenho.
**Advanced Analytics trata-se de um termo geral que significa, simplesmente, aplicar várias técnicas de análises avançadas de dados, para responder questões ou solucionar problemas, podendo utilizar algotirtmos de programação e inteligência artificial.