Conciliação financeira automatizada: fechamento mensal de 12 para 3 dias

O contexto

Uma rede varejista com 38 lojas fechava o mês financeiro em 12 dias úteis. O motivo não era falta de gente nem de ferramenta: o ERP estava lá, os extratos estavam lá. O problema era o caminho entre eles.

Todo mês, a equipe financeira baixava extratos de 4 bancos e relatórios de 3 adquirentes de cartão, colava tudo em planilhas e conferia lançamento por lançamento contra o ERP. Uma diferença de centavos numa taxa de antecipação podia consumir uma tarde inteira.

• 160 horas de trabalho manual por mês só em conciliação
• Divergências descobertas semanas depois, quando já era caro corrigir
• Nenhum histórico de quem conferiu o quê, e por quê

O fechamento não atrasava porque a equipe era lenta. Atrasava porque cada mês começava do zero.

Diagnóstico: onde o tempo ia embora

No diagnóstico, acompanhamos dois fechamentos completos e cronometramos cada etapa. O resultado mudou a conversa: a maior parte do tempo não estava na conferência em si, mas em preparar os dados para conferir.

Isso definiu a meta antes de qualquer linha de código: fechar o mês em até 4 dias úteis, medido pelo tempo entre o último dia do mês e a aprovação do fechamento.

Blueprint: a arquitetura da solução

A proposta foi tirar das pessoas o trabalho repetitivo e deixar com elas só o que exige julgamento: as exceções.

flowchart TB
  B1[Extratos bancários] --> I[Ingestão e padronização diária]
  B2[Relatórios das adquirentes] --> I
  E1[(ERP)] --> M
  I --> M{Motor de conciliação}
  M -->|conciliado| R[(Base conciliada)]
  M -->|divergente| F[Fila de exceções]
  F -->|analista revisa| R
  R --> D[Painel do fechamento]

Três decisões guiaram o desenho:

1. Ingestão diária, não mensal. Conciliar todo dia transforma o fechamento em uma revisão, não em um mutirão.
2. Regras explícitas e versionadas. Cada critério de conciliação é uma regra legível, com histórico de alterações.
3. Exceção com contexto. Quando algo não bate, o analista recebe o lançamento, o candidato mais provável e o motivo da divergência.

Construção: entregas incrementais

O projeto foi dividido em entregas que já geravam valor sozinhas. A primeira, a ingestão automática dos extratos, eliminou 58 horas de trabalho por mês antes mesmo de o motor de conciliação existir.

gantt
  title Plano de entregas
  dateFormat YYYY-MM-DD
  axisFormat %d/%m
  section Dados
  Ingestão de extratos       :done, a1, 2026-03-02, 14d
  Padronização e validações  :done, a2, after a1, 10d
  section Conciliação
  Motor de regras            :done, b1, after a2, 21d
  Fila de exceções           :done, b2, after b1, 10d
  section Gestão
  Painel do fechamento       :done, c1, after b1, 14d
  Operação assistida         :done, c2, after b2, 21d

O motor de regras

As regras de conciliação seguem uma ordem do mais restritivo para o mais flexível. Um lançamento só cai na fila de exceções depois de passar por todas elas:

REGRAS = [
    regra("valor_e_data_exatos", tolerancia_valor=0.00, tolerancia_dias=0),
    regra("taxa_adquirente", tolerancia_valor=0.035, tolerancia_dias=2),
    regra("agrupamento_por_lote", agrupar_por="lote_liquidacao"),
]

def conciliar(lancamento, candidatos):
    for r in REGRAS:
        par = r.encontrar(lancamento, candidatos)
        if par:
            return Conciliado(lancamento, par, regra=r.nome)
    return Excecao(lancamento, sugestao=melhor_candidato(lancamento, candidatos))

Guardar qual regra conciliou cada lançamento foi o que deu segurança à equipe para confiar no processo: qualquer resultado pode ser auditado.

Como uma divergência é tratada

sequenceDiagram
  participant M as Motor
  participant F as Fila de exceções
  participant A as Analista
  participant E as ERP
  M->>F: Lançamento sem par + melhor sugestão
  F->>A: Notificação com contexto
  A->>F: Aprova sugestão ou ajusta
  F->>E: Registra ajuste com justificativa
  F->>M: Nova regra sugerida (se recorrente)

Operação e evolução

Nas primeiras semanas, a taxa de conciliação automática ficou em 81%. Analisando a fila de exceções, encontramos padrões que viraram novas regras. Em dois meses, ela passou de 96%.

Resultados

A meta era 4 dias; o fechamento estabilizou em 3. As horas liberadas foram redirecionadas para análise de margem por loja, um trabalho que antes nunca cabia no mês.

O que levamos deste projeto

• Meça antes de automatizar. O cronômetro do diagnóstico mostrou que o gargalo era a preparação dos dados, não a conferência.
• Entregue em fatias. A primeira entrega pagou parte do projeto antes da metade do caminho.
• Desenhe para a exceção. Automatizar 96% só funciona se os 4% restantes chegarem fáceis de resolver.