Apontar que a despesa estourou 14% é trabalho de fórmula. Como estruturar análise de variância que responde por que estourou — e onde a IA entrega valor real em FP&A.
O relatório de variância chega na quinta-feira. Tem 40 linhas, coluna de orçado, realizado, desvio absoluto e desvio percentual, com formatação condicional em vermelho. A diretoria olha, escolhe três linhas vermelhas e pergunta o que aconteceu.
E aí alguém de FP&A passa as duas horas seguintes descobrindo. Abre o razão, filtra por centro de custo, liga para o gestor da área, encontra a nota de R$ 180 mil que explica metade, descobre que o resto é reclassificação, e escreve três parágrafos.
Esse processo é o trabalho de verdade de FP&A. E é justamente o que quase nenhuma automação toca, porque todo mundo automatizou a parte fácil — a que a fórmula já fazia.
Um relatório que mostra orçado, realizado e desvio responde o quê. A diretoria sempre pergunta por quê. Existe um vão entre as duas coisas, e esse vão é preenchido manualmente, toda vez, por profissional caro.
Pior: como o preenchimento é manual e demorado, ele só acontece para as três ou quatro linhas que alguém perguntou. As outras 36 ficam sem explicação. Algumas delas tinham problema real.
Há também o efeito inverso, menos discutido: linhas que fecharam dentro do orçado por compensação de dois erros grandes de sinal contrário. O relatório mostra verde. Ninguém olha. E os dois problemas seguem vivos.
Antes de falar de IA, vale estabelecer o que significa explicar uma variância. Existe uma estrutura clássica, e ela é surpreendentemente pouco usada fora de manufatura.
Toda variância de uma conta variável se decompõe em três componentes:
Volume — a atividade foi maior ou menor que a prevista. Frete estourou porque expediu mais.Preço ou taxa — o custo unitário mudou. Frete estourou porque o custo por expedição subiu.Mix — a composição mudou. Frete estourou porque a proporção de entregas para região cara aumentou, mesmo com volume e tarifas estáveis.
Essa distinção é o que transforma o relatório em decisão. Variância de volume com receita correspondente é boa notícia mal rotulada. Variância de preço é negociação com fornecedor. Variância de mix é decisão comercial que ninguém avisou a finanças.
No relatório padrão, os três aparecem como o mesmo número vermelho, e é por isso que ele gera reunião em vez de ação.
Pré-requisito honesto: essa decomposição exige que você tenha o driver da conta. Se você não sabe quantas expedições houve, não dá para separar volume de preço. É a razão pela qual análise de variância decente depende de planejamento por driver — os dois assuntos são o mesmo assunto em momentos diferentes do ciclo.
Camada 1 — Decomposição automática. Dado o driver, a matemática é determinística. Não precisa de IA, precisa de estrutura. Mas é a camada que sustenta as outras duas, e a maioria das áreas não a tem montada.
Camada 2 — Identificação da origem no razão. Aqui a IA ganha de verdade. Dada uma variância de R$ 312 mil em uma conta, o modelo varre os lançamentos do período, compara com a distribuição histórica e identifica o que é atípico: os três lançamentos que respondem por 70% do desvio, o fornecedor novo que apareceu, a reclassificação que moveu valor entre centros de custo.
Isso é leitura de volume — milhares de lançamentos, com histórico em texto livre — e é exatamente o que consome as duas horas do analista hoje.
Camada 3 — Primeira redação da explicação. O modelo produz o rascunho: "A variância de R$ 312 mil em Fretes decompõe-se em R$ 210 mil de volume (expedições 18% acima do previsto, coerente com receita 15% acima) e R$ 102 mil de tarifa, concentrados no fornecedor X a partir de julho. Sugere-se verificar reajuste contratual."
Repare no verbo: sugere-se verificar. O modelo não sabe se houve reajuste — ele identificou o padrão. A confirmação é humana, leva cinco minutos, e substitui duas horas de garimpo.
O ganho não é substituir a análise. É que o analista começa a partir da linha 40 em vez da linha 1, e faz isso para as 40 contas em vez de para as 3 que perguntaram.
Materialidade definida só em percentual. Uma conta de R$ 8 mil com 40% de desvio aparece em vermelho e rouba atenção de uma conta de R$ 900 mil com 4%. Use os dois critérios juntos: percentual e valor absoluto, com corte definido pela materialidade real da sua operação.
Não olhar variância acumulada. Uma conta que estoura 6% todo mês não gera alarme em nenhum mês individual e termina o ano 70% acima. O desvio acumulado contra o orçado acumulado é frequentemente mais informativo que o mensal, e quase nunca está no relatório.
Aceitar a explicação do modelo sem verificar. Este é o risco real. O modelo produz texto fluente e plausível. Se ele identificou correlação e escreveu como causa, e ninguém conferiu, você acabou de levar uma explicação errada à diretoria com aparência de rigor. A verificação humana não é formalidade — é a etapa que torna o processo utilizável.
Mês 1 — estruturar a decomposição para as dez maiores contas variáveis. Sem IA. Só a matemática de volume, preço e mix, com os drivers que você já mede. Isso sozinho já muda a qualidade da conversa no fechamento.
Mês 2 — ligar a identificação de origem. O modelo varre o razão e devolve os lançamentos que explicam cada desvio material. Analista valida. Registre quantas vezes ele acertou o lançamento-causa.
Mês 3 — gerar o rascunho de explicação. Só depois que a camada 2 provou acerto consistente. Inverter essa ordem produz texto bonito sobre identificação errada, que é o pior resultado possível.
A métrica: tempo entre o fechamento e a explicação disponível da variância, e cobertura — quantas das contas materiais têm explicação, e não só as que alguém perguntou. Se hoje você explica 4 de 40 em três dias e passa a explicar 40 de 40 em um dia, é isso que vai ao comitê.
A pergunta da diretoria nunca foi "quanto desviou". Foi sempre "o que a gente faz a respeito". Entre as duas, existe a explicação — e é o único trecho do relatório de variância que gera decisão.
Automatizar a coluna de desvio foi resolver a parte que já estava resolvida.
O diagnóstico gratuito do CFOs.AI são 25 perguntas, cerca de 10 minutos, com resultado imediato: score de maturidade por dimensão, mapa dos processos com maior potencial de automação e comparativo anônimo com profissionais de mesmo perfil.
Decomposição de variância e automação do ciclo analítico são tratadas em IA para FP&A e Análise de Negócio (F2), estruturada nos quatro estágios do framework F.I.A.M.: Fundamentação, Instrumentação, Aplicação e Mensuração.
O Plano Fundador dá acesso sem mensalidade a todas as formações, às 15 soluções com template e checklist de implementação, à comunidade e ao Bill, o assistente de IA integrado. São 100 vagas; depois, volta a ser assinatura mensal.
Todo domingo: um artigo aprofundado, um caso real e uma automação pra testar na segunda. Sem ruído, sem venda.
Escrita pela equipe CFOs.AI · +2.400 líderes financeiros
Plataforma de formação e implementação de IA aplicada a finanças corporativas.
