Se você já participou de uma reunião em que o financeiro trouxe um número, o comercial trouxe outro e o atendimento (WhatsApp, central, chat) trouxe um terceiro, você já viveu o problema clássico: “cada área mede de um jeito”. Nesse cenário, o BI deixa de ser ferramenta de decisão e vira um debate infinito sobre qual dado “está certo”.
A solução mais prática (e subestimada) para operações complexas é criar um dicionário de métricas BI: um catálogo oficial com definições, regras, fórmulas, fontes e responsáveis por cada indicador. Ele funciona como contrato operacional: todo mundo mede a mesma coisa, do mesmo jeito, com a mesma periodicidade.
O que é um dicionário de métricas (e por que ele resolve divergências)
O dicionário de métricas é um documento (ou repositório) que descreve cada indicador usado na empresa, incluindo:
- Definição: o que a métrica mede (em linguagem simples).
- Fórmula: como é calculada (regras, filtros, exceções).
- Fonte: de onde vêm os dados (ERP, CRM, WhatsApp, planilhas, etc.).
- Chaves e entidades: cliente, lead, oportunidade, pedido, atendimento, usuário, unidade, canal.
- Periodicidade: diária, semanal, mensal; e se há janela de fechamento.
- Responsável (owner): quem aprova mudanças e responde por dúvidas.
- Regras de qualidade: validações e limites do indicador.
Na prática, ele reduz divergência porque impede que duas áreas usem a mesma palavra para coisas diferentes (ex.: “venda”, “cliente ativo”, “ticket médio”, “atendimento resolvido”).
Por que ERP, CRM e atendimento quase sempre divergem
Antes de padronizar, vale entender as causas mais comuns:
- Entidades diferentes: no CRM, “cliente” pode ser “contato”; no ERP, “cliente” é quem tem cadastro fiscal; no WhatsApp é um número.
- Eventos em tempos diferentes: o CRM registra a oportunidade; o ERP registra a nota/faturamento; o atendimento registra a conversa (que pode vir antes, durante ou depois).
- Regras não documentadas: cancelamentos, devoluções, duplicidades, leads reabertos, atendimentos transferidos.
- Filtros invisíveis: um relatório exclui testes, outro não; um filtra por unidade; outro por usuário.
- Fechamentos diferentes: financeiro fecha mês com ajustes; comercial acompanha “em tempo real”.
Como montar um dicionário de métricas BI (passo a passo)
1) Comece pelo “painel que dá briga”
Escolha 10 a 20 métricas que geram discussão recorrente. Normalmente, estão ligadas a:
- Receita / faturamento / inadimplência
- Conversão comercial (leads → oportunidades → vendas)
- Volume e qualidade de atendimento (WhatsApp/canais)
- Produtividade (SLA, tempo de resposta, taxa de retrabalho)
Evite começar pelo “dicionário completo da empresa”. Comece pelo que destrava alinhamento.
2) Padronize linguagem: um glossário de termos
Antes das fórmulas, crie um glossário simples com termos operacionais que aparecem em relatórios:
- Lead, contato, cliente, paciente (se aplicável), oportunidade, pedido, fatura
- Atendimento vs conversa vs ticket (especialmente no WhatsApp)
- Canal (WhatsApp, telefone, e-mail, presencial) e regras de atribuição
Essa etapa evita o erro mais comum: tentar “corrigir o número” sem alinhar o significado.
3) Defina a “verdade oficial” por domínio (SSOT por assunto)
Em operações integradas, é comum buscar uma única fonte para tudo. Na prática, o caminho mais saudável é definir a fonte oficial por domínio:
- Financeiro: ERP costuma ser a fonte oficial de faturamento, contas a receber, pagamentos e conciliação.
- Comercial: CRM tende a ser a fonte oficial de funil, estágio e atividades de vendas.
- Atendimento: plataforma de atendimento/WhatsApp é a fonte oficial de conversas, tempos e tags.
Depois, o BI integra esses domínios com chaves bem definidas (ex.: ID do cliente, documento, telefone normalizado) e regras de relacionamento.
4) Crie o template padrão do indicador (modelo de ficha)
Use um modelo único para cada métrica. Exemplo de campos recomendados:
- Nome do indicador e sigla
- Objetivo (por que existe)
- Definição (o que mede, em 1–2 linhas)
- Fórmula (incluindo filtros e exceções)
- Dimensões (por unidade, canal, time, período, produto/serviço)
- Fonte(s) e tabelas (sistemas e entidades)
- Periodicidade e janela de atualização
- Critérios de qualidade (regras de validação)
- Dono (owner) e aprovadores
- Versão, data de alteração e histórico
5) Estabeleça regras de qualidade de dados (mínimo viável)
Sem uma camada de qualidade, o dicionário vira teoria. Adote validações simples e repetíveis:
- Completude: campos obrigatórios (ex.: canal, responsável, status) podem ficar em branco?
- Unicidade: como identificar duplicidades (lead duplicado, cliente duplicado, conversa duplicada)?
- Consistência: status possíveis, datas coerentes (abertura ≤ fechamento), valores não negativos quando aplicável.
- Rastreabilidade: cada registro tem ID e origem (sistema, data de captura, usuário)?
Importante: qualidade não é “perfeição”. É previsibilidade e regra clara.
6) Defina governança: quem pode mudar o quê
Para evitar que cada relatório “reinvente” cálculo, defina um fluxo simples:
- Proposta de mudança (por que mudar, impacto esperado).
- Validação com owner do indicador.
- Teste (comparação antes/depois, checagem de séries históricas).
- Versionamento (v1, v2… e data de vigência).
- Comunicação para quem consome o dashboard.
Isso evita o cenário em que uma área “corrige” o cálculo e o resto descobre semanas depois.
Exemplos práticos de métricas (com pontos que geram divergência)
Abaixo estão exemplos comuns para você adaptar ao seu contexto, sem “inventar números”. O foco é mostrar o tipo de regra que precisa estar no dicionário.
Exemplo 1: Receita (ERP) vs Vendas (CRM)
- Definição de Receita (ERP): valor efetivamente faturado (ex.: documento fiscal emitido) no período, com regras de cancelamento/estorno.
- Definição de Venda (CRM): oportunidades ganhas no período, independentemente do faturamento ocorrer depois.
Ponto crítico para o dicionário: deixar explícito que “venda” (CRM) e “receita” (ERP) não são a mesma coisa — e quando cada uma deve ser usada.
Exemplo 2: Conversão do funil (CRM)
- Numerador: oportunidades ganhas.
- Denominador: leads qualificados (ou leads totais — mas escolha um e documente).
- Janela: por data de criação do lead, por data de mudança de estágio ou por data de fechamento?
Sem documentar a janela, duas pessoas podem calcular conversão “corretamente” e ainda assim chegar em números diferentes.
Exemplo 3: Tempo de primeira resposta (WhatsApp/atendimento)
- Evento inicial: primeira mensagem do cliente.
- Evento final: primeira resposta humana (ou pode incluir bot — precisa definir).
- Regras: horários fora do expediente entram no SLA? Pausa por fila? Transferência de atendente zera o tempo?
Esse indicador costuma ser o campeão de divergência se a operação mistura automação, fila e atendimento humano.
Checklist de governança do dicionário de métricas (para rodar todo mês)
- Todo indicador tem owner definido?
- As fórmulas estão iguais no dashboard, no relatório e na exportação?
- Existem indicadores com dois nomes para a mesma coisa (ou o mesmo nome para duas coisas)?
- Há versionamento e histórico de mudanças?
- As fontes (ERP/CRM/atendimento) estão documentadas com as chaves de integração?
- As validações de qualidade estão rodando (mesmo que simples)?
- Existe um “momento de fechamento” para números sensíveis (ex.: financeiro mensal)?
Onde guardar o dicionário (para não virar um PDF esquecido)
O melhor lugar é aquele que o time realmente usa. Opções comuns:
- Wiki interna/Notion/Confluence (bom para texto e governança).
- Planilha controlada com versionamento e responsáveis (bom para começar rápido).
- Camada semântica/metric store no stack de dados/BI (bom para padronizar o cálculo “na fonte”).
Se você está no início: comece simples (planilha + wiki), mas já com owner e versão. Evolua para a camada semântica quando o BI ganhar escala.
Como a Lógos System ajuda a integrar BI, ERP, CRM e atendimento
Operações complexas pedem mais do que dashboards bonitos: pedem arquitetura operacional, integração e governança. No ecossistema da Lógos System, é possível estruturar dados e processos de ponta a ponta (ERP, CRM, atendimento/WhatsApp, automações e BI) com rastreabilidade e regras claras — exatamente o tipo de base que sustenta um dicionário de métricas vivo.
Saiba mais em logossystem.com.br.