Operating Intelligence para Atacado

Um distribuidor atacadista em São Paulo.

Considere um distribuidor de materiais elétricos sediado na zona leste de São Paulo, atendendo 480 clientes ativos entre lojas de bairro, instaladoras e construtoras de pequeno e médio porte no estado. Receita anual em torno de R$ 38 milhões, 24 representantes externos, Omie processando NF-e e contas a pagar, Pipedrive no comercial, Stripe e boleto bancário no recebimento. Crescimento de receita de 18% ao ano, margem bruta declarada de 22%.

Por dentro, o controller gastava as duas primeiras semanas de cada mês reconciliando margem entre o Omie e a planilha do comercial — duas fontes que nunca batiam, por causa de bonificações negociadas no WhatsApp pelo representante, descontos aprovados verbalmente pelo sócio e fretes assumidos como "cortesia comercial" que nunca eram alocados ao pedido. O AR aging era um relatório do Omie aberto uma vez por semana pelo financeiro. Score de risco de cliente não existia — sabia-se que um cliente estava saindo quando o representante avisava que "fulano não responde mais".

Depois de conectar a Fairview ao Omie, ao Pipedrive e ao Stripe, três descobertas mudaram a operação nos 90 dias seguintes. Primeira: a margem real por cliente, depois de todas as bonificações e fretes alocados, estava em 17%, não nos 22% reportados — e 38 clientes da carteira operavam com margem líquida negativa. Segunda: a concentração nos top 5 clientes era de 42% da receita, com dois deles em aging 60+ dias representando R$ 480 mil expostos. Terceira: o score de churn flagou 22 clientes de médio porte com queda de frequência nos 60 dias anteriores — antes que qualquer representante percebesse. A diretoria renegociou condições com os 38 clientes deficitários (saída comercial de 14, recuperação de margem em 24), apertou cobrança nos dois grandes em risco, e ativou contato comercial proativo nos 22 clientes flagados — recuperando 15 deles em 45 dias. O EBITDA do trimestre seguinte subiu R$ 1,1 milhão sobre baseline.