Spend analysis em 5 passos: como analisar os gastos de compras com os dados do ERP

Spend analysis, ou análise de gastos, é o processo de reunir, limpar, classificar e analisar tudo o que a empresa comprou para responder três perguntas: com quem gasta, em quê e onde está pagando mais do que deveria. São cinco passos, do dado bruto do ERP à ação medida em reais. Sem o quinto, é só um relatório.

A maior parte das análises de gasto não falha na planilha. Falha antes, no dado mal limpo, ou depois, quando o relatório mostra a oportunidade e ninguém age. Este artigo mostra os cinco passos, o que cada um entrega, os erros mais comuns e como ligar a análise à execução da área de compras, em que cada achado vira um pedido negociado e um valor em reais.

Os 5 passos da spend analysis

Passo	O que fazer	O que sai	Erro comum
1. Extrair	reunir 12 a 24 meses de pedidos e notas de todas as empresas e filiais	uma base única de gastos	deixar de fora a filial ou o ERP "pequeno"
2. Limpar	unificar fornecedores, descrições, unidades e moedas	cada fornecedor e item aparece uma vez	analisar com fornecedor duplicado
3. Classificar	atribuir cada linha a uma categoria de uma taxonomia fechada	gasto por categoria e subcategoria	categoria "diversos" com 30% do gasto
4. Analisar	cruzar categoria, fornecedor, área e item	concentração, fragmentação, dispersão, cauda	olhar só os 20 maiores fornecedores
5. Agir e medir	transformar cada achado em iniciativa com dono e régua	economia realizada, em reais	relatório sem dono nem prazo

Passo 1: extrair

A fonte é o ERP: Protheus, Datasul ou SAP. O mínimo por linha é a data, o fornecedor (com CNPJ), a descrição do item, a quantidade, a unidade, o preço unitário, o valor total, o centro de custo e a filial. Se houver contrato, a indicação de que a linha está sob contrato. Notas lançadas sem pedido também entram, porque são parte do gasto que ninguém cotou.

O período de 12 meses mostra um ano inteiro de sazonalidade; 24 meses permitem comparar. O erro clássico é extrair só da empresa principal e deixar de fora a filial que usa outro ambiente.

Passo 2: limpar

É o passo mais trabalhoso e o que mais pesa no resultado. Três limpezas resolvem a maior parte:

• Fornecedor. O mesmo grupo aparece com razões sociais diferentes. Unificar pela raiz do CNPJ junta as filiais do mesmo fornecedor.
• Item. A mesma luva aparece como "LUVA NITRILICA M", "luva nitr. tam M cx 100" e "luva de nitrilo média". Sem unificar, a dispersão de preço fica escondida.
• Unidade. Caixa, pacote e unidade misturados tornam o preço por item incomparável.

A IA generativa ajuda a propor a unificação de descrições, mas erra ao juntar itens parecidos que não são iguais. O controle é comparar atributos, como tamanho e norma, e não só o texto. Os limites estão em IA generativa em procurement.

Passo 3: classificar

Cada linha recebe uma categoria de uma taxonomia fechada, com dois ou três níveis (por exemplo, MRO > elétrico > disjuntores). A taxonomia pode ser própria ou partir de uma referência internacional como o UNSPSC, o sistema global de classificação de produtos e serviços usado pelas Nações Unidas.

A regra prática: se "diversos" ou "outros" concentra uma parte grande do gasto, a classificação não terminou.

Passo 4: analisar

Com a base limpa e classificada, cinco leituras mostram onde está o dinheiro:

Leitura	O que revela	Ação típica
Concentração	categoria com um fornecedor só e sem contrato	contrato, ou um segundo fornecedor para reduzir risco
Fragmentação	o mesmo item comprado de muitos fornecedores	consolidar volume em poucos
Dispersão de preço	o mesmo item pago a preços muito diferentes	negociar com o menor preço já pago como âncora
Compra fora do processo	nota sem pedido, pedido depois da nota, fuga de contrato	caminho rápido para a urgência e revisão de alçada
Cauda	milhares de pedidos pequenos sem cotação	cotação e negociação pedido a pedido

A compra fora do processo tem método próprio em maverick spend. A cauda costuma ser a parte mais subestimada: pedido a pedido parece pequena, no ano é grande, e quase nunca é negociada. A definição e a forma de tratar estão em tail spend e curva C.

Passo 5: agir e medir

Cada achado vira uma iniciativa com dono, prazo e régua de medição. A régua precisa ser declarada antes: preço anterior, primeira proposta ou menor preço já praticado. As três estão em como calcular saving de compras.

O placar é a economia realizada, em reais, pedido a pedido. Uma oportunidade identificada não é economia; só o pedido emitido a um preço menor é. Por isso vale manter uma lista de iniciativas com três colunas: o valor estimado no achado, o valor já negociado e o valor realizado nos pedidos emitidos. A distância entre a primeira e a última coluna mostra quanto da análise virou caixa.

Exemplo hipotético: a dispersão de um item

O exemplo é hipotético. Depois do passo 2, a análise junta três descrições de um mesmo disjuntor que antes apareciam como itens diferentes:

Descrição original (hipotética)	Pedidos no ano	Preço médio	Valor
DISJUNTOR 20A CURVA C	14	R$ 42	R$ 5.880
disj. bipolar 20 A	9	R$ 51	R$ 4.590
disjuntor 20 amperes 2P	6	R$ 37	R$ 2.220
Total	29		R$ 12.690

Supondo um pedido de 10 unidades em cada linha, os 29 pedidos somam 290 unidades. Pelo menor preço já pago (R$ 37), o total seria R$ 10.730: R$ 1.960 a menos num único item, invisível até a limpeza juntar as descrições.

Spend analysis, spend analytics e process mining

Os termos se confundem. Spend analysis costuma nomear o exercício de analisar os gastos de um período. Spend analytics é a capacidade contínua, com a base atualizada e as leituras rodando todo mês. Na prática, quem busca um quer o outro.

O process mining acrescenta o que nenhuma das duas mostra: o caminho de cada pedido. Ele lê os eventos que o ERP grava e responde se a cotação aconteceu, quanto a aprovação demorou e se o pedido foi criado depois da nota. Juntas, a análise de gasto diz onde está o dinheiro e a leitura do processo diz por que ele está escapando. É essa base que a UpFlux usa antes de qualquer negociação.

Por que a análise morre na gaveta

1. Dado sujo. Com fornecedor e item duplicados, os achados não resistem à primeira pergunta.
2. Taxonomia aberta. Categorias genéricas impedem comparar.
3. Foco só no topo. Os maiores fornecedores já são negociados; a oportunidade nova costuma estar na cauda.
4. Ninguém para executar. O relatório aponta mil itens com dispersão, e o time não tem horas para cotar mil itens. Este é o motivo mais comum, e o que mais custa.

O quarto ponto é estrutural. A Gartner apontou, em julho de 2025, dados fragmentados e de baixa qualidade como um dos principais obstáculos da IA em compras; o Hackett Group projetou, em março de 2026, carga de trabalho 8% maior em 2026 com headcount em queda. Mais análise sem mais capacidade de execução só aumenta a lista de oportunidades não aproveitadas. Os indicadores para acompanhar a área estão em KPIs de compras.

Perguntas frequentes

O que é spend analysis?

É a análise dos gastos de compras: reunir os dados de pedidos e notas, limpar fornecedores e itens, classificar por categoria e analisar com quem a empresa gasta, em quê e onde paga mais do que deveria. O objetivo é transformar cada achado em uma ação medida em reais.

Quais são os passos da spend analysis?

Extrair os dados do ERP, limpar fornecedores, descrições e unidades, classificar em uma taxonomia fechada, analisar concentração, fragmentação, dispersão, compra fora do processo e cauda, e agir com dono, prazo e régua de medição.

Qual a diferença entre spend analysis e spend analytics?

Spend analysis costuma ser o exercício de analisar os gastos de um período; spend analytics, a capacidade contínua, com a base atualizada todo mês. Na prática, os termos são usados como sinônimos.

Quais dados são necessários para fazer spend analysis?

Data, fornecedor com CNPJ, descrição do item, quantidade, unidade, preço unitário, valor total, centro de custo e filial, de 12 a 24 meses. A indicação de contrato e as notas lançadas sem pedido completam a base.

Com que frequência fazer spend analysis?

A primeira análise completa cobre 12 a 24 meses. Depois, o ideal é atualizar a base todo mês, com as mesmas regras de limpeza e a mesma taxonomia, para acompanhar a evolução de cada indicador e medir se as iniciativas abertas viraram economia realizada. Revisar a taxonomia uma vez por ano costuma bastar.

Qual o erro mais comum na análise de gastos?

Achar a oportunidade e não ter quem execute. A análise aponta centenas de itens com dispersão de preço, mas o time não tem horas para cotar todos, e a economia fica no relatório.

Como a UpFlux faz

A UpFlux faz a análise de gasto e a leitura do processo com os dados do Protheus, do Datasul ou do SAP, com process intelligence, e não para no relatório. O time digital de compras, agentes de IA comandados por especialistas da UpFlux, cota e negocia os itens que a análise aponta, com o menor preço já pago como âncora, e emite o pedido dentro da alçada. O comprador decide por exceção, e cada achado vira um valor em reais, pedido a pedido. A visão contínua do gasto está em inteligência de compras.