top of page

Como a Electrolux estruturou uma fonte única de verdade para consolidar dados financeiros globais

  • Foto do escritor: Dataside
    Dataside
  • 26 de mai.
  • 3 min de leitura

O Desafio

A operação financeira da Electrolux enfrentava um problema estrutural de consolidação e validação de dados financeiros globais.


As informações utilizadas para análises de P&L estavam distribuídas entre diferentes sistemas corporativos, países, arquivos manuais e regras operacionais aplicadas fora de um ambiente governado.


O cenário envolvia dados provenientes de:


  • SAP BW/BPC

  • AARO

  • Exchange Rates

  • SharePoint Lists

  • arquivos Excel e CSV

  • tabelas manuais de mapeamento e de/para


Além da fragmentação das fontes, a área financeira dependia fortemente de extrações manuais, planilhas e validações operacionais descentralizadas para conciliar informações entre BPC e AARO.


Esse modelo aumentava o risco de inconsistências, dificultava auditorias, reduzia a rastreabilidade dos dados e comprometia a confiabilidade das análises financeiras.


A Solução

Para resolver o problema, a Dataside estruturou o projeto OSOT (One Source Of Truth), criando um Data Lake Financeiro centralizado para consolidar, padronizar e governar os dados financeiros globais da Electrolux.


A solução foi desenhada para funcionar como uma fonte única de verdade, permitindo:


  • ingestão automatizada de múltiplas fontes

  • aplicação centralizada de regras de negócio

  • rastreabilidade completa dos dados

  • trilha de auditoria

  • padronização de contas, empresas e Product Groups

  • governança financeira

  • self-service BI


Além disso, foi criado um relatório de Quality Gate em Power BI para validar divergências entre AARO e BPC, permitindo identificar inconsistências por:


  • país

  • Product Group

  • contas financeiras

  • linhas de P&L


O objetivo era transformar um processo altamente manual em uma arquitetura corporativa escalável, auditável e preparada para análises financeiras confiáveis.


O Projeto

O projeto foi estruturado em uma arquitetura moderna de Data Lake, organizada em camadas de processamento e governança.


O fluxo foi desenhado seguindo a estrutura:


  • Dropzone

  • Bronze

  • Silver

  • evolução prevista para Gold

  • camada semântica

  • dashboards analíticos


A ingestão dos dados foi construída utilizando pipelines no Azure Data Factory, integrando diferentes fontes financeiras e operacionais.


As principais integrações incluíram:


  • SAP BW/BPC

  • AARO

  • Databricks GDP

  • SharePoint Lists

  • Excel/CSV


As tecnologias utilizadas no projeto foram:


  • Databricks

  • Microsoft Azure Data Factory

  • Power BI


A arquitetura também incorporou:


  • regras de negócio centralizadas

  • tabelas de de/para

  • controle de divergências

  • mecanismos de auditoria

  • rastreabilidade por origem

  • padronização de Product Group e contas financeiras


Resultados Alcançados

O principal resultado do projeto foi a criação de uma base financeira governada e reconciliável para suportar análises corporativas de P&L.


A solução passou a disponibilizar dados estruturados no Data Lake com regras de negócio aplicadas e mecanismos de validação automatizados.


O relatório de Quality Gate permitiu comparar informações entre AARO e BPC de forma muito mais rápida e precisa, facilitando a identificação de:


  • divergências financeiras

  • cargas incompletas

  • inconsistências de Product Group

  • falhas cadastrais

  • diferenças entre países e contas


Com isso, a área financeira ganhou maior capacidade de validação e correção dos dados antes do fechamento financeiro.


Ganhos Quantitativos

O projeto trouxe ganhos importantes de escala, capacidade de processamento e cobertura de dados:


  • aumento da capacidade de processamento e integração entre diferentes fontes corporativas

  • redução drástica do tempo de execução das cargas transacionais e de fechamento

  • melhoria na eficiência de processamento de dados históricos, com cargas anteriormente executadas em horas passando a ser concluídas em poucos segundos/minutos

  • maior estabilidade operacional mesmo diante do crescimento contínuo da volumetria de dados

  • otimização superior a 90% no tempo total de processamento em cenários críticos


Além disso, o projeto estabeleceu como meta operacional reduzir a diferença entre AARO e BPC para valores próximos de zero nos recortes analisados.


Ganhos Qualitativos

  • governança dos dados financeiros

  • rastreabilidade completa por origem

  • trilha de auditoria estruturada

  • redução da dependência de planilhas manuais

  • padronização de contas e Product Groups

  • maior confiabilidade na conciliação entre sistemas

  • aumento da autonomia da área financeira

  • base estruturada para self-service BI

  • melhoria da qualidade e consistência dos dados corporativos


Impacto no Negócio

O impacto no negócio foi a criação de um processo muito mais controlado e confiável para validação do P&L corporativo.


A área de Contabilidade passou a identificar divergências entre AARO e BPC com maior velocidade, corrigindo problemas na origem e reprocessando cargas até atingir a conciliação esperada.


O relatório também passou a apoiar diretamente a identificação de:


  • contas divergentes

  • cargas incompletas

  • falhas cadastrais

  • inconsistências de Product Group e materiais


Na prática, isso reduziu dependências operacionais manuais e aumentou a confiança sobre os dados utilizados pela área financeira.


Impacto Estratégico

Estratégicamente, o projeto representou a evolução de um processo financeiro baseado em planilhas e validações descentralizadas para uma arquitetura corporativa moderna de dados.


A criação de uma fonte única de verdade permitiu estabelecer:


  • governança financeira centralizada

  • qualidade e auditabilidade dos dados

  • sustentação para self-service BI

  • maior maturidade analítica

  • padronização global das informações financeiras


Além disso, o projeto criou uma base sólida para futuras evoluções, incluindo:


  • expansão da camada Gold

  • desenvolvimento da camada semântica

  • criação de dashboards financeiros avançados

  • novas releases analíticas e operacionais


Mais do que consolidar dados, o OSOT transformou a forma como a Electrolux governa, valida e consome informações financeiras corporativas.

Comentários


bottom of page