Métricas de FP&A: Precisão da Previsão, Velocidade do Modelo e NPS de Parceiros de Negócios

FP&A é a única função de finanças que não mede a si mesma.

A contabilidade tem o dia de fechamento. O tesouro tem DSO e variação de previsão de caixa. A área fiscal tem alíquota efetiva e pontualidade nos prazos legais. Entre em qualquer equipe de FP&A e pergunte "qual foi a precisão da previsão de receita do trimestre passado, por linha, com uma casa decimal?", a maioria da sala não consegue responder. O analista sênior que consegue geralmente puxa o dado de uma apresentação que ele mesmo criou para uso próprio, não de um sistema que qualquer outra pessoa consulta.

Esse é o problema. Se você não consegue mostrar ao seu Diretor uma linha de tendência sobre o seu próprio trabalho, será avaliado pela aparência. Quem ficou mais tarde. Quem fez a apresentação mais bonita. Quem atendeu mais rápido à solicitação pontual. Nada disso é resultado. É atividade.

Este é o scorecard de cinco métricas que resolve isso. Nenhuma delas é exótica, nenhuma exige um sistema novo, e você pode estabelecer uma linha de base para todas as cinco em seis semanas de acompanhamento próprio, antes que qualquer outra pessoa veja um número.

Por que medir a si mesmo parece estranho (mas não é opcional)

A primeira reação da maioria dos analistas é "estaríamos nos expondo." Exatamente. Esse é o ponto.

Todas as outras funções da empresa têm KPIs revisados pela hierarquia. Vendas tem atingimento de cota. Marketing tem CAC e cobertura de pipeline. Engenharia tem taxa de incidentes e lead time. As únicas pessoas que operam sem um scorecard público são as que reportam os scorecards de todos os outros. Leia essa frase duas vezes.

Quando você não mede seu próprio resultado, três coisas acontecem:

1. Seu CFO avalia você pela intuição. "Bom trimestre, você trabalhou bastante." Intuição não gera promoções em cadência previsível.
2. Erros ficam ocultos. Um modelo com fórmula desatualizada continua gerando previsões até que algo quebre de forma suficientemente barulhenta para ser rastreado seis meses depois.
3. A função é cortada primeiro em uma recessão. Funções sem resultado mensurável são as mais fáceis de reduzir porque ninguém consegue quantificar o que se perde.

Autoavaliação não é um exercício de vaidade. É como você troca horas por credibilidade. O CFO não se importa que você ficou até as 23h na terça-feira. O CFO se importa se a previsão do próximo trimestre vai ficar dentro de 5%.

Métrica 1: Precisão da previsão (±5% de receita, ±3% de OPEX, por linha)

A métrica principal. A maioria das equipes já acompanha isso de forma inadequada.

As duas formas pelas quais as equipes erram nisso:

Forma errada 1: apenas o resultado final. "Chegamos dentro de 2% da receita total." Parece ótimo. Dentro desses 2% há +18% em Enterprise, -15% em SMB e um vento favorável de FX que mascarou os dois. Os erros se compensam no resultado final e enganam você. Se o seu modelo está errado no mix de segmentos, você continuará tomando as mesmas decisões erradas sobre alocação de recursos, planos de contratação e cobertura de território, e o número de precisão total continuará dizendo que está tudo bem.

Forma errada 2: variação em relação ao budget em vez de em relação à previsão. O budget foi definido no Q4 do ano passado. Refazer a previsão é o trabalho em si. Medir-se em relação a um número de 9 meses atrás recompensa você por errar devagar.

A forma correta: medir a precisão da previsão no nível de linha, em relação à reprevisão mais recente, nas métricas que orientam decisões. Para um SaaS B2B, isso normalmente inclui:

• Novo ARR por segmento (Enterprise, Mid-market, SMB)
• ARR de expansão
• ARR de rotatividade de clientes bruta
• Quadro de pessoal por função
• As 5 principais linhas de OPEX (custo de pessoal, T&E, gastos com programas de marketing, software, serviços profissionais)

Metas que vi se sustentarem em empresas de médio porte: ±5% nas linhas de receita, ±3% nas linhas de OPEX. O OPEX deve ser mais preciso porque a maior parte é contratual ou orientada por quadro de pessoal, e você controla os insumos. Se você está errando o OPEX em 8%, seu modelo está perdendo algo estrutural (geralmente um novo fornecedor que alguém esqueceu de informar, ou um plano de contratação que derivou).

Acompanhe mensalmente. Trace uma tendência. O objetivo não é atingir ±5% todo mês desde o primeiro dia, mas fazer a linha inclinar em direção à meta ao longo de dois ou três trimestres conforme você corrige o modelo.

Métrica 2: Velocidade do modelo / tempo de entrega

Com que rapidez o FP&A consegue transformar uma solicitação em um modelo utilizável.

Dois tipos:

Solicitações pontuais: "Você pode modelar o que acontece se cortarmos o quadro de pessoal do SMB em 20%?" Meta: v1 nas mãos do solicitante em menos de 48 horas. A v1 não precisa ser perfeita. Precisa ser direcional e claramente rotulada como v1. O erro é fazê-los esperar uma semana por algo que leva quatro horas, mas que passou seis dias na sua fila.

Novos modelos recorrentes: Um novo acompanhamento mensal de OPEX, uma nova calculadora de comissões, uma nova visão de retenção de coortes. Meta: entregue em até 2 semanas após o escopo. Qualquer prazo maior e o solicitante perde o interesse e começa a construir ele mesmo em uma planilha Google Sheets, que é como você acaba com modelos paralelos que contradizem o seu.

O acompanhamento é simples. Cada solicitação recebida ganha uma linha: solicitante, pedido, data de escopo, data de entrega da v1. Horas até a v1 é a métrica. A mediana é mais útil do que a média, pois uma solicitação particularmente trabalhosa vai distorcer a média e permitir que você ignore o padrão.

A razão pela qual a velocidade importa mais do que as pessoas pensam: FP&A lento treina o negócio a não perguntar. Se um líder de vendas sabe que levará uma semana para receber um modelo, ele para de pedir e toma a decisão sem um. Você não perde seu lugar na mesa de estratégia por estar errado. Você perde por ser suficientemente lento para que ninguém espere por você.

Métrica 3: NPS de parceiros de negócios

A métrica que indica se o restante da empresa realmente quer trabalhar com você.

Envie uma pesquisa de 2 perguntas aos seus parceiros de negócios (líderes de vendas, marketing, operações, produto, CS) uma vez por trimestre. Apenas duas perguntas:

1. Em uma escala de 0 a 10, qual é a probabilidade de você recomendar trabalhar com FP&A a um líder colega em outra empresa?
2. Qual é a única coisa que deveríamos mudar?

Calcule o NPS da forma padrão (% de promotores menos % de detratores). A maioria das equipes de FP&A que vi pontua na faixa de 20 a 40. Boas equipes chegam a 60+. Acima de 70 é raro e geralmente indica que a equipe está estruturalmente integrada: o analista participa das reuniões de staff do líder de vendas, não apenas das revisões financeiras.

O roteiro para perguntar, porque o constrangimento é o que impede a maioria dos analistas de fazer isso:

"Olá [Diretor], estamos tentando tornar o FP&A mais útil para a sua equipe. Posso enviar uma pesquisa de 2 perguntas no final do trimestre? São literalmente duas perguntas, leva 30 segundos. Compartilharemos os resultados e diremos o que vamos mudar."

É só isso. Sem introdução longa, sem desculpas, sem "sei que você está ocupado." Envie pelo canal que eles de fato leem. Mensagem no Slack supera e-mail, que supera ferramenta de pesquisa. Agregue os resultados, compartilhe o que você ouviu, nomeie o que está mudando. Depois repita no próximo trimestre e observe a tendência.

As respostas qualitativas são onde reside o valor real. O número mostra a tendência. Os comentários dizem o que corrigir.

Métrica 4: Taxa de erro do modelo

Erros encontrados após a entrega, por 10 modelos enviados.

Erros de referência de célula. Fórmulas quebradas. Premissas desatualizadas que alguém esqueceu de atualizar. Um SOMASE que funcionava em fevereiro e quebrou silenciosamente quando um novo segmento foi adicionado em março. O tipo de coisa que faz um CFO enviar um e-mail às 21h perguntando "esse número está correto?"

Meta: menos de 0,5 erros detectados após a entrega por 10 modelos. Em outras palavras: um em cada vinte modelos tem um erro sinalizado depois de enviado. Qualquer coisa acima de 1,0 (um em cada dez) significa que seu processo de QA está quebrado ou que a velocidade de modelagem está superando sua revisão.

Como acompanhar honestamente: mantenha uma lista contínua. Toda vez que alguém (você, seu gestor, o solicitante) encontra um erro em um modelo após o envio, registre. Data, modelo, o que quebrou, causa raiz. A maioria das causas raiz se enquadra em quatro categorias:

• Referência de célula quebrada quando linhas foram inseridas
• Premissa codificada diretamente que deveria ser um direcionador
• Fórmula que não se estendeu quando colunas foram adicionadas
• Dados-fonte mudaram de formato e o PROCV retornou valores em branco silenciosamente

Cada uma dessas situações tem uma correção na fase de construção. Intervalos nomeados em vez de referências de célula. Abas de direcionadores separadas das abas de cálculo. Tabelas em vez de intervalos para que as fórmulas se estendam automaticamente. Validação de dados nas importações de fonte.

O objetivo de acompanhar a taxa de erro não é se sentir mal. É tornar os padrões visíveis para que você possa corrigir o processo de construção, não apenas o bug.

Métrica 5: Idade do backlog de solicitações pontuais

Mediana de dias das solicitações pontuais abertas.

Se a sua mediana ultrapassar 14 dias, você não está fazendo FP&A. Está fazendo triagem de relatórios, e o trabalho estratégico não está sendo feito porque você está preso atendendo uma fila.

Por que mediana, não média: uma solicitação antiga que está parada há 90 dias vai distorcer a média e ocultar o fato de que o restante da fila está se movendo. A mediana indica o que a solicitação típica experimenta.

Meta: mediana abaixo de 7 dias, máximo abaixo de 21. Se algo está na fila há mais de 21 dias, deve ser devidamente escopo e incluído no roadmap de modelos recorrentes, ou encerrado honestamente com uma nota de "não vamos fazer isso" para o solicitante. O pior resultado é deixar indefinidamente em aberto. O solicitante perde a confiança e a fila continua crescendo.

A idade do backlog é a métrica que diz quando você precisa contratar. Se a precisão está boa, a velocidade do que você entrega está boa, mas a mediana da idade do backlog está subindo para além de 14 dias, você não tem um problema de qualidade. Você tem um problema de capacidade. Essa é uma conversa muito diferente com o CFO.

O diagnóstico de "baixa precisão por entradas desatualizadas"

Quando a precisão da previsão erra por 10%+, o primeiro instinto é reconstruir o modelo. Não faça isso. Oito em cada dez vezes, o modelo está correto. As entradas estão desatualizadas.

Execute a auditoria de atualidade das entradas antes de tocar em uma única fórmula:

1. Abra o modelo. Liste cada premissa que direciona uma linha de previsão. Novos clientes por segmento. Tamanho médio do negócio. Duração do ciclo de vendas. Taxa de conversão de negócios. Quadro de pessoal por função. Gastos com fornecedores por categoria.
2. Registre a data de atualização de cada um. Quando foi a última vez que esse número foi atualizado pelo responsável pela fonte de verdade? Número de pipeline de vendas operacionais, quadro de pessoal de RH, gastos com fornecedores de AP.
3. Sinalize tudo com mais de um ciclo de previsão de idade. Se você refaz a previsão mensalmente, tudo com mais de um mês é suspeito. Se trimestralmente, tudo com mais de um trimestre.
4. Rastreie as maiores divergências até as entradas mais desatualizadas. Plote as divergências em relação à idade da entrada. A correlação quase sempre está lá.

Padrão de exemplo real: a previsão errou o novo ARR em 12%. O modelo está correto. O número de pipeline que o alimentou foi extraído três semanas antes do fechamento, e nessas três semanas dois grandes negócios escorregaram para o próximo trimestre sem que ninguém tivesse informado ao financeiro. A correção não é retrabalhar o modelo. A correção é uma reunião semanal recorrente de 30 minutos com operações de vendas em que o pipeline é atualizado antes do bloqueio da previsão.

Esse diagnóstico também é como você devolve o trabalho de qualidade de entradas aos seus donos. Operações de vendas não atualiza o pipeline porque o financeiro não pede. Uma vez que você consegue mostrar ao CFO que "a previsão errou 12% porque os dados de pipeline tinham 21 dias na hora do bloqueio," operações de vendas tem uma razão real para corrigir a cadência. Você para de ser responsável por um problema que não é seu para resolver.

O slide de QBR que muda a conversa

Um slide, quatro quadrantes, todo trimestre, na frente do seu Diretor ou CFO. É isso que reformula a conversa de "no que você está trabalhando" para "a função está melhorando?"

Layout:

+---------------------------------------+---------------------------------------+
| SUPERIOR ESQUERDO: Tendência de       | SUPERIOR DIREITO: Tendência de        |
| precisão da previsão                  | velocidade do modelo                  |
| Gráfico de linha, últimos 8 trimestres| Gráfico de barras, últimos 8 trim.    |
| - Precisão de receita %               | - Mediana de horas até v1 (pontual)   |
| - Precisão de OPEX %                  | - Mediana de dias para entrega (rec.) |
| Linhas de meta em ±5% e ±3%           | Linhas de meta em 48h e 14d           |
+---------------------------------------+---------------------------------------+
| INFERIOR ESQUERDO: NPS de parceiros   | INFERIOR DIREITO: Top 3 erros, nomeados|
| Número + seta de tendência            | 1. Q1 novo ARR -12%: pipeline desatual.|
| 2 principais temas qualitativos       | 2. Q1 OPEX +4%: fornecedor incluído   |
| (ex.: "quer solicitações mais rápidas",|    com atraso                         |
|  "quer detalhes por segmento")        | 3. Quadro +6%: desvio no plano de    |
|                                       |    contratação                        |
|                                       | Cada um com causa raiz + responsável  |
+---------------------------------------+---------------------------------------+

Três regras para o slide:

• Sem tópicos adicionais abaixo. O slide é o roteiro. Se você precisa de um script, o slide está errado.
• Erros são nomeados com causa raiz. "O novo ARR do Q1 ficou 12% abaixo por causa de pipeline desatualizado, corrigido no Q2 com sync semanal com operações de vendas." Não "erramos 12% devido às condições de mercado." Mercados não são causa raiz. Pipeline desatualizado é.
• Mostre a tendência, não o instantâneo. Um NPS de 60 neste trimestre não significa nada. Uma tendência de 40 a 48 a 55 a 60 significa que a função está melhorando.

Execute esse slide todo trimestre durante quatro trimestres. No terceiro trimestre, o CFO para de perguntar no que você está trabalhando e começa a perguntar o que vem a seguir. Essa é a reformulação. É isso que você está otimizando.

Métricas de vaidade que prejudicam a função

Uma lista curta de métricas que parecem resultado, mas recompensam o comportamento errado:

• Número de modelos construídos. Recompensa volume em vez de impacto. A equipe que entrega 40 modelos mediocres recebe o mesmo crédito que a equipe que entrega 12 que orientam decisões.
• Horas registradas em modelos. Recompensa a lentidão. O analista que resolve em duas horas parece pior do que o que levou dois dias.
• Contagem de palavras no comentário de variações. Recompensa a prolixidade. Comentários longos geralmente significam que o analista não conhece a causa e está sendo cauteloso. Duas frases com uma causa raiz nomeada supera dois parágrafos de "devido a uma combinação de fatores."
• Número de dashboards gerenciados. Recompensa a proliferação. Uma equipe com 23 dashboards tem 19 que ninguém lê.
• Velocidade de suporte ao fechamento. Importante para contabilidade, não para FP&A. O dia de fechamento é a métrica da contabilidade. O trabalho do FP&A começa após o fechamento.

Se você está sendo medido em qualquer um desses, a conversa a ter com seu gestor é: "Prefiro ser medido pela precisão e velocidade. Aqui está a tendência até agora."

Como realmente começar

Não implante as cinco de uma vez. Escolha três neste trimestre. A combinação com a qual eu começaria:

1. Precisão da previsão (por linha, em relação à última reprevisão). A métrica principal. Inegociável.
2. Idade do backlog de solicitações pontuais. A mais fácil de acompanhar, a mais difícil de falsificar, e indica se você tem um problema de capacidade.
3. NPS de parceiros de negócios. O mais lento para se mover, mas as respostas qualitativas vão remodelar o que você constrói.

Acompanhe de forma privada por seis semanas antes de mostrar a alguém. Estabeleça uma linha de base em que você confia. Encontre os problemas óbvios e os corrija discretamente, para que o primeiro número que seu CFO veja não seja o seu pior.

Depois construa o slide de QBR. Apresente-o ao seu Diretor ou CFO na próxima revisão. Continue construindo-o todo trimestre.

No terceiro trimestre, a função não será mais medida por horas trabalhadas. Será medida por resultado, tendência, e pelo número de decisões que está melhorando. Esse é o lugar na mesa de estratégia, e é assim que você o conquista.

Saiba Mais

• Construindo um Modelo Operacional Baseado em Direcionadores
• O Ciclo Mensal de Previsão, Comprimido
• Tornando-se um Verdadeiro Parceiro de Negócios (Não uma Calculadora)
• Modelo de Descrição de Cargo: Analista Financeiro