Um dos pilares do chamado “Tax Transformation” é o fortalecimento da cultura de tomada de decisões orientada a dados (“data driven”), no qual o gestor fiscal dispõe de soluções que conseguem transformar dados em indicadores que lhe auxiliam na tomada de decisão para otimizar a carga fiscal.
Todo gestor fiscal de uma empresa precisa ter acesso rápido aos dados e, mais do isso, ter esse dado disponível de forma amigável e interativa para fazer filtros, simular cenários e ter um histórico confiável das operações e da carga tributária a fim de lhe permitir adotar as medidas estratégicas para guiar as iniciativas na área fiscal.
O conceito de Data Analytics e BI não são novos. No passado, havia uma ideia que somente profissionais de tecnologia da informação poderiam trabalhar com essas soluções. Contudo, essa percepção vem mudando e hoje trabalhar com solução de Data Analytics e BI é essencial para qualquer profissional, incluindo, aqueles trabalham com impostos.
O que é Data Analytics?
Em resumo, Data Analytics é transformar dados brutos em informações interpretáveis de negócio. Fazendo um paralelo, é “refinar petróleo bruto e transformá-lo em gasolina”.
Atualmente, todos os dias são gerados diversos tipos de dados e muitos afirmam que o dado é o novo petróleo. Contudo, esses dados para serem aproveitados precisam ser trabalhados.
Tipos de dados
E quais são os tipos de dados que são utilizados para fins de Data Analytics? Para se trabalhar com a modelagem de dados, o profissional da área fiscal pode se deparar com os seguintes tipos de informações:
- Dados não estruturados: Nessa condição, temos dados como imagens, PDFs, fotos que precisam serem lidos por algum robô e, com o uso da inteligência artificial, serem transformados em dados tabulares.
- Dados semi estruturados: Seriam dados, como por exemplo, arquivos do SPED, planilhas, arquivo texto etc.
- Dados estruturados: Aqui já temos dados estruturados em tabelas, principalmente, utilizando algum Banco de Dados (SQL Server, MySql, Oracle, Synapses, BigQuery etc.) e modelados para utilização em dashboards.
O processo de estruturação de dados pode ser comparado ao refino do petróleo. Para se ter uma gasolina premium, é preciso refinar o petróleo bruto. Da mesma forma, o dado deve ser tratado antes de ser utilizado para fins de construção de indicadores.
Objetivos do Data Analytics
Os insights gerados pelas visualizações dinâmicas de soluções de data Analytics podem ter os seguintes objetivos:
- Descritivo (o que aconteceu): No analytics descritivo, os dashboards fornecem visualizações históricas e atuais para fins comparativos e descritivos
- Diagnóstico (por que aconteceu): Já no data analytics diagnóstico, os indicadores e painéis ajudam a identificar a causa (motivo) de alguns comportamentos.
- Exploratório (onde aconteceu): Nesse caso, os gráficos e painéis ajudam a identificar anomalias e pontos fora da curva.
- Preditivo (o que vai acontecer): A partir de dados históricos, o data analytics tenta prever o futuro, fazendo os chamados “forecasts”.
Principais plataformas de Data Analytics
A popularização do Data Analytics se dá principalmente por plataformas de “Self Service” Analytics e BI, a quais tornam mais acessíveis a utilização por usuários que não são desenvolvedores, como por exemplo, aqueles que atuam no departamento fiscal das empresas.
As principais plataforma dos mercado hoje são:
- Power BI: Solução de Data Analytics e BI da própria Microsoft, considerada a melhor solução no segmento pelo quadrante mágico da Gartner.
- Tableau: Software de Analytics e BI, que foi recentemente adquirida pela Sales Force
- Qlik View: Uma das soluções mais antiga e consolidada no mercado
- MicroStrategy: Plataforma mais nova e que vem ganhando muitos usuários.
O grande diferencial da Power BI é justamente o Power Query, solução integrada que ajuda no tratamento e modelagem de dados de forma muito dinâmica, além da linguagem DAX que também permite diversos tipos de análise e estruturação de tabelas.
O “dilema 80/20” e a utilização dos arquivos SPED como fonte de dados para Tax Data Analytics
Pesquisas apontam que 80% do tempo de um cientista de dados é gasto para organizar, limpar e catalogar dados e somente 20% do tempo para fazer análises.
Essa realidade pode ser encontrada em qualquer situação em que um “report” tem que ser construído, inclusive na área fiscal.
Para superar essa desafio, a área fiscal deve buscar dados que já estejam pré-estruturados como é o caso dos arquivos do Sistema Público de Escrituração Digital (SPED).
No EFD ICMS-IPI (Sped Fiscal), por exemplo, você tem forma organizada todas as notas fiscais de entrada e saída emitidas no mês. Já, no EFD Contribuições, é possível obter as notas fiscais de vendas ou serviços prestados. Na Escrituração Contábil Digital (ECD) e na Escrituração Contábil Fiscal (ECF), é possível obter informações contábeis, inclusive as Demonstrações Financeiras.
Os próprios XMLs de Nota Fiscal Eletrônica (NFe), Nota Fiscal ao Consumidor Eletrônica (NFCe), Conhecimento de Transporte Eletrônico (CTe) e outras do programa SPED podem ser fonte de dados.
Tais arquivos podem encurtar o tempo gasto na preparação de dados (trabalho operacional), de modo que reste mais tempo para a análise estratégica.
Conclusões
O uso de plataforma de Tax Data Analytics e BI é um caminho sem volta para a área fiscal e todo gestor fiscal deve se preocupar em ter soluções que lhe ajudem na construção de indicadores, mapas e painéis estratégicos para fins de gestão da carga fiscal.
O desenvolvimento desses painéis por profissionais da área de tecnologia que não conhecem a área fiscal acaba frustrando expectativas dos líderes, pois transmitir o conhecimento em tributos para desenvolvedores que não são do ramo é muito difícil.
Pensando nisso, a Taxcel desenvolveu a plataforma TaxDashs que combinada a utilização de arquivos SPED como fonte de dados com a construção automática de diversos templates do Power BI com indicadores exclusivos para gestão da carga fiscal.
A partir de uma solução como essa, o gestor fiscal terá mais segurança, assertividade e velocidade na tomada de decisões estratégicas da empresa.
0 comentário