KPIs empresariais: o guia operacional para diretores industriais portugueses

Numa sala de reuniões perto de Guimarães, um diretor industrial abre um relatório de 14 páginas impresso na sexta-feira anterior. Está a olhar para números de segunda-feira. A produção de quinta já mudou tudo. Ele sabe-o, o CFO sabe-o, e ninguém diz nada porque foi assim que sempre se fez. Este é o problema com os KPIs empresariais em Portugal: não é que as empresas não os tenham — é que os têm tarde, dispersos e desalinhados com aquilo que o chão-de-fábrica faz de facto.

A tese deste guia é simples e desconfortável: um KPI que chega depois da decisão ter de ser tomada não é um indicador de desempenho — é um obituário. E a maioria das PMEs industriais portuguesas mede o passado com uma precisão que não usa para gerir o presente.

Vamos percorrer o problema desde a raiz — porque é operacional antes de ser técnico — até um plano de 90 dias que qualquer empresa do têxtil, do calçado, da distribuição ou do metal consegue executar sem parar a produção. Pelo caminho, dados portugueses reais, exemplos de chão-de-fábrica que reconhece, e as decisões que separam um painel útil de um disco cheio de ecrãs que ninguém abre.

1. O problema operacional real

Vamos ser concretos, porque o tema atrai generalidades como o algodão atrai pó. O problema não é a falta de dados. As fábricas portuguesas geram dados por todo o lado: folhas de produção, guias de transporte, ordens de fabrico, registos de ponto, faturação. O problema é que esses dados vivem em silos que não conversam e chegam à gestão como fotografias desfocadas de um comboio que já passou.

O relatório que ninguém usa para decidir

Numa confeção do Vale do Ave com 80 colaboradores, o típico ritual de fim de mês envolve alguém — muitas vezes o herói de IT auto-didata com 15 anos de casa — a cruzar folhas de Excel durante dois dias para produzir um mapa de margens por encomenda. Quando esse mapa fica pronto, as encomendas do mês seguinte já entraram, os preços da casa-mãe (uma Inditex, uma Decathlon, uma Tom Tailor) já foram fechados, e o mapa serve para confirmar o que já se suspeitava: aquela referência dá prejuízo. Mas já não dá para renegociar.

Isto não é incompetência. É arquitetura. Quando os indicadores são reconstruídos manualmente a posteriori, o custo de os produzir é tão alto que ninguém os produz com a frequência necessária para agir. O cálculo torna-se um ato de arqueologia — desenterrar o que aconteceu — quando devia ser um ato de navegação — decidir para onde vamos.

Há um custo escondido nesta arquitetura que raramente entra na conta: o custo de oportunidade da própria pessoa que faz o cruzamento. Numa PME de 80 pessoas, o «herói de IT» é frequentemente a pessoa que melhor conhece o negócio de ponta a ponta — do circuito de compra à lógica de custeio de uma referência. Passar dois dias por mês a colar células é gastar o recurso mais escasso da empresa na tarefa mais automatizável que existe. Quando finalmente essa pessoa sai ou adoece, o mapa de margens desaparece com ela, e a empresa descobre que não tinha um processo — tinha uma pessoa.

O KPI que mede a coisa errada

Há um erro mais subtil e mais caro. Numa fábrica de calçado de Felgueiras, o indicador-rei costuma ser pares produzidos por dia. É um número que sobe e que agrada a toda a gente. O problema: uma coleção de amostra tem entre 800 e 1200 SKUs, distribuídos por três eixos (cor, tamanho, forma), e o valor não está no volume — está na capacidade de cumprir a data em que o comprador internacional visita a fábrica (calçado de homem em agosto, de senhora em fevereiro). Medir pares/dia num ambiente de amostra é medir a velocidade a que se erra.

O mesmo padrão repete-se em cada setor com uma cara diferente. No têxtil, o KPI enganador é o número de metros produzidos por turno, quando o que a casa-mãe penaliza é o desvio de tonalidade entre lotes de tingimento — um problema de qualidade que o volume esconde. Na distribuição, é as linhas expedidas por dia, quando o que perde clientes é a taxa de erro no picking: uma linha errada numa entrega de material de construção volta como devolução, reclamação e uma chamada furiosa ao comercial. Cada um destes indicadores tem uma coisa em comum — é fácil de medir, sobe de forma consistente, e mede a atividade em vez do resultado.

Um indicador que sobe sempre é quase sempre o indicador errado. O bom KPI incomoda alguém.

A pergunta de teste é simples: se este número duplicasse amanhã, a empresa ficaria melhor? Se a resposta for «depende», o indicador está a medir esforço, não valor. Pares/dia pode duplicar com uma coleção cheia de erros. Metros/turno pode duplicar com desvios de cor que geram devoluções. Linhas expedidas pode duplicar com picking apressado e errado. Os KPIs que passam este teste são poucos, e são precisamente os que ninguém quer olhar porque expõem problemas reais.

O desalinhamento entre quem mede e quem decide

Depois há a guerra fria entre finanças e operações. O CFO quer margem, DSO, rotação de stock. O COO quer OEE, cumprimento de prazo, taxa de defeito. Ambos têm razão, e ambos medem realidades que não fecham na mesma folha. Explorámos esta tensão em detalhe em KPIs industriais que o CFO e o COO discordam — e como alinhar, porque é onde a maioria dos projetos de BI descarrila: não por falha técnica, mas por falta de acordo sobre o que é «bom».

O caso clássico: o COO celebra um OEE de 82% numa linha, e o CFO aponta que essa linha produziu para stock uma referência que roda uma vez por ano. A máquina esteve eficientíssima a fabricar dinheiro parado em armazém. Ambos os indicadores estão corretos. O que falta é o terceiro número que os concilia — eficiência ponderada pela procura real, ou margem gerada por hora-máquina. Sem esse elo, cada área otimiza o seu KPI e a empresa como um todo perde.

Onde nasce o desalinhamento: a fonte dupla do dado

A raiz técnica deste conflito é quase sempre a mesma: finanças e operações bebem de fontes diferentes. As finanças leem do módulo financeiro do ERP; as operações leem de folhas de produção, de terminais isolados, ou de nada. Quando o custo de uma ordem de fabrico que o financeiro regista não bate certo com as horas que o encarregado anotou no caderno, ninguém sabe qual está certo — e a reunião transforma-se num tribunal em vez de um comité de decisão. A cura não é dar razão a um dos lados. É garantir que ambos os números descem da mesma verdade de origem.

2. O que é exatamente «KPIs empresariais» em Portugal

Um KPI — Key Performance Indicator, indicador-chave de desempenho — é uma métrica quantificada, associada a um objetivo, com uma meta e um responsável. Cada palavra desta definição elimina candidatos. Se não tem meta, é uma estatística. Se não tem responsável, é decoração. Se não está associado a um objetivo do negócio, é ruído com casas decimais.

KPI, métrica e indicador: a distinção que importa

Nem toda a métrica é um KPI. Uma fábrica pode medir centenas de coisas — temperatura de um forno de tingimento, consumo elétrico por turno, pausas de máquina. São métricas operacionais. Tornam-se KPIs quando alguém decide que uma delas é chave para um objetivo e lhe atribui uma meta. A disciplina não está em medir mais; está em escolher os poucos que movem o negócio e ignorar o resto com coragem.

Há ainda uma família intermédia que confunde toda a gente: os indicadores de suporte, ou drivers. O consumo elétrico por turno não é um KPI da administração, mas é um driver do custo de transformação, que por sua vez alimenta a margem — esse sim, um KPI. Compreender esta cadeia — do driver operacional ao KPI de gestão — é o que permite explicar porque um indicador de topo se moveu. Um painel que só mostra os números de topo é bonito e inútil quando alguém pergunta «porquê».

A anatomia de um KPI defensável

Um KPI que sobrevive a uma auditoria de gestão tem seis componentes:

• Definição inequívoca — «OEE» não chega; é preciso definir disponibilidade, desempenho e qualidade e as fontes de cada fator.
• Fórmula de cálculo documentada — quem calcula tem de chegar sempre ao mesmo número a partir dos mesmos dados.
• Fonte de dados única e rastreável — o número vem do ERP, do MES, do POS, não de uma folha paralela.
• Frequência de atualização — diária, por turno, em tempo real; a frequência tem de bater certo com a velocidade da decisão.
• Meta e limiar de alarme — o valor a atingir e o valor a partir do qual alguém tem de ligar a alguém.
• Responsável nomeado — uma pessoa, não um departamento.

Aplique estes seis a um caso concreto. Um KPI de «margem por encomenda» defensável define margem como preço de venda menos custo de transformação real menos matéria-prima consumida à taxa da ordem; documenta que o custo de transformação vem das horas registadas nos terminais do chão-de-fábrica multiplicadas pela taxa horária do centro de custo; puxa tudo do ERP sem folhas intermédias; atualiza-se ao fecho de cada ordem; dispara alarme abaixo de uma margem-alvo definida por família; e tem o diretor comercial como dono. Falte uma destas seis peças e o número perde defesa na reunião — alguém vai sempre poder dizer «esse valor não está certo» e ter razão.

Indicadores atrasados e indicadores avançados

A distinção mais útil que a literatura de gestão nos deixou, e a mais ignorada nas PMEs, é entre lagging indicators (atrasados) e leading indicators (avançados). A margem do mês passado é atrasada — mede o resultado depois de tudo estar feito. A carteira de encomendas confirmadas, a taxa de ocupação de capacidade das próximas quatro semanas, o número de amostras aprovadas por comprador, são avançados — dizem-lhe o que vai acontecer a tempo de mudar. As PMEs portuguesas colecionam indicadores atrasados com devoção e quase não constroem avançados, o que explica porque gerem sempre a reagir e nunca a antecipar.

Uma breve história de como aqui chegámos

O conceito de KPI moderno herda de duas linhas: a contabilidade de gestão do início do século XX (as métricas financeiras) e o movimento da qualidade e da produção enxuta do pós-guerra japonês, que trouxe o OEE e a obsessão pelo desperdício visível. Nos anos 90, o Balanced Scorecard de Kaplan e Norton tentou casar as duas famílias — financeira, cliente, processos internos, aprendizagem. A maioria das PMEs portuguesas ficou algures no meio: adotou o vocabulário financeiro e ignorou a parte operacional, porque essa exigia dados que os sistemas não davam em tempo útil.

A ironia histórica é que o OEE nasceu no chão-de-fábrica japonês precisamente porque o dado tinha de estar junto da máquina, visível, atualizado ao minuto, para servir a quem operava. Décadas depois, muitas fábricas portuguesas têm o OEE numa folha que o gabinete produz uma vez por mês — invertendo exatamente a lógica que fez o indicador nascer. O KPI operacional que vive longe da operação é uma contradição nos termos.

3. O panorama em Portugal hoje

Aqui os números importam, e são desconfortáveis. Em 2025, segundo o INE, apenas 45% das empresas em Portugal faziam análise de dados (big data/analytics) — mais 6,4 pontos que em 2023, mas ainda muito longe de universal. Por outras palavras: mais de metade das empresas portuguesas ainda gere sem uma prática estruturada de análise de dados.

O quadro fica mais claro quando se olha para os alicerces. Ainda em 2025, o INE aponta que apenas 53,7% das empresas usavam ERP e 38,7% adquiriam serviços de computação em nuvem. Sem um núcleo integrado, o BI trabalha sobre dados dispersos — e é exatamente por isso que tantos projetos de dashboards acabam a alimentar-se de folhas de cálculo exportadas à mão.

Não se constrói um painel de KPIs fiável sobre um alicerce de exportações manuais. O dado tem de nascer no sistema onde a operação acontece.

O que os números do INE revelam sobre a maturidade

Cruzar estes três dados dá um diagnóstico brutal: quase metade das empresas quer analisar dados, mas quase metade não tem sequer um ERP a alimentar esses dados de forma integrada. Há aqui um fosso de execução. A vontade de gerir por dados existe; a infraestrutura para o fazer de forma fiável, muitas vezes, não.

Este fosso agrava-se por dimensão. Nas grandes empresas, a adoção de ERP e de análise de dados aproxima-se do universal; nas microempresas — que são a esmagadora maioria do tecido empresarial português — despenca. O problema é que a média nacional esconde esta bimodalidade: há um Portugal digitalizado e um Portugal que ainda gere no caderno, e as duas realidades convivem no mesmo cluster, por vezes na mesma rua industrial de Famalicão. Uma PME de 60 pessoas que ainda faz o custeio em Excel não está atrasada face à média — está atrasada face aos seus concorrentes diretos que já não fazem.

A pressão europeia e o défice de competências

A Bússola para a Década Digital da União Europeia fixou metas de digitalização das PMEs para 2030 que Portugal, no ritmo atual, terá dificuldade em cumprir. Mas o problema não é só de sistemas — é de pessoas que os saibam usar. A escassez de competências digitais é um travão transversal: de que serve montar uma camada de BI se ninguém na empresa sabe fazer uma pergunta associativa aos dados? A tecnologia sem competência gera um segundo silo — um dashboard sofisticado que só uma pessoa consegue mexer, reeditando o problema do «herói de IT» num formato mais caro.

Os setores industriais têm ritmos diferentes

O setor metalúrgico e metalomecânico português — mais de 23 mil empresas e cerca de 250 mil pessoas empregadas, segundo a AIMMAP — vive uma transição de Indústria 4.0 no corredor Aveiro–Marinha Grande, com moldes e injeção onde a peça única e a série grande convivem na mesma nave. Aqui o KPI complica-se: o custeio de um molde único — meses de trabalho, protótipos, correções — pouco tem a ver com o custeio de uma série de injeção de milhões de peças, e um painel que trate os dois com a mesma régua engana em ambos.

O têxtil do Vale do Ave enfrenta pressão dupla: fast fashion de um lado, exigências de rastreabilidade de lote da Estratégia da UE para Têxteis Sustentáveis e Circulares do outro. O passaporte digital de produto que a Europa prepara vai exigir rastrear cada lote — origem da fibra, processos de acabamento, tingimentos — de uma forma que só um ERP com rastreabilidade de lote a sério consegue dar. A empresa que hoje não regista o lote no sistema vai descobrir, dentro de poucos anos, que a rastreabilidade deixou de ser um extra e passou a ser condição de acesso ao cliente europeu.

O calçado de Felgueiras e S. João da Madeira joga tudo em coleções com milhares de SKUs e janelas de comprador rígidas. A APICCAPS documenta um setor fortemente exportador, onde a data de entrega ao comprador internacional não se negoceia — chegou-se atrasado à feira, perdeu-se a estação inteira. Aqui o KPI que importa não é de produção, é de cumprimento de plano contra calendário de comprador.

O comércio como termómetro

Do lado do retalho e da distribuição, o volume de negócios do comércio em Portugal atingiu 201,8 mil M€ em 2024, um crescimento de 3,6% face a 2023, com o comércio a retalho a crescer 4,7% (INE). Crescimento com margens apertadas significa uma coisa: quem não medir a margem por SKU, por loja e por canal em tempo quase real, gere às cegas num mercado que se move.

O retalho alimentar regional é o caso mais agudo. Uma cadeia de 20 lojas com margens brutas de um dígito não pode dar-se ao luxo de descobrir no fecho do mês que uma loja está a vender abaixo do custo por um erro de etiquetagem, ou que uma categoria inteira derrapou em quebra. O POS certificado que comunica ao backoffice em tempo quase real transforma cada venda num dado imediato — mas só se o backoffice tiver quem leia esse dado e aja sobre ele antes do fecho.

Financiamento: o que os apoios pagam e o que ficam a dever

Há um motor de financiamento real por trás desta corrida — PT2030, PRR, COMPETE 2030, Norte 2030. Muitos projetos de digitalização e de sistemas de gestão são elegíveis, e o IAPMEI acompanha uma parte substancial destas candidaturas. A experiência de terreno, porém, é sóbria: o que costuma ficar preso não é a aprovação da candidatura — é o relatório técnico final, a demonstração de que o investimento gerou o resultado prometido. Empresas que compraram sistemas sem definir antes que KPIs iriam melhorar chegam a esta fase sem forma de provar o impacto. Definir os indicadores antes do projeto não é só boa gestão — é a prova documental que a candidatura vai exigir no fim.

4. Os modelos de implementação de KPIs

Há quatro abordagens práticas para pôr KPIs a funcionar numa PME industrial portuguesa. Não são mutuamente exclusivas — a maioria das empresas evolui de uma para a seguinte — mas cada uma tem um custo e um teto de fiabilidade próprios.

Modelo 1: folhas de cálculo — o pântano confortável

Toda a empresa começa aqui, e não há vergonha nisso. A folha de cálculo é imbatível para prototipar um indicador novo. O problema aparece na escala: quando três pessoas mantêm três versões da «folha oficial», o número deixa de ser confiável e as reuniões passam a discutir de quem é o número certo em vez do que fazer com ele. Regra prática: se dois departamentos apresentam o mesmo KPI com valores diferentes na mesma reunião, saíram da fase da folha de cálculo há muito tempo.

Há um segundo risco na folha de cálculo que raramente se admite: a fragilidade da fórmula. Uma célula copiada com o intervalo errado, uma linha inserida que a soma não apanha, um filtro que ficou aplicado da última análise — e o número sai errado sem que ninguém perceba, porque a folha não dá erro, dá um número plausível. A pior falha de dados não é a que rebenta; é a que passa despercebida e alimenta uma decisão. Auditorias informais a folhas de custeio de PMEs revelam com frequência erros de fórmula que distorcem margens em pontos percentuais inteiros — e que estiveram a orientar decisões de preço durante meses.

Modelo 2: relatórios nativos do ERP

Um ERP vertical bem parametrizado dá listagens diárias fiáveis sobre faturação, compras, stock e produção. É um salto enorme face à folha de cálculo porque o dado é único. A limitação é a rigidez: cruzar margem por cliente com pontualidade de entrega e com taxa de defeito, tudo no mesmo ecrã, exige uma flexibilidade que os relatórios nativos raramente têm.

Não subestime este modelo, no entanto. Para uma empresa pequena com processos simples, relatórios nativos bem desenhados e disciplinadamente lidos resolvem 80% da necessidade a custo quase nulo. O erro é ficar preso a este modelo quando a complexidade cresce — quando começa a ser preciso responder a perguntas que o programador do relatório não previu, e cada nova pergunta exige um pedido de desenvolvimento e semanas de espera. Nesse ponto, o custo de manter o modelo já ultrapassou o custo de o abandonar.

Modelo 3: camada de BI sobre o ERP

É aqui que a maioria das PMEs industriais deveria estar. Uma ferramenta de BI como o Qlik Sense lê o ERP e permite análise associativa — clicar num cliente e ver instantaneamente todas as encomendas, margens, atrasos e devoluções desse cliente sem construir um relatório novo. Usa tecnologia OLAP para responder a perguntas que ninguém previu quando o sistema foi montado. É a diferença entre ter respostas e poder fazer perguntas.

A vantagem associativa é difícil de explicar sem ver, mas o teste é este: o diretor comercial repara que um cliente antigo caiu em faturação. Num modelo de relatórios, pede ao IT um mapa da evolução daquele cliente e espera. Num modelo associativo, clica no cliente e vê, no mesmo segundo, que a queda coincide com uma subida das devoluções de uma família de produto específica — e percebe que não é o cliente que arrefeceu, é um problema de qualidade que está a afastá-lo. A pergunta que gera a resposta valiosa é quase sempre a segunda ou a terceira, e só as ferramentas que deixam encadear perguntas em tempo real as tornam possíveis.

Modelo 4: BI mais tempo real do chão-de-fábrica

Para KPIs operacionais — OEE, refugo, tempo de setup — o dado mensal é inútil. É preciso capturá-lo no momento em que a máquina o produz. Um sistema de captura de produção como o KORA Productivity recolhe do terminal industrial em tempo real, e o resultado é que o encarregado vê o OEE do turno enquanto o turno ainda decorre — e pode agir. Aprofundámos este mecanismo em KORA Productivity: controlo do chão de fábrica em tempo real.

O ponto crítico deste modelo não é a tecnologia — é a disciplina de recolha no terreno. Um terminal industrial que o operador tem de alimentar com o motivo de cada paragem só funciona se a recolha for tão simples que não roube tempo à produção, e se o operador vir retorno em ter reportado. Rollouts que impõem burocracia de registo sem devolver informação útil ao chão-de-fábrica morrem em semanas: o operador aprende a carregar sempre no mesmo botão para se ver livre do ecrã, e o dado que chega ao painel é lixo com aparência de rigor. A regra de ouro: quem alimenta o dado tem de ser o primeiro a beneficiar dele.

KPI financeiro pode ser mensal. KPI operacional tem de ser do turno, ou não serve para gerir o turno.

5. Como avaliar se a sua empresa precisa

Não é preciso um estudo de seis meses para saber onde está. Há sinais claros, e há um método rápido para os ler.

Sintomas de que os seus KPIs não estão a funcionar

• As reuniões de gestão gastam mais tempo a validar números do que a decidir com base neles.
• O relatório-chave é produzido por uma pessoa e, se essa pessoa faltar, ninguém o consegue reproduzir.
• Dois departamentos apresentam valores diferentes para o mesmo indicador.
• Os números chegam demasiado tarde para mudar seja o que for.
• Ninguém sabe explicar como um KPI é calculado sem consultar uma folha de cálculo escondida.
• Quando o KPI dispara para vermelho, não há uma pessoa nomeada que tenha de agir.
• A empresa mede muitas coisas mas não consegue dizer quais os cinco números que importam mais.

Passo a passo: diagnóstico em cinco etapas

1. Liste os cinco indicadores que a gestão olha primeiro. Se demorar mais de dez minutos a chegar a cinco, o problema não é técnico — é de foco.
2. Para cada um, identifique a fonte de dados e a frequência real de atualização. Escreva ao lado se vem do sistema ou de uma folha manual. A quantidade de «manuais» é o seu défice de integração.
3. Meça a latência de decisão. Quanto tempo passa entre o facto acontecer no chão-de-fábrica e o KPI o refletir? Compare essa latência com a velocidade a que precisa de decidir.
4. Nomeie o responsável de cada KPI. Se não conseguir nomear uma pessoa (não um departamento), o indicador não tem dono e ninguém age quando ele piora.
5. Classifique cada KPI como financeiro ou operacional. Os financeiros toleram atualização diária; os operacionais precisam de tempo real. Este simples ordenamento diz-lhe onde investir primeiro.

Ler o resultado do diagnóstico

Os padrões que este diagnóstico revela são reconhecíveis. Se a maioria dos KPIs vem de folhas manuais, o problema é de fonte de dados — resolva primeiro a integração, antes de sonhar com dashboards. Se os KPIs vêm do sistema mas a latência é enorme, o problema é de frequência de recolha — provavelmente falta captura no chão-de-fábrica. Se os KPIs estão fiáveis e rápidos mas ninguém age quando piscam a vermelho, o problema é de governação — falta o dono e a regra de escalonamento. Cada padrão aponta para um investimento diferente, e gastar no problema errado é como comprar pneus novos para um carro sem motor.

A matriz de decisão: onde investir primeiro

Quick wins para as próximas duas semanas

Antes de qualquer projeto grande, três coisas rendem quase de imediato: (1) escolher um KPI operacional crítico e passá-lo de mensal para diário, nem que seja num quadro branco no chão-de-fábrica; (2) matar dois ou três KPIs que ninguém usa mas que ainda se calculam por inércia; (3) forçar uma definição única e escrita do indicador que mais gera discussão em reunião.

O quadro branco no chão-de-fábrica merece defesa: é o oposto de sofisticado e é frequentemente o passo com melhor retorno por euro investido em toda esta jornada. Um número atualizado à mão todos os turnos, visível a quem trabalha, muda comportamentos de forma que nenhum dashboard escondido no gabinete consegue. Só depois de a cultura de olhar para o número existir é que a automatização desse número traz valor. Automatizar um indicador que ninguém consulta é acelerar a produção de algo que ninguém quer.

6. O que escolher e porquê — decisão por dimensão de empresa

A recomendação certa depende da dimensão e da complexidade, não da moda. Uma empresa não deve comprar a arquitetura de dados de outra três vezes maior.

Menos de 30 colaboradores: resolver a fonte antes de tudo

Nesta dimensão, o pecado mais comum é querer BI antes de ter dado. A prioridade absoluta é ter a faturação, as compras, o stock e — se houver produção — as ordens de fabrico a nascer num sistema único e certificado. Um ERP vertical parametrizado para o setor, com relatórios nativos lidos com disciplina, cobre a esmagadora maioria da necessidade. A folha de cálculo pode continuar a existir para prototipar indicadores novos — mas nunca como fonte oficial de um KPI de gestão. Investir em dashboards sofisticados nesta fase é decorar uma casa antes de ter fundações.

30 a 100 colaboradores: o ponto de viragem operacional

É neste escalão que a maioria das confeções, fábricas de calçado e unidades metalúrgicas portuguesas se encontra, e é aqui que a captura de chão-de-fábrica passa de luxo a necessidade. Com produção relevante, os KPIs operacionais — OEE, refugo, cumprimento de plano — só têm valor se forem do turno, e isso exige terminais no terreno. Simultaneamente, começam a fazer sentido os primeiros dashboards de BI sobre os KPIs financeiros. A ordem importa: primeiro o dado operacional em tempo real, depois a camada analítica que o cruza com o financeiro.

100 a 250 colaboradores: alinhar quem mede e quem decide

Aqui o problema já não é ter dado — é conciliar dados de departamentos que crescem em silos. É o escalão onde a guerra fria entre finanças e operações rebenta com mais força, e onde uma camada de BI associativo com governação de dados a sério passa a ser condição de sanidade. A governação — quem define, quem valida, quem altera — deixa de ser opcional: sem ela, cada área constrói o seu próprio painel com as suas próprias definições, e volta-se ao problema dos números que não fecham, agora com tecnologia mais cara.

A armadilha de comprar acima do peso

Um erro que vemos há décadas: a empresa de 40 pessoas que compra a arquitetura de dados de uma de 400 porque «é para crescer». O resultado previsível é um sistema que ninguém tem estrutura para alimentar, dashboards vazios e uma sensação de fracasso que atrasa a maturidade digital em anos. A regra é o contrário: resolva primeiro a fiabilidade do dado base, depois adicione a camada analítica quando o dado for de confiança.

Comprar a arquitetura de dados de uma empresa três vezes maior não a faz crescer mais depressa — faz-lhe herdar problemas que ainda não tem.

O caso da complexidade extrema

Para empresas com processos de fabrico muito complexos — múltiplas filiais, regras de negócio densas, integrações pesadas — um ERP low-code como o QAD Adaptive permite modelar o que os ERPs generalistas não modelam. E quando há necessidade de ligar operações entre filiais e parceiros, a integração via Multi Connect evita a proliferação de folhas de reconciliação entre unidades. Sobre o padrão de automatizar o que hoje é manual, vale a leitura de Automação de processos em indústria portuguesa: guia operacional.

KPIs por tipo de operação

Numa operação de gestão de armazém, os KPIs-rei são a exatidão de inventário, a produtividade de picking e o cumprimento de janelas de expedição — e o safety stock mal calculado é a causa silenciosa de metade dos incêndios logísticos. No retalho omnicanal, entram indicadores como taxa de conversão de click-and-collect e margem por canal. Cada operação tem a sua meia dúzia de indicadores que importam; o pecado é copiar a lista de outra.

KPIs por setor: a meia dúzia que importa

7. Quadro regulatório e conformidade aplicável

Os KPIs não vivem num vácuo legal. Os dados que os alimentam estão sujeitos a regras que, ignoradas, transformam um projeto de BI numa exposição de risco.

Faturação, SAF-T e a fonte fiscal dos dados

Muitos KPIs financeiros nascem dos documentos de faturação. O DL 28/2019 e a obrigatoriedade de ATCUD e de software certificado pela AT significam que a fonte destes indicadores tem de ser um sistema certificado — não uma folha de cálculo. A comunicação mensal do SAF-T (Portaria 195/2020) cria, de resto, um dataset limpo e estruturado que é ouro para análise, se for aproveitado.

Vale sublinhar uma consequência prática pouco explorada: o SAF-T que a empresa já é obrigada a produzir contém, num formato normalizado, uma parte substancial dos dados que um painel de KPIs financeiros precisa. A empresa que trata o SAF-T apenas como uma obrigação a cumprir está a deitar fora um ativo analítico que já pagou para construir. A mesma disciplina que garante a conformidade fiscal garante a fiabilidade da fonte de dados — as duas coisas resolvem-se juntas.

Proteção de dados nos KPIs de pessoas

Assim que se medem indicadores de RH — absentismo, rotatividade, produtividade individual — entra o RGPD e a Lei 58/2019. Indicadores de pessoas exigem base legal, minimização e cuidado especial com qualquer análise que se aproxime de perfilagem. Uma ferramenta de gestão de pessoas com IA preditiva de rotatividade tem de ser desenhada com estes limites à cabeça — e, dependendo do uso, sob o olhar do AI Act (Regulamento UE 2024/1689).

A linha que separa o admissível do problemático é subtil. Medir o absentismo agregado de uma secção é gestão legítima; usar um algoritmo para atribuir a cada colaborador uma pontuação de risco de saída que influencie decisões sobre essa pessoa entra em território de perfilagem que o RGPD e o AI Act cercam com exigências acrescidas — transparência, base legal robusta, direito a intervenção humana. A regra prática: quanto mais individual e mais consequente for o indicador de pessoas, mais rigor legal exige. E as empresas com 50 ou mais colaboradores têm ainda a obrigação do canal de denúncias da Lei 93/2021 a considerar quando desenham a governação dos seus dados de RH.

Cibersegurança do repositório de indicadores

Um dashboard de gestão concentra o que a empresa tem de mais sensível: margens, clientes, custos, salários. É um alvo. A monitorização de segurança e as exigências da resiliência operacional digital e da NIS2 (Diretiva UE 2022/2555, transposta pelo DL 65/2025) tornam a proteção deste repositório uma questão de conformidade, não só de prudência. Certificações como a ISO 27001 dão o enquadramento; o serviço de cibersegurança dá a execução.

A NIS2 alargou substancialmente o universo de entidades abrangidas face à diretiva anterior, apanhando setores e dimensões de empresa que antes ficavam de fora — incluindo muitas empresas industriais de média dimensão que se consideravam demasiado pequenas para o radar regulatório. O erro comum é assumir que a cibersegurança do painel de KPIs é um problema do departamento de IT. Não é: um vazamento das margens por cliente para um concorrente, ou uma alteração maliciosa dos números que orienta uma decisão errada, são riscos de negócio de topo. O repositório de indicadores merece o mesmo nível de proteção que a base de dados de clientes.

O painel de KPIs é o cofre da empresa em formato digital. Trate-o com o mesmo respeito com que trata o cofre físico.

8. Como a INFOS aborda isto

Trinta e seis anos a construir software para indústria portuguesa ensinaram-nos uma coisa que os fornecedores generalistas não sabem: o KPI só é fiável se nascer no sistema onde a operação de facto acontece. Por isso a nossa abordagem começa pelo dado de origem — no ERP vertical parametrizado para têxtil, calçado, vestuário, metal ou plástico — e só depois sobe para a camada analítica.

Na prática, isto significa capturar a produção no chão-de-fábrica em tempo real com terminais industriais, garantir que a faturação sai de um sistema certificado, e ligar tudo a uma camada de BI associativo onde o diretor faz perguntas em vez de esperar por relatórios. Quando é preciso, adicionamos componentes de IA para previsão — sempre dentro dos limites regulatórios que a análise de dados de pessoas e de negócio impõe.

Porque a verticalização muda o custeio

O detalhe que os ERPs generalistas não resolvem é a modelação do produto. Uma coleção de calçado com três eixos — cor, tamanho, forma — e 1200 SKUs não cabe num sistema desenhado para vender parafusos. Se o ERP não modela corretamente a estrutura do produto, o custeio sai errado na origem, e todo o KPI de margem construído por cima herda o erro. A verticalização não é uma questão de conforto de utilização — é a condição para que a margem por referência seja um número em que se pode confiar. Vale-nos aqui o que aprendemos em milhares de projetos: o KPI mais bonito assenta sempre numa parametrização de produto invisível que ninguém no dashboard vê.

O que não fazemos

Não vendemos dashboards bonitos sobre dados maus. Vendemos a disciplina de ter um dado único e fiável, e a camada que o transforma em decisão. É menos glamoroso do que uma demo com gráficos a mexer, e é o que separa um projeto que dura de um que enche o disco de ecrãs que ninguém abre. Também não escondemos que já vimos projetos derrapar — quase sempre pela mesma causa: começar pela camada de visualização antes de resolver a fonte, ou impor recolha no chão-de-fábrica sem devolver valor a quem recolhe. Aprendemos a começar pequeno, provar valor cedo, e alargar só quando o dado é de confiança.

9. Roadmap 30/60/90 dias

Um projeto de KPIs não se faz num big-bang. Faz-se por camadas que provam valor cedo, porque o chefe de armazém que sai do rádio mais de duas horas para uma formação vai sabotar o rollout — e tem razão em fazê-lo se não vir retorno rápido.

Dias 1–30: fundação e foco

• Corra o diagnóstico de cinco etapas da secção 5 e produza a lista dos KPIs que realmente importam.
• Mate os indicadores mortos — os que se calculam por inércia e que ninguém usa.
• Escreva a definição única de cada KPI sobrevivente: fórmula, fonte, frequência, meta, responsável.
• Identifique quais nascem de dados fiáveis do sistema e quais dependem de folhas manuais.

O entregável concreto desta fase não é software nenhum — é um documento de uma página por KPI. Se a empresa não consegue produzir esse documento, não está pronta para automatizar nada. E frequentemente esta fase, sozinha, já melhora a gestão: forçar a escrever a definição de um indicador que gerava discussão resolve a discussão, porque expõe que os dois lados estavam a calcular coisas diferentes com o mesmo nome.

Dias 31–60: dado único e primeiros painéis

• Elimine as fontes manuais dos três KPIs mais críticos, ligando-os diretamente ao ERP.
• Monte o primeiro painel de BI sobre esses três, com atualização diária no mínimo.
• Se tem produção relevante, comece a capturar um KPI operacional (OEE ou refugo) em tempo real num posto-piloto.
• Nomeie oficialmente os responsáveis e defina o que acontece quando cada KPI fica vermelho.

Escolha o posto-piloto com cuidado: não o mais problemático — o mais colaborante. O objetivo desta fase é provar que a recolha em tempo real gera informação que muda o turno, e isso precisa de um encarregado que abrace a mudança, não de um que a resista. Um piloto bem-sucedido num posto amigável torna-se o argumento que convence os restantes; um piloto falhado no posto mais difícil enterra o projeto inteiro.

Dias 61–90: expansão e governação

• Alargue a captura de tempo real do posto-piloto para a linha ou secção.
• Introduza a análise cruzada — margem contra pontualidade contra defeito — no mesmo painel.
• Formalize a governação de dados: quem pode alterar definições, quem valida, com que periodicidade se revê a lista de KPIs.
• Faça a primeira revisão trimestral: quais KPIs mudaram comportamentos reais? Os que não mudaram nada

Perguntas frequentes

O que é um KPI operacional e como se diferencia de um indicador financeiro?

Um KPI operacional mede o desempenho do chão-de-fábrica em tempo real — cumprimento de prazos, taxa de defeito, eficiência de máquina. Um indicador financeiro mede resultado posterior — margem, rotação de stock, DSO. O problema português é que os operacionais chegam tarde e os financeiros não explicam porque é que a fábrica trabalhou bem mas a empresa perdeu dinheiro.

Por que razão os relatórios de KPIs em PMEs industriais portuguesas chegam sempre atrasados?

Porque são construídos manualmente em Excel, cruzando dados de vários silos — folhas de produção, guias de transporte, ordens de fabrico. Uma pessoa dedica dois dias por mês a colar células. Quando os dados ficam prontos, as decisões já foram tomadas. A arquitetura é o problema, não a incompetência. Automatizar é a solução.

Como saber se um KPI está a medir a coisa errada?

Faça o teste: se este número duplicasse amanhã, a empresa ficaria melhor? Se a resposta for «depende», está a medir esforço, não valor. Pares produzidos por dia pode duplicar com erros. Metros por turno pode duplicar com desvios de cor. Um bom KPI incomoda alguém porque expõe problemas reais.

Qual é o maior risco de um KPI que sobe consistentemente?

É quase sempre o indicador errado. Um número que cresce sem parar esconde frequentemente uma métrica que mede atividade em vez de resultado. No calçado, pares/dia ignora o cumprimento de datas críticas. No têxtil, metros/turno ignora desvios de tonalidade. A consistência é suspeita.

Como resolver o conflito entre o CFO e o COO sobre qual KPI usar?

Não é escolher um. É criar um terceiro indicador que concilia ambos — por exemplo, margem gerada por hora-máquina em vez de apenas OEE. Sem esse elo, cada área otimiza o seu número e a empresa como um todo perde. O alinhamento exige um indicador que ambos reconheçam.

Qual é o custo escondido de um KPI construído manualmente?

O custo de oportunidade da pessoa que o constrói. Numa PME de 80 colaboradores, é frequentemente o melhor conhecedor do negócio a gastar dois dias por mês em Excel. Quando essa pessoa sai, o KPI desaparece com ela. Não tinha um processo — tinha uma pessoa. É o risco maior.

Quanto tempo leva a implementar um sistema de KPIs operacionais numa fábrica portuguesa?

O guia propõe um plano de 90 dias que qualquer empresa do têxtil, calçado, distribuição ou metal consegue executar sem parar a produção. Não é um projeto de BI de dois anos. É operacional antes de ser técnico — começa por alinhar o que se mede, depois automatiza a coleta.

Fontes

• Instituto Nacional de Estatística (INE) — Estatísticas de Produção Industrial e Indicadores de Atividade Económica em Portugal
• Norma ISO/IEC 27004:2016 — Information security management — Measuring information security
• IAPMEI (Instituto de Apoio às Pequenas e Médias Empresas e à Inovação) — Guias de Gestão Operacional para PMEs Industriais
• Banco de Portugal — Relatórios de Conjuntura Económica e Indicadores de Desempenho Empresarial
• Norma ISO 22400:2018 — Automation systems and integration — Key performance indicators (KPIs) for manufacturing operations management