No último texto sobre M&A, comentamos algumas premissas, riscos e simulações do processo. Indicamos variáveis e explicamos o racional (derrubando alguns múltiplos irracionais) que deveria guiar o valuation das operações.
Hoje quero destacar outra premissa e um cuidado essencial no processo de M&A: a consolidação de dados para estruturação do pitch deck + modelagem e, posteriormente, a due diligence.
Qualquer fusão, aquisição ou incorporação é como um casamento: não basta, no início da relação, prometer inúmeras sinergias e potenciais. É preciso provar, com dados, ao longo de todo o processo.
Essa prova começa no levantamento das informações iniciais. Empresas com bancos de dados falhos e incompletos têm menor capacidade de avaliar sinergias com grupos externos e de demonstrar o histórico real do negócio.
Em diversas ocasiões, o time de M&A da AAWZ precisou envolver a equipe de tecnologia para consolidar dados históricos das partes envolvidas — operacionais, contratuais e financeiros — em uma base única.
Isso porque muitas operações não possuem detalhamento confiável de indicadores operacionais (custódia, número de assessores, captação por segmento, receita, profissionais, filiais etc.), financeiros (DRE e BP consolado por área e filial) ou contratuais (non compete, solicit, lockup por profissional). Abaixo, um exemplo de como nosso time organiza essas informações para apoiar a avaliação inicial da empresa e a construção do pitch deck.
Vale reforçar que essa deficiência não inviabiliza a operação, mas atrasa o processo, especialmente quando documentos antigos estão dispersos, em posse de terceiros ou de ex-colaboradores ou ainda nem foram armazenados, se perdendo ao longo do tempo. Em casos extremos, tira do comprador a capacidade de integrar dados após a aquisição, comprometendo sinergias futuras.
Esse processo prévio não deve ser confundido com a due diligence. A DD é uma análise detalhada da empresa que será adquirida (no caso do buy side). O objetivo é identificar e avaliar riscos, oportunidades e conformidade legal, fiscal, financeira e operacional, embasando a decisão e, se necessário, ajustando os termos do acordo.
Na prática, isso significa apresentar demonstrações financeiras claras, com mínimo de passivos, além de dados históricos consistentes, integráveis e preferencialmente extraídos de sistemas centralizados — e não de planilhas fragmentadas. Informações incompletas, sem credibilidade ou mal organizadas podem reduzir o earn-out ou gerar ajustes no upfront, prejudicando a reputação do vendedor e alongando processos. Dados de alta qualidade reduzem riscos e aumentam a confiança entre as partes.
É isso que garante segurança que o comprador está fazendo um bom negócio, que os valores são justos e que os riscos estão mapeados e mitigados, para ambos os lados. Ter dados confiáveis, auditáveis e centralizados é pré-requisito de qualquer M&A bem conduzido.
Na prática, porém, vemos operações desperdiçarem meses de trabalho, dinheiro e energia por falta de confiança nos dados. Esse problema é recorrente no setor de assessoria de investimentos, onde planilhas e ajustes manuais dificultam auditorias e consolidações. E não se limita a empresas pequenas: até grandes instituições financeiras já enfrentaram graves falhas de dados, como mostram casos clássicos.
Barclays e Lehman Brothers (2008) – Erro de Planilha e Contratos Indesejados
Na crise de 2008, ao adquirir ativos do Lehman, o Barclays se deparou com um erro em uma planilha de Excel. Na conversão para PDF, 179 contratos ocultos foram revelados e incluídos indevidamente no acordo. O banco acabou assumindo obrigações não previstas, precisando recorrer à Justiça para tentar reverter o caso. O episódio mostrou como controles manuais em planilhas podem gerar riscos inesperados em operações críticas.
JPMorgan Chase (2012) – A “Baleia de Londres” e a perda de US$ 6,2 bilhões
Em um dos casos mais emblemáticos do mercado financeiro, erros em uma planilha de Excel foram apontados como um dos principais fatores que contribuíram para prejuízos estimados em mais de 6,2 bilhões de dólares da JPMorgan em 2012. Segundo relatórios da investigação do caso, uma fórmula incorreta no excel subestimou pela metade o risco das posições assumidas por um trader em Londres, Bruno Iksil, apelidado pela imprensa de Baleia de Londres pelo grande volume que operava.
Quando investigaram a causa do desastre, descobriram que o modelo de risco utilizado envolvia cópia e colagem manual de dados de várias planilhas diferentes. As fórmulas não haviam sido ajustadas corretamente, levando a uma avaliação de risco completamente equivocada.
O resultado? Iksil acabou perdendo pelo menos US$ 6,2 bilhões para a empresa. A JPMorgan foi multada em US$ 920 milhões, e o salário do CEO foi cortado pela metade.
Este caso se tornou um dos exemplos mais notórios de como erros em planilhas podem afetar até mesmo as instituições financeiras mais sofisticadas do mundo.
Lazard e SolarCity–Tesla (2016) – Valuation Subestimado
A qualidade dos dados é igualmente crítica nas assessorias financeiras que conduzem valuations e modelagens em fusões. Um exemplo marcante envolveu o banco de investimento Lazard em 2016, quando este assessorou a SolarCity na sua venda para a Tesla.
Durante a avaliação, ocorreu um erro de modelagem em Excel: determinada obrigação financeira da SolarCity foi contabilizada duas vezes por engano, aplicando um desconto indevido no valuation. O resultado foi uma subavaliação em torno de US$ 400 milhões no valor da empresa-alvo. Embora a aquisição tenha prosseguido, essa falha – tornada pública posteriormente – lançou dúvidas sobre a precisão das análises financeiras apresentadas.
Em negócios bilionários, um deslize assim pode alterar termos da negociação e minar a confiança dos acionistas na equidade do preço. O caso Lazard/SolarCity ficou conhecido como um alerta de que até firmas conceituadas podem incorrer em “erro de planilha” com impacto material, reforçando que planilhas não auditadas e manejadas manualmente elevam o risco dos negócios.
Conclusão: confiança nasce de estrutura
Os casos citados são exemplos de M&A entre grandes instituições que deram errado por erros manuais. Embora pareça distante da realidade do mercado brasileiro de assessorias, devemos lembrar que esses casos ocorreram em empresas muito mais maduras, estruturadas e com vários auditores globais intermediando o processo, onde jamais esperaríamos que dados sensíveis e cruciais do negócio seriam feitos manualmente, em fórmulas de excel mas mesmo assim aconteceram.
Na prática do nosso mercado, vemos frequentemente coisas muito mais amadoras, devido ao tamanho e maturidade. Em muitos casos a falta de clareza do resultado financeiro e dos dados operacionais passados, além de planilhas espalhadas por todas as áreas da operação, muitas das quais possuem dados discrepantes e que não conversam entre si causam confusões durante a consolidação e discussões com eventuais compradores.
Ter dados centralizados e auditáveis já é vital internamente, para o dia-a-dia da operação — mas torna-se ainda mais crítico para terceiros que não têm sensibilidade prévia dos números. Estruturar informações de forma confiável é o que diferencia operações que prosperam daquelas que morrem na negociação.
É nesse ponto que soluções especializadas em infraestrutura de dados e back-office para assessorias ganham relevância. Operações que já estruturaram suas bases não apenas passam pela due diligence com tranquilidade, como transmitem ao mercado a confiança necessária para viabilizar fusões, aquisições e crescimento sustentável.
Prepare sua operação para um eventual M&A: base de dados confiável, balanços auditáveis, finanças transparentes e acordo de sócios atualizado, tudo seguindo boas práticas de mercado. Conte com a AAWZ. Nosso time de especialistas e tecnologia deixará sua assessoria pronta para o próximo salto.
Com o BI AAWZ, você centraliza os dados de todas as PJs, acompanha o BP e analisa informações macro e micro, inclusive em nível de clientes.
Com o AAWZ Intelligence, ferramenta de IA da AAWZ,, é possível realizar análises avançadas, cruzamentos, comparações com benchmarks e extrair insights estratégicos.
Com a controladoria AAWZ, você estrutura e acompanha resultados históricos por PJ, filial, área de produto, equipe e até por profissional, apoiando decisões estratégicas e fortalecendo a confiança e profissionalismo necessário para um M&A.
