Gestão financeira de instituições de ensino: inadimplência no Power BI

O caixa da escola quebra antes do resultado no papel#

A maioria das instituições de ensino descobre que tem um problema de recebíveis tarde demais, quando o fluxo de caixa já está apertado e a área financeira só consegue olhar para o mês corrente. A inadimplência escolar tem um comportamento que a planilha de fechamento esconde: ela é sazonal, se concentra em determinados cursos e turmas, e cresce silenciosamente na forma de parcelas antigas que ninguém está mais cobrando. Quando a diretoria pergunta "quanto a gente tem para receber e quanto disso é realista", a resposta costuma vir com uma semana de atraso e um asterisco de "aproximadamente".

O Power BI resolve esse ponto cego não porque é bonito, e sim porque permite transformar o razão de recebíveis em um modelo dimensional que responde a perguntas de dinheiro em segundos. Aging por faixa de atraso, PDD calculada por régua, ticket médio por unidade, taxa de recuperação por safra: tudo isso deixa de ser um relatório manual e vira um painel que a gestão consulta todo dia. Neste artigo eu vou direto ao ponto do que precisa existir nesse painel e de como modelar cada indicador sem inventar número.

Inadimplência escolar não é um número, é uma esteira#

O erro mais comum é tratar inadimplência como uma métrica única, do tipo "estamos com 8% de inadimplência". Esse número sozinho não diz nada útil. Uma parcela vencida há três dias e uma vencida há trezentos dias são coisas financeiramente opostas: a primeira quase sempre entra, a segunda dificilmente. Por isso o coração do painel é o aging de mensalidades, a classificação das parcelas em aberto por faixa de dias de atraso.

A régua de aging padrão que uso em instituições de ensino separa o que é atraso operacional do que é perda provável:

Faixa de atraso	Interpretação financeira	Ação típica de cobrança
A vencer	Recebível saudável	Lembrete e boleto ativo
1 a 30 dias	Atraso operacional	Régua automática, SMS e e-mail
31 a 60 dias	Alerta	Contato ativo, negociação
61 a 90 dias	Inadimplência instalada	Acordo, renegociação
91 a 180 dias	Recuperação difícil	Cobrança especializada
Acima de 180 dias	Perda provável	Provisão e eventual baixa

Esse recorte por faixa é o que permite calcular tudo o mais. Em DAX, o aging não deve ser uma coluna fixa gravada na base, porque a faixa muda conforme a data de referência do relatório. O caminho correto é calcular os dias de atraso em relação a uma data selecionada e classificar dinamicamente, o que exige uma boa modelagem estrela com dimensão de calendário, dimensão de aluno e uma tabela fato de parcelas. Se a sua modelagem ainda não está nesse formato, vale revisar as boas práticas de modelagem DAX no Power BI antes de sair escrevendo medida.

A PDD precisa sair da régua de aging, não do achismo#

Provisão para Devedores Duvidosos é onde a conversa fica séria, porque ela afeta diretamente o resultado contábil e a percepção real de quanto do recebível é dinheiro de verdade. Muita instituição provisiona por um percentual chapado sobre o total vencido, e isso distorce o balanço nos dois sentidos: subestima a perda em carteiras envelhecidas e superestima em carteiras novas.

A abordagem que faz sentido é a PDD por faixa de aging, atribuindo um percentual de provisão crescente conforme o atraso avança. O painel calcula o valor provisionado multiplicando o saldo de cada faixa pelo seu percentual e soma tudo. Os percentuais são uma decisão da controladoria e do contador da instituição, calibrados idealmente pela taxa histórica de recuperação de cada faixa, e é exatamente por isso que eu não coloco números fechados aqui: eles precisam refletir o histórico real da sua carteira, não uma tabela genérica de internet.

A lógica de cálculo, porém, é sempre a mesma:

Componente	O que representa	Origem do dado
Saldo em aberto por faixa	Base da provisão	Fato de parcelas por aging
Percentual de provisão	Risco atribuído à faixa	Definido pela controladoria
PDD calculada	Saldo multiplicado pelo percentual	Medida DAX
Recebível líquido esperado	Total em aberto menos PDD	Medida DAX

O ganho de ter isso no Power BI é a simulação. Com um parâmetro de campo ou um slicer de cenário, a controladoria vê o impacto no resultado ao ajustar a régua de provisão, sem refazer planilha. E o motor VertiPaq favorece esse tipo de base: como ele comprime colunas por cardinalidade, uma tabela fato de parcelas com milhões de linhas, mas poucas colunas de baixa cardinalidade, roda com folga em capacidade modesta.

Ticket médio e ciclo de cobrança dizem de onde vem o risco#

Inadimplência raramente é homogênea. Ela se concentra. O painel financeiro precisa cruzar o atraso com dimensões de negócio para mostrar onde o dinheiro está realmente travando. As quebras que mais entregam valor em instituições de ensino são por unidade ou campus, por curso ou série, por período de ingresso e por forma de pagamento.

O ticket médio entra aqui como normalizador. Uma turma de pós com ticket alto e três inadimplentes pode representar mais risco financeiro que uma turma de graduação com trinta inadimplentes de ticket baixo. Olhar só a contagem de inadimplentes engana. Por isso o painel precisa expor lado a lado o número de contratos, o ticket médio e o valor em risco, para que a priorização da cobrança seja por impacto de caixa, não por volume de casos.

O ciclo de cobrança é o outro indicador operacional que costuma ficar de fora e faz falta. Ele mede o tempo médio entre o vencimento e a liquidação efetiva da parcela. Se esse ciclo está se alongando mês a mês, é sinal de que a régua de cobrança está perdendo eficiência antes mesmo de a inadimplência formal subir. É um indicador antecedente, e antecipar é todo o ponto de ter Business Intelligence em vez de relatório.

Recuperação por safra é o que mostra se a cobrança funciona#

Provisionar bem é defensivo. Recuperar é ofensivo, e é aqui que a área financeira justifica investimento em régua, em acordo e em cobrança terceirizada. A métrica honesta para isso é a análise de recuperação por safra, ou cohort: agrupar as parcelas pelo mês de vencimento original e acompanhar quanto de cada safra foi efetivamente recebido ao longo dos meses seguintes.

Essa visão responde perguntas que a diretoria realmente faz. A régua nova de cobrança melhorou a recuperação das safras recentes em relação às antigas? A renegociação está trazendo dinheiro ou só empurrando o vencimento para frente? Qual faixa de aging tem retorno que justifica o custo de cobrança e qual já deveria ir para baixa? Sem cohort, essas respostas são opinião. Com cohort no Power BI, são fato observável na própria carteira da instituição.

Montar cohort exige disciplina de modelagem: preservar a data de vencimento original mesmo depois de renegociações e tratar acordos como eventos ligados à parcela de origem. Quando a base do ERP acadêmico não guarda esse histórico de forma limpa, o trabalho vira engenharia de dados antes de virar dashboard. É o tipo de fundação que a nossa área de engenharia de dados monta para o BI parar de brigar com a fonte.

FIES, bolsas e convênios mudam quem é o pagador#

No setor educacional tem uma particularidade que quase todo painel genérico ignora: nem sempre quem estuda é quem paga, e nem sempre o valor de face da mensalidade é o valor que a instituição vai receber. FIES, bolsas institucionais, ProUni, financiamento privado e convênios empresariais criam pagadores diferentes com regras e prazos diferentes.

Isso tem implicação direta no cálculo de inadimplência escolar. Um repasse de FIES atrasado não é inadimplência do aluno, é um recebível de contraparte pública com dinâmica própria de prazo. Misturar as duas coisas no mesmo indicador contamina a leitura e faz a gestão cobrar quem não deve. O painel precisa segmentar a carteira por natureza do recebível:

Natureza do recebível	Quem é o pagador	Comportamento de risco
Mensalidade particular	Responsável financeiro	Inadimplência clássica, aging padrão
Financiamento público (FIES)	Repasse governamental	Risco de prazo, não de crédito
Bolsa ou desconto institucional	A própria instituição absorve	Reduz receita, não gera inadimplência
Convênio empresarial	Empresa conveniada	Depende do contrato B2B

Modelar isso corretamente muda o número de inadimplência real e evita a armadilha de provisionar sobre valores que já são desconto ou bolsa e nunca seriam recebidos. É um ajuste conceitual, não só técnico, e é onde um projeto de BI bem feito se separa de um dashboard bonito e errado.

O painel financeiro que a gestão realmente usa#

Depois de todos esses indicadores modelados, a diferença entre um painel consultado e um painel abandonado está na organização. A estrutura que funciona em instituições de ensino tem três camadas de leitura, cada uma para um público:

A primeira é a visão executiva, uma página única com recebível total em aberto, inadimplência líquida da carteira própria, PDD, recebível líquido esperado e o ciclo de cobrança do mês, com a comparação contra o período anterior. É o que a mantenedora e a diretoria olham em trinta segundos.

A segunda é a visão de aging e recuperação, com a distribuição por faixa, a evolução da inadimplência ao longo dos meses e a análise de safra. É onde o gestor financeiro toma decisão de provisão e de estratégia de cobrança.

A terceira é a visão operacional de cobrança, com a lista de contratos em atraso priorizada por valor em risco, filtrável por unidade, curso e faixa. É a que a equipe de cobrança usa no dia a dia, e idealmente ela se conecta a uma ação: exportar a fila, disparar régua ou registrar acordo. Quando a instituição quer fechar esse ciclo dentro do ecossistema Microsoft, a combinação de painel com automação via Power Platform permite transformar o insight em tarefa executada, sem exportar planilha para lugar nenhum.

Sobre licenciamento e infraestrutura, vale colocar as coisas no lugar sem prometer preço. Para publicar e compartilhar relatórios com controle, a instituição precisa de licenças por usuário, Power BI Pro ou Premium Per User (PPU), ou de capacidade dedicada via Microsoft Fabric, cujo consumo é medido em Capacity Units e cujas SKUs vão de F2 até F2048. As faixas de preço variam por região e por contrato e devem ser confirmadas na fonte oficial da Microsoft. Para a maioria das instituições de ensino de porte médio, o volume de dados de recebíveis não é o gargalo, então a decisão de capacidade costuma ser mais sobre número de usuários e necessidade de recursos avançados do que sobre tamanho de base.

Governança e LGPD não são opcionais aqui#

Dados de inadimplência são dados pessoais sensíveis do ponto de vista de reputação: quem deve, quanto deve, há quanto tempo. Isso está sob a Lei Geral de Proteção de Dados, a Lei nº 13.709/2018, e uma instituição de ensino lida com dados de alunos, muitas vezes menores de idade, e de responsáveis financeiros. O painel precisa ter segurança em nível de linha (RLS) para que um coordenador de unidade veja só a sua carteira, e trilhas de acesso para que o dado de cobrança não circule sem controle.

Não é burocracia, é redução de risco jurídico e de exposição. Um painel de inadimplência sem RLS aberto para meia escola é um incidente esperando para acontecer. Vale estruturar isso desde o início, e o material sobre governança de dados no Power BI e LGPD detalha como amarrar acesso, sensibilidade e auditoria sem travar o uso.

Perguntas frequentes#

Qual é o primeiro indicador que devo colocar no painel de inadimplência escolar?

O aging de mensalidades por faixa de atraso. Ele é a base de quase tudo o mais, porque a PDD, a priorização de cobrança e a análise de recuperação dependem de classificar corretamente cada parcela em aberto por tempo de vencimento. Um número único de inadimplência sem aging não sustenta decisão nenhuma.

Como o Power BI calcula a PDD sem que eu grave a provisão na base?

A provisão é calculada por medida DAX no momento da leitura, multiplicando o saldo de cada faixa de aging pelo percentual de risco que a controladoria definiu para aquela faixa, e somando. Isso mantém a base transacional limpa e permite simular cenários de provisão ajustando os percentuais sem reprocessar dados.

FIES e bolsas devem entrar no cálculo de inadimplência?

Não da mesma forma que a mensalidade particular. Bolsa e desconto institucional reduzem a receita e nunca seriam recebidos, então não geram inadimplência. FIES é um recebível de repasse público, com risco de prazo e não de crédito do aluno. O painel precisa segmentar a carteira por natureza do recebível para não distorcer o indicador.

Preciso de Microsoft Fabric ou o Power BI Pro resolve para uma escola?

Depende de número de usuários e de recursos, não do tamanho da base, já que dados de recebíveis costumam ser modestos em volume. Muitas instituições operam bem com licenças Pro ou PPU por usuário. Fabric ou capacidade dedicada entram quando há muitos consumidores, necessidade de recursos avançados ou integração de dados mais pesada. Confirme as faixas de preço na fonte oficial da Microsoft.

Como garantir que cada gestor veja só a carteira da sua unidade?

Com segurança em nível de linha, a RLS do Power BI, que filtra os dados conforme o usuário autenticado. Isso é obrigatório em dados de inadimplência por conta da LGPD e do caráter sensível da informação de cobrança, especialmente envolvendo alunos menores e responsáveis financeiros.

Quanto tempo leva para implantar um painel financeiro desses?

Varia muito conforme o estado da fonte de dados. Se o ERP acadêmico exporta o razão de recebíveis de forma limpa e com histórico de vencimento original, a modelagem e o painel andam rápido. Quando falta histórico de safra ou os dados de acordo estão bagunçados, a etapa de engenharia de dados domina o cronograma e precisa vir antes do dashboard.

Comece pelo aging, não pelo dashboard bonito#

Inadimplência em instituição de ensino é um problema de esteira, não de foto. O painel que resolve começa por classificar bem cada recebível por aging, provisiona pela régua real da carteira, separa FIES e bolsa do que é inadimplência de verdade e mede recuperação por safra para saber se a cobrança funciona. O Power BI dá a plataforma, mas o valor está na modelagem correta e na governança que a LGPD exige.

Se a sua instituição quer sair do fechamento manual e ter um painel financeiro que a diretoria consulta todo dia, fale com a gente e a gente estrutura isso do dado ao dashboard.