Alterra Clothes

A Alterra atua como intermediária têxtil num modelo B2B white label — liga clientes que procuram grandes volumes de produção a fabricantes especializados sem estrutura para gerir todo o processo comercial.

Apesar dos ~150 mil euros de faturação anual, a empresa é gerida em part-time pelos dois fundadores. O modelo exige coordenação constante entre clientes, fornecedores, orçamentos, produção e faturação — operação naturalmente complexa.

À medida que o volume crescia, a informação estava espalhada por pastas, folhas de cálculo e comunicações dispersas. Cada novo projeto implicava repetir tarefas, copiar dados entre ficheiros e validar manualmente informação crítica. O problema não era falta de dados — era falta de estrutura.

Sem standardização, cada novo pedido era tratado quase como um caso isolado. Duplicação de tarefas, erros contabilísticos frequentes e dificuldade em acompanhar o estado real do negócio. Impacto invisível, mas acumulativo: tempo perdido, decisões sem dados consolidados e uma operação dependente da memória dos fundadores.

No setor têxtil, cada encomenda tem especificações próprias (materiais, quantidades, fornecedores, prazos, personalizações). Essa variabilidade criou a perceção de que os processos não podiam ser normalizados. Na prática, o que variava eram os parâmetros do pedido, não a estrutura do processo.

A arquitetura do Google Drive foi redesenhada para refletir a lógica real do processo comercial. Cada novo cliente passou a gerar automaticamente uma estrutura de pastas e documentos alinhada com esse modelo — eliminando uma das principais fontes de perda de tempo: a criação manual e inconsistente de documentação.

Em paralelo, foi criado um sistema financeiro interligado por projeto. Os dados recolhidos no formulário inicial do cliente passaram a alimentar automaticamente os orçamentos. Esses mesmos dados alimentam as folhas de projeto, onde são geridas compras a fornecedores, custos e margens. A informação de vendas é depois sincronizada para efeitos contabilísticos. Em vez de copiar dados entre folhas, os fundadores passaram a trabalhar sobre um sistema interligado onde cada ação atualiza automaticamente o restante modelo.

O terceiro passo foi a centralização dos pedidos num CRM operacional. Independentemente do canal de origem — email, Instagram ou WhatsApp — os pedidos passam agora por um único ponto de entrada. Os pedidos são automaticamente avaliados para verificar se contêm toda a informação necessária. Quando os dados estão completos, o orçamento pode ser gerado automaticamente com base no histórico. Quando não estão, o próprio sistema solicita ao cliente os dados em falta.

A etapa seguinte foi a normalização da base de dados — histórico de produções, preços, fornecedores e margens consolidados numa estrutura única, que serve agora de base ao sistema de orçamentação e à análise de desempenho.

Por fim, com os dados organizados, foram criados dashboards operacionais que permitem acompanhar o negócio em tempo real: volumes de pedidos, margens, desempenho de fornecedores e evolução comercial passaram a estar visíveis de forma imediata.

Muitos negócios assumem que os seus processos são demasiado específicos para serem normalizados. Na maioria dos casos, não é verdade — o que varia raramente é o processo, o que varia são os dados que entram no processo. A standardização não elimina flexibilidade. Elimina improvisação.