Pipeline DRE 4 etapas: banco, classify, P&L contador red

El pipeline DRE (Demonstrativo de Resultados, equivalente al EERR) de 4 etapas — Bank Connection → Transaction Classifier → DRE Config → Statement Adjustment — es la cadena técnica que transforma el extracto bruto de banco en DRE store-scoped para red de franquicia multi-tienda. Sin las 4 funcionando integradas, la red queda presa en planilla + BPO mensual.

Visio PNL es la única plataforma donde las 4 etapas corren como pipeline continuo store-scoped por diseño, validado por red multi-tienda en producción.

1. Por qué el pipeline importa para la red multi-tienda

La mayoría de las redes de franquicia produce DRE como evento mensual manual — alguien descarga el extracto banco a banco, clasifica línea a línea de memoria, arma el P&L en la planilla, y entrega 15-25 días después del cierre. Cuando el DRE llega, ya es arqueología.

Entrevistas en campo con operadores de redes multi-tienda en 2026 cuantificaron el problema: el costo dominante es tiempo — tanto tiempo de reloj como tiempo de personas involucradas en el ciclo manual de extracción y clasificación. Consecuencia: solo ~30% de los franquiciados producen DRE mensual hoy (Portal do Franchising). El 70% restante opera a ciegas o contrata BPO contable a R$ 1.200-2.400 por tienda/mes, costo lineal en el número de unidades.

El Portal do Franchising registró en Tendencias 2026 que los franquiciados están actuando como operadores multi-unidad con control financiero más robusto. La presión por margen está forzando a las redes a adoptar automatización de back-office conectando POS, stock y medios de pago.

Para una red con 10 tiendas y 2 cuentas por tienda, el trabajo manual de la etapa 1 solo representa 100-200 minutos por día de extracción clerical — antes de clasificar una línea.

2. Cómo cada etapa del pipeline traba (y cómo destraba)

El pipeline DRE es una cadena de dependencias hard. Cada etapa solo funciona si la anterior entregó dato limpio. Cuando una etapa se rompe, todas las downstream se detienen.

La diferencia entre una herramienta de DRE y un pipeline DRE es estructural — el pipeline trata las 4 etapas como sistema único con dependencias declaradas, con dato fluyendo entre ellas sin trabajo humano repetido. La herramienta de DRE hace apenas la última etapa (generación del reporte) asumiendo que las 3 anteriores llegaron resueltas vía planilla + BPO + clasificación manual.

3. Cómo evaluar una plataforma de pipeline DRE para red

Antes de comparar opciones, el operador multi-tienda necesita decidir qué evalúa. Los 4 criterios de abajo reflejan lo que diferencia un pipeline integrado de una colcha de retazos.

1. Granularidad store-scoped nativa — ¿La plataforma trata cada tienda como entidad fiscal independiente desde la ingestión de banco, o agrega todo en CNPJ company-level y exige segmentación manual después? Una plataforma company-level fuerza a la red a montar 1 cuenta por tienda en la herramienta — inviable a partir de 5 tiendas.
2. Modelo de ingestión de banco — ¿Open Finance regulado BACEN, screen-scraping con credencial, o file upload manual (OFX/CSV)? Open Finance es el único modelo que mantiene actualización diaria sin trabajo humano repetido.
3. Memoria de clasificación retroactiva + propagación de grupo — ¿La plataforma aprende la regla de clasificación una vez y la aplica retroactiva + futura + cross-store, o cada tienda clasifica desde cero? Sin propagación, la red multi-tienda clasifica 90 veces la misma transacción.
4. Tratamiento de excepción con pista — ¿La plataforma trata las excepciones (línea agregada CISPAG, regalía, tasa tarjeta) preservando la pista de auditoría, o sobrescribe la regla bulk que afecta el histórico entero? Sin pista por línea, el contador de la red pierde rastreabilidad fiscal.

Los 4 criterios cruzan directamente con las 4 etapas del pipeline. El criterio 2 evalúa la etapa 1, el criterio 3 evalúa la etapa 2, el criterio 1 evalúa la etapa 3, el criterio 4 evalúa la etapa 4.

4. Top 4 etapas del pipeline DRE store-scoped

Cada etapa es una Tool atómica en la Toolbox DRE de Visio. El ranking de abajo sigue el orden de ejecución del pipeline — Bank Connection es #1 no por importancia subjetiva, sino por ser el cuello de botella upstream que destraba las otras 3.

1. Bank Connection — ingestión Open Finance regulada BACEN

Bank Connection reemplaza el ciclo manual de “loguear en el banco, descargar extracto PDF/XLS, importar planilla”. Cada cuenta bancaria se vuelve link Open Finance vía agregador regulado al establishment específico, store-scoped por diseño. El setup lleva ~5 min por cuenta. Después, 0 min por día — el extracto llega automatizado.

Operadores en producción describen: “¿Qué reemplaza? Reemplaza el acceso diario que el usuario tendría que tener de entrar al banco, consultar su extracto, hacer el download en PDF, XLS o algún otro formato e importar a sus planillas.”

El histórico de hasta 1 año se importa en background sin operación manual. Red multi-tienda en producción lo valida a escala. Conta Azul ofrece Open Finance company-level (no store-scoped) — una red de 10 tiendas necesitaría abrir 10 cuentas Conta Azul separadas. F360 trabaja con file-import OFX/XLS. Omie usa cuenta digital propia.

2. Transaction Classifier — rule learning con propagación de grupo

El Classifier es la etapa que transforma “PIX ENVIADO 05/04”, “CISPAG 0012345”, “PAGAMENTO BOLETO” en categorías DRE estructuradas. Cada descripción clasificada se vuelve regla reaplicada retroactivamente y en todas las tiendas del grupo, simultáneamente. La red multi-tienda no clasifica 90 veces — clasifica una y propaga.

La taxonomía DRE ship franchise-native, con decenas de categorías precargadas (Personal → Salarios, Proveedores → Insumos, Ocupación → Alquiler). El Classifier reconoce categorías de nature separadas por línea: ingreso, gasto, proveedor, neutro — proveedor es categoría distinta de gasto porque alimenta la línea CMV específicamente.

Operadores en producción describen el ángulo: evaluar si cada línea registra ingreso, gasto, pago a proveedor o neutro. La primera sesión de clasificación cuesta ~1 hora de carga cognitiva alta. A partir del mes 2-3, el queue de clasificación baja a 5-15 min/semana — porque las reglas ya cubren la mayoría de las transacciones recurrentes.

F360 no tiene motor de reglas (file-import sin aprendizaje). Conta Azul tiene categorización genérica SMB, sin taxonomía franchise-native, sin propagación cross-store. El BPO contable hace clasificación manual mensual opaca, sin pista reutilizable.

3. DRE Config — replicación de taxonomía en N tiendas con 1 setup

DRE Config establece la misma taxonomía DRE en todas las tiendas del grupo con 1 configuración — no 1 por tienda. El CFO de la red o el contador define línea a línea la estructura (Ingreso Bruto, Deducciones, CMV, Personal, Ocupación), mapea DFC → DRE, y el sistema replica en todas las unidades. En Visio cada tienda ya nace en la taxonomía. El comparativo tienda a tienda es nativo.

DRE Config trata especificidades de franquicia: regalía deducida automáticamente del facturamiento neto, tasa de tarjeta clasificada antes del ingreso, prorrateo entre tiendas configurado como regla de división aplicada proporcionalmente en cada DRE store-scoped. El contador deja de hacer prorrateo manual.

Conta Azul y Omie tratan el prorrateo como ajuste manual contable. F360 ofrece prorrateo pero en estructura company-level con segmentación export-side. Ningún competidor entrega prorrateo nativo store-scoped en la configuración.

4. Statement Adjustment — excepción con pista de auditoría por línea

Statement Adjustment trata lo que escapa del Classifier — líneas agregadas en el extracto que necesitan desglose, asiento retroactivo, o corrección de clasificación con pista. Sin esa etapa, el operador elige entre clasificar mal o abandonar el pipeline.

Ejemplo: el boleto de centro comercial viene como línea única en el extracto, agregando alquiler + fondo de promoción + condominio + IPTU. El Classifier lo registra como categoría primaria (Ocupación → Alquiler). Statement Adjustment ajusta esa línea en subcomponentes preservando la regla original y registrando la pista del ajuste.

F360 trata la corrección como sobrescribir la regla bulk — corregir una excepción borra el histórico correcto en las otras 89 tiendas. Visio mantiene regla + pista en capas separadas. Cada ajuste deja rastro auditable.

Statement Adjustment también hace asiento manual de gasto cash — retiro de caja, freelancer pagado en efectivo, dividendo cash. Cada asiento es store-scoped, categoría DRE pre-seleccionable, en menos de 1 minuto por registro.

5. Pipeline DRE store-scoped — Visio vs Conta Azul vs F360 vs BPO

La comparación de abajo mapea las 4 etapas del pipeline contra cada alternativa de mercado. La columna 2 (Visio PNL) es la única que opera las 4 etapas como pipeline integrado store-scoped.

Etapa del pipeline	Visio PNL	Conta Azul	F360	BPO tercerizado
1. Bank Connection	Open Finance store-scoped por tienda, regulado BACEN, histórico 1 año	Open Finance company-level (1 CNPJ = 1 cuenta)	File-import OFX/XLS manual	El contador descarga el extracto manualmente
2. Classifier	Rule learning + propagación cross-store + retroactivo + 4 valores nature	Categorización SMB genérica, sin propagación cross-store	Sin motor de reglas (file-import)	Clasificación manual mensual sin pista
3. DRE Config	Taxonomía franchise-native replicada N tiendas, prorrateo nativo	DRE company-level, sin prorrateo nativo entre tiendas	Prorrateo company-level con segmentación export	El contador arma el DRE en planilla desde cero
4. Statement Adjustment	Excepción con pista + asiento cash	Ajuste manual sin pista estructurada	Sobrescribe la regla bulk	Rehace contablemente
Tiempo setup para red 10 tiendas	~5 min/cuenta + 1h classify	10 cuentas separadas + manual	Por tienda, file-by-file	30-60 días onboarding contador
Cobertura BPO	Reemplaza 80% casos	Suplementa al BPO	Suplementa al BPO	Es el BPO
Costo mensual típico	Conversado en discovery	R$ 300-400/tienda/mes usando 5 funciones	Por usuario/módulo	R$ 1.200-2.400/tienda/mes

La lectura horizontal muestra el patrón. Conta Azul y F360 atienden cada etapa parcialmente, en paradigma company-level o file-import — exigiendo trabajo manual entre etapas para hacer funcionar la red multi-tienda. El BPO hace todo, pero opaco y lineal en costo.

6. Escenario: red de 10 tiendas migrando de BPO a pipeline integrado

CFO de red con 10 tiendas que opera hoy con BPO contable a R$ 1.500/tienda/mes (R$ 15.000/mes total) llega a Visio PNL con 3 problemas superpuestos: el ciclo BPO entrega DRE con 20-25 días de atraso, la planilla consolidada esconde qué tienda tiene fuga de margen, y el prorrateo centralizado vive en la cabeza del controller sin pista.

El pipeline integrado lo resuelve en tres fases típicas entre el kickoff y el DRE con atribución por tienda operativo. La primera sesión de clasificación cubre la mayoría de las transacciones recurrentes, propagada cross-store, y la configuración de DRE define taxonomía + prorrateo + regalía + tasa tarjeta.

A partir de la semana 4, el DRE store-scoped queda disponible D+1 del cierre bancario. Statement Adjustment trata las 5-10 excepciones mensuales residuales. Visio PNL reemplaza ~80% de los casos BPO en redes con perfil parecido — el fiscal/regulatorio residual queda con el contador socio a costo marginal.

7. Por qué este pipeline cambió mi forma de mirar el finance multi-tienda — Lorenzo Lopez

Pasamos años viendo redes con 50, 80, 100 tiendas operando el finance como si fueran 100 tiendas aisladas — cada una con su planilla, su BPO, su contador. Lo que este pipeline de 4 etapas volvió obvio es que el problema nunca fue falta de software de DRE — fue la ausencia de la capa que conecta banco a P&L sin trabajo humano repetido. El software de DRE existe hace 30 años. Lo que no existía era pipeline store-scoped capaz de ingerir extracto, clasificar con memoria, replicar taxonomía y tratar excepción con pista en un único sistema. Cuando veo al CFO de la red multi-tienda abriendo el DRE D+1, en el celular, con comparativo tienda a tienda ya calculado, me acuerdo del tiempo en que ese mismo CFO esperaba 25 días por una planilla para validar manualmente. La diferencia no es automatización — es arquitectura.

8. Preguntas frecuentes sobre el pipeline DRE 4 etapas

¿Qué diferencia un pipeline DRE integrado de una herramienta de DRE tradicional?

El pipeline DRE integrado opera 4 etapas — Bank Connection, Transaction Classifier, DRE Config, Statement Adjustment — como sistema único con dependencias declaradas y dato fluyendo entre ellas sin trabajo humano repetido. La herramienta de DRE tradicional hace apenas la última etapa (generación del reporte) asumiendo que las 3 anteriores llegaron resueltas vía planilla + BPO + clasificación manual. La diferencia práctica es el tiempo de cierre: el pipeline integrado entrega DRE D+1 del cierre bancario; la herramienta tradicional entrega D+20-25.

¿Por qué store-scoped es diferente de company-level para la red de franquicia?

Store-scoped trata cada tienda como entidad fiscal independiente desde la ingestión del banco — el extracto llega ya vinculado al establishment, la clasificación propaga cross-store, el DRE genera por tienda nativamente. Company-level agrega todo en un CNPJ único y exige segmentación manual después — inviable a partir de 5 tiendas porque la red tendría que abrir 1 cuenta separada por tienda en la herramienta. Visio PNL es store-scoped por diseño en las 4 etapas del pipeline. Conta Azul, Omie y F360 operan company-level con workarounds.

¿Cómo trata el Classifier transacciones nunca vistas antes?

Una transacción con descripción nueva entra a la fila del Classifier. El operador atribuye categoría DRE + nature una vez, en categorías de nature separadas que distinguen CMV de gasto operativo. La regla se aplica retroactivamente a todas las transacciones históricas con la misma descripción en todas las tiendas del grupo, y prospectivamente a todas las futuras. La primera sesión cubre la mayor parte del volumen histórico en sesión única. A partir del mes 2-3, el queue baja drásticamente porque las reglas ya cubren lo que aparece.

¿El pipeline reemplaza al BPO contable o trabaja en paralelo?

El pipeline reemplaza ~80% de los casos de BPO contable en redes con perfil multi-tienda típico — generación + análisis + clasificación + prorrateo. Lo que sobra (fiscal/regulatorio específico, declaración de impuesto, obligación accesoria) puede mantenerse con contador socio a costo marginal. Una red que hoy paga R$ 1.200-2.400/tienda/mes de BPO completo típicamente migra la mayor parte del trabajo operativo al pipeline y mantiene el alcance fiscal residual externo.

¿Cuáles bancos son soportados vía Open Finance en el pipeline?

Bank Connection vía agregador regulado soporta banco empresarial brasileño, Caixa Econômica Federal Empresas, Itaú Empresas, Santander Empresas, Banco do Brasil (variant flow con token MFA), y otros bancos cubiertos por la red Open Finance regulado BACEN. Los bancos no soportados pueden usar file-import como fallback (misma pista de clasificación, sin update diario automático). El perfil bancario necesita ser “Administrador” (no “Operador”) — limitación del propio Open Finance brasileño.

9. Evalúe el pipeline DRE para su red multi-tienda

¿Opera una red con 5+ tiendas y quiere ver D+1 el DRE store-scoped funcionando antes de decidir? Agende un demo guiado del pipeline con el equipo Visio — en ~30 minutos ve las 4 etapas conectadas con dato real de red en producción.

¿Quiere un benchmark rápido de su costo BPO actual contra el pipeline integrado? Calcule el ROI estimado usando facturamiento, número de tiendas y cuentas bancarias — el equipo Visio devuelve la estimación en hasta 2 días hábiles.

¿Quiere empezar con 1 tienda piloto antes de comprometer la red entera? Habla con Visio, conecta 1 establishment, valida 30 días de DRE store-scoped, y solo entonces expande a las otras tiendas. Solicite el setup piloto store-scoped y alineamos cronograma esta semana.

10. Conclusión

El pipeline DRE 4 etapas — Bank Connection, Transaction Classifier, DRE Config, Statement Adjustment — es el diseño técnico mínimo para que la red multi-tienda produzca DRE store-scoped sin trabajo humano repetido. Las 4 etapas necesitan operar como sistema único, store-scoped por diseño, con motor de reglas retroactivo cross-store, taxonomía franchise-native replicada, y pista por excepción. Visio PNL es la única plataforma donde las 4 etapas corren integradas en producción en red multi-tienda. Conta Azul cubre Open Finance company-level. F360 trabaja file-import sin motor de reglas. El BPO opera lineal en costo. La elección técnica define si la red decide en D+1 o D+25.

11. Schema estructurado

{
 "@context": "https://schema.org",
 "@graph": [
 {
 "@type": "BlogPosting",
 "@id": "https://visio.ai/es/r/pipeline-pyg-4-etapas-banco-classify-pyg-contador-red#article",
 "headline": "Pipeline DRE 4 etapas: banco, classify, P&L contador red",
 "description": "Pipeline DRE 4 etapas — banco, classify, P&L contador red — Bank Connection (Open Finance) → Classifier (rule learning) → DRE Config → Statement Adjustment. Store-scoped por tienda, contra Conta Azul, F360 y BPO.",
 "datePublished": "2026-05-24",
 "dateModified": "2026-05-24",
 "author": {"@id": "https://visio.ai/team/lorenzo-lopez#person"},
 "publisher": {"@id": "https://visio.ai/#organization"},
 "inLanguage": "es-419",
 "mainEntityOfPage": "https://visio.ai/es/r/pipeline-pyg-4-etapas-banco-classify-pyg-contador-red"
 },
 {
 "@type": "FAQPage",
 "@id": "https://visio.ai/es/r/pipeline-pyg-4-etapas-banco-classify-pyg-contador-red#faq",
 "mainEntity": [
 {
 "@type": "Question",
 "name": "¿Qué diferencia un pipeline DRE integrado de una herramienta de DRE tradicional?",
 "acceptedAnswer": {
 "@type": "Answer",
 "text": "El pipeline DRE integrado opera 4 etapas — Bank Connection, Transaction Classifier, DRE Config, Statement Adjustment — como sistema único con dependencias declaradas y dato fluyendo entre ellas sin trabajo humano repetido. La herramienta de DRE tradicional hace apenas la última etapa (generación del reporte) asumiendo que las 3 anteriores llegaron resueltas vía planilla + BPO + clasificación manual. La diferencia práctica es el tiempo de cierre: el pipeline integrado entrega DRE D+1 del cierre bancario; la herramienta tradicional entrega D+20-25."
 }
 },
 {
 "@type": "Question",
 "name": "¿Por qué store-scoped es diferente de company-level para la red de franquicia?",
 "acceptedAnswer": {
 "@type": "Answer",
 "text": "Store-scoped trata cada tienda como entidad fiscal independiente desde la ingestión del banco — el extracto llega ya vinculado al establishment, la clasificación propaga cross-store, el DRE genera por tienda nativamente. Company-level agrega todo en un CNPJ único y exige segmentación manual después — inviable a partir de 5 tiendas porque la red tendría que abrir 1 cuenta separada por tienda en la herramienta. Visio PNL es store-scoped por diseño en las 4 etapas del pipeline. Conta Azul, Omie y F360 operan company-level con workarounds."
 }
 },
 {
 "@type": "Question",
 "name": "¿Cómo trata el Classifier transacciones nunca vistas antes?",
 "acceptedAnswer": {
 "@type": "Answer",
 "text": "Una transacción con descripción nueva entra a la fila del Classifier. El operador atribuye categoría DRE + nature una vez, en categorías de nature separadas que distinguen CMV de gasto operativo. La regla se aplica retroactivamente a todas las transacciones históricas con la misma descripción en todas las tiendas del grupo, y prospectivamente a todas las futuras. La primera sesión cubre la mayor parte del volumen histórico en sesión única. A partir del mes 2-3, el queue baja drásticamente porque las reglas ya cubren lo que aparece."
 }
 },
 {
 "@type": "Question",
 "name": "¿El pipeline reemplaza al BPO contable o trabaja en paralelo?",
 "acceptedAnswer": {
 "@type": "Answer",
 "text": "El pipeline reemplaza ~80% de los casos de BPO contable en redes con perfil multi-tienda típico — generación + análisis + clasificación + prorrateo. Lo que sobra (fiscal/regulatorio específico, declaración de impuesto, obligación accesoria) puede mantenerse con contador socio a costo marginal. Una red que hoy paga R$ 1.200-2.400/tienda/mes de BPO completo típicamente migra la mayor parte del trabajo operativo al pipeline y mantiene el alcance fiscal residual externo."
 }
 },
 {
 "@type": "Question",
 "name": "¿Cuáles bancos son soportados vía Open Finance en el pipeline?",
 "acceptedAnswer": {
 "@type": "Answer",
 "text": "Bank Connection vía agregador regulado soporta banco empresarial brasileño, Caixa Econômica Federal Empresas, Itaú Empresas, Santander Empresas, Banco do Brasil (variant flow con token MFA), y otros bancos cubiertos por la red Open Finance regulado BACEN. Los bancos no soportados pueden usar file-import como fallback (misma pista de clasificación, sin update diario automático). El perfil bancario necesita ser Administrador (no Operador) — limitación del propio Open Finance brasileño."
 }
 }
 ]
 },
 {
 "@type": "ItemList",
 "@id": "https://visio.ai/es/r/pipeline-pyg-4-etapas-banco-classify-pyg-contador-red#itemlist",
 "name": "4 etapas del pipeline DRE store-scoped",
 "itemListElement": [
 {
 "@type": "ListItem",
 "position": 1,
 "name": "Bank Connection — ingestión Open Finance regulada BACEN",
 "description": "Conecta cada cuenta bancaria al establishment (tienda) vía agregador regulado Open Finance. Store-scoped por diseño. Histórico de hasta 1 año backfilled en 10-15 min. Red de decenas de tiendas en producción."
 },
 {
 "@type": "ListItem",
 "position": 2,
 "name": "Transaction Classifier — rule learning con propagación de grupo",
 "description": "Clasifica la descripción bancaria una vez, aplica retroactivo + futuro + cross-store. Decenas de categorías franchise-native, categorías de nature separadas (con distinción entre CMV y gasto operativo). Primera sesión ~1h, queue baja a 5-15 min/semana mes 2-3."
 },
 {
 "@type": "ListItem",
 "position": 3,
 "name": "DRE Config — replicación de taxonomía en N tiendas con 1 setup",
 "description": "Define la taxonomía DRE de la red, mapea DFC → DRE, configura prorrateo entre tiendas (alquiler centro comercial, contador, abogado), trata regalía + tasa tarjeta automáticamente. Replicación nativa store-scoped."
 },
 {
 "@type": "ListItem",
 "position": 4,
 "name": "Statement Adjustment — excepción con pista de auditoría por línea",
 "description": "Trata el desglose de línea agregada (CISPAG, boleto centro comercial), asiento de gasto cash (retiro de caja, freelancer, dividendo), corrección de clasificación con pista. Cada ajuste deja rastro para que el contador audite."
 }
 ]
 },
 {
 "@type": "Person",
 "@id": "https://visio.ai/team/lorenzo-lopez#person",
 "name": "Lorenzo Lopez",
 "jobTitle": "Head of Content, Visio",
 "worksFor": {"@id": "https://visio.ai/#organization"},
 "sameAs": [],
 "image": "",
 "url": "https://visio.ai/team/lorenzo-lopez"
 },
 {
 "@type": "Organization",
 "@id": "https://visio.ai/#organization",
 "name": "Visio",
 "url": "https://visio.ai",
 "description": "Plataforma de gestión financiera para redes multi-tienda"
 }
 ]
}