Associe As Quantidades Iguais

Como fazer para associar registros quando as quantidades são idênticas

Associar as quantidades iguais é uma necessidade cotidiana em conciliações de estoque, notas fiscais e movimentos de inventário. O problema aparece quando você tem duas planilhas ou extrações de sistema e precisa cruzá-las item por item, validando que a quantidade lançada em uma coluna corresponde exatamente à quantidade na outra. A lógica é simples, mas a execução costuma gerar dor de cabeça por causa de casas decimais, duplicidade e registros que parecem iguais mas não são. O método mais confiável que eu uso atualmente envolve uma coluna auxiliar de normalização seguida de correspondência direta. Primeiro, padronize os valores numéricos. Arredonde para duas casas decimais em todas as colunas de quantidade envolvidas. Isso elimina diferenças de floating-point que aparecem em exportações de ERP quando um sistema armazena 12,5000001 e outro 12,50. Em seguida, crie uma chave de agrupamento concatenando o código do produto ou item com a quantidade arredondada. A função no Excel seria algo como: =ARRED(B2;2)&"|"&A2

onde B é a quantidade e A é o código do item. Repita essa fórmula nas duas tabelas que estão sendo conciliadas. Com as chaves construídas, use PROCV ou, se estiver no Excel mais recente, XLOOKUP para retornar o registro correspondente da segunda tabela. Quando o XLOOKUP retorna #N/A, aquele registro não tem par com quantidade idêntica e precisa de atenção manual. Um detalhe que pouca gente considera: ordene ambas as tabelas pela chave de concatenação antes de fazer o cruzamento. Isso facilita a leitura visual dos resultados e permite usar a função CORRESP quando você precisa de referências posicionais ao invés de busca por valor. Aplique formatação condicional nas células que ficaram sem par. Destaque em amarelo os itens com quantidade diferente entre as tabelas e em vermelho os que estão completamente ausentes em uma delas. Esse mapeamento visual reduz o tempo de análise manual de cerca de 40 minutos para algo em torno de 8 minutos em conjuntos de dados com 200 a 300 linhas.

No entanto, esse método tem limitações claras. Ele funciona bem quando a relação é um-para-um entre as tabelas. Se um produto aparece várias vezes com a mesma quantidade em uma das bases, o PROCV ou XLOOKUP vai retornar apenas a primeira ocorrência e você perderá os demais registros. Nesse cenário, a solução é agregar as quantidades por produto antes do cruzamento, usando SOMASE para somar os valores repetidos, ou então trabalhar com tabelas dinâmicas que consolidam os dados por combinação produto-quantidade. Eu tive esse problema específico durante uma conciliação de entrada de mercadorias onde três notas fiscais do mesmo SKU chegaram com a mesma quantidade unitária e o PROCV simplesmente ignorou duas delas. A correção foi criar uma coluna de índice sequencial dentro de cada grupo de produtos com quantidade repetida e incluir esse índice na chave de concatenação, transformando a busca em única. Outro ponto que vale mencionar é o tratamento de quantidades zeradas. Registros com quantidade igual a zero aparecem como pares válidos no cruzamento, mas na prática muitas vezes representam cancelamentos ou ajustes que não devem ser vinculados a movimentações normais. Um filtro simples para excluir zeros antes do processo evita que esse ruído inflacione seu relatório de conciliação. Se você precisa de algo mais automatizado e lida com volumes maiores, considere usar Power Query. A junção de consultas com tipo de chave composto (código + quantidade) resolve boa parte dos problemas manuais e se mantém atualizado com novos extratos sem precisar recriar fórmulas. O tempo de configuração inicial gira em torno de 20 a 30 minutos, mas o ganho em repetibilidade compensa rapidamente, especialmente quando o processo precisa ser executado semanalmente ou mensalmente.

Existe ainda a possibilidade de usar scripts Python com pandas quando as tabelas ultrapassam algumas dezenas de milhares de linhas. O merge com how=inner e verificação de equivalência numérica com assert_equivalent ou tolerance controlada é significativamente mais rápido que qualquer abordagem baseada em planilha. Mas isso já foge do escopo do dia a dia de quem trabalha com arquivos Excel convencionais. O essencial é entender que associar as quantidades iguais não é apenas aplicar uma função de busca. É primeiro limpar os dados, criar chaves estáveis, lidar com duplicidades e excluir ruídos antes de considerar o resultado como válido. Negligenciar qualquer uma dessas etapas gera falsos positivos que parecem resolveu o problema mas na verdade só esconde divergências reais que aparecem depois em auditoria.