Materiais duplicados: como identificar quando a descrição é diferente

Para identificar materiais duplicados com descrições diferentes, pare de comparar texto e comece a comparar características. Separe os itens por família, extraia os atributos que definem cada item (fabricante e part number, dimensões, material, norma, unidade) e compare só dentro da mesma família. A máquina encontra os candidatos; a decisão de que dois códigos são o mesmo item é de uma pessoa que entende do material, com evidência registrada.

Eu já vi essa cena em muito almoxarifado.

O mesmo rolamento cadastrado em três códigos. Um escrito do jeito do comprador, outro do jeito da manutenção, o terceiro com o código do fabricante enfiado no meio da descrição. Um deles está parado na prateleira há meses. O outro está numa compra urgente, porque a máquina parou e o sistema diz que não tem.

Ninguém errou de propósito. Cada pessoa cadastrou o que precisava, do jeito que sabia, e o sistema aceitou. O resultado é estoque parado de um lado e compra emergencial do outro, do mesmo item.

O que é deduplicação de materiais?

No glossário da 4MDG, deduplicação é "o processo de reconhecer que dois ou mais registros descrevem a mesma entidade". Depois de reconhecer, existem três desfechos possíveis: unificar, apontar um registro para o outro (referência cruzada) ou marcar os dois como distintos.

A estatística oficial chama um problema parecido de record linkage. Num texto do U.S. Census Bureau, William E. Winkler define record linkage como "the means of combining information from a variety of computerized files", ou seja, o meio de combinar informações de vários arquivos. Ele lembra que o tema também aparece como limpeza de dados e identificação de objetos, e que os métodos básicos comparam pares de registros para achar os que se referem à mesma entidade. É contexto útil: o problema do cadastro de materiais é uma versão do mesmo desafio, com as particularidades de quem compra, estoca e mantém.

Por que a descrição livre esconde duplicados?

Porque duas pessoas descrevem o mesmo item de jeitos diferentes, e uma busca por texto só acha o que foi escrito igual. As variações que mais aparecem:

• Abreviação: "ROLAM.", "ROL", "ROLAMENTO". Cada área tem o seu atalho.
• Ordem das palavras: "ROLAMENTO RIGIDO ESFERAS" e "ESFERAS ROLAMENTO RIGIDO" são o mesmo pedido, mas não a mesma string.
• Unidade e formato: milímetro num registro, polegada no outro; vírgula num, ponto no outro.
• Erro de digitação: uma letra trocada já basta para a busca falhar.
• Idioma: descrição em português num código e copiada do catálogo do fabricante em inglês no outro.
• Código do fabricante no meio do texto: o dado mais forte do registro fica misturado na descrição, sem campo próprio, e ninguém consegue comparar.

Por isso eu sempre digo que deduplicar comparando descrição é procurar agulha com o olho fechado. O caminho é transformar a descrição em características que dá para comparar.

Quais sinais indicam que dois materiais são o mesmo item?

Nem todo sinal vale o mesmo. Alguns quase confirmam a duplicidade. Outros só dizem que vale a pena olhar. A tabela abaixo resume como eu separo os dois grupos.

Sinal	Força	Cuidado
Mesmo fabricante e mesmo part number do fabricante	Forte	Confira se o part number não foi digitado com sufixo diferente que muda a versão do item.
Atributos-chave da família iguais (por exemplo, dimensões, material, norma)	Forte	Só vale se os atributos da família estiverem definidos e preenchidos nos dois registros.
Mesma unidade de medida e mesma forma de fornecimento	Médio	Unidade diferente não prova que são itens diferentes; pode ser só erro de cadastro. Se houver fator de conversão (por exemplo, caixa e peça), confira a embalagem antes de unificar.
Mesma NCM	Fraco	A NCM é categoria de mercadoria. Itens bem diferentes podem cair na mesma NCM.
Descrição parecida	Fraco	Serve para gerar candidatos, nunca para decidir sozinha.
Mesmo fornecedor habitual	Fraco	Um fornecedor vende muitos itens parecidos; isso só ajuda a priorizar a revisão.

Sobre a NCM, vale a definição da Receita Federal: "A Nomenclatura Comum do Mercosul (NCM) é uma Nomenclatura regional para categorização de mercadorias". Categoria, não identidade. Dois rolamentos de tamanhos diferentes podem ter a mesma NCM e continuar sendo itens diferentes.

Como identificar materiais duplicados, passo a passo?

1. Separe por família

Comparar tudo contra tudo gera ruído. Rolamento se compara com rolamento, válvula com válvula. Se a base ainda não tem família confiável, essa é a primeira correção. Ajuda ter claro o que é material, produto e artigo na sua empresa antes de montar os grupos.

2. Normalize o texto

Padronize maiúsculas, acentos, abreviações e unidades. Troque "ROLAM." e "ROL" por um termo só. Converta medidas para uma unidade comum. Normalize também o part number: tire espaços, hífens, pontos e zeros à esquerda, e coloque o fabricante em campo próprio. É trabalho braçal, mas sem ele a comparação seguinte não funciona.

3. Extraia os atributos-chave

Tire da descrição o que define o item: fabricante, part number, dimensões, material, norma. Cada família tem os seus atributos-chave, e quem define isso é quem usa o item. É aqui que um PDM de materiais faz diferença, porque ele já diz quais características cada família precisa ter.

4. Compare dentro da família

Com os atributos em campos próprios, a comparação passa a ser objetiva. Mesmo fabricante com mesmo part number vai para um lado. Atributos-chave iguais vão para outro. Descrição parecida sem atributo batendo fica por último.

5. Classifique em certo, provável e revisar

Eu gosto de três faixas. "Certo" quando os sinais fortes batem. "Provável" quando a maioria dos atributos-chave bate e falta um dado. "Revisar" quando só os sinais fracos batem. Onde cortar cada faixa é decisão de quem conduz o trabalho, por família, e deve ser revista à medida que os resultados aparecem. Não existe um número mágico que sirva para qualquer base.

6. Revisão humana com evidência

Todo par vai para alguém que entende do material: manutenção, engenharia, suprimentos. A pessoa decide e registra quem decidiu, com base em quê e quando. O glossário da 4MDG insiste nesse ponto: similaridade não é identidade, e a decisão precisa de trilha.

Isso não é excesso de zelo de cadastro. O padrão de qualidade C4 do U.S. Census Bureau, "Linking Data Records", pede "Evaluating the accuracy of automated linkages by a manual review" e que "Documentation needed to replicate and evaluate the linking operations must be produced". É um padrão para dados estatísticos do governo americano, não uma norma de cadastro de materiais. Mas mostra o ponto: até na estatística oficial a ligação automática é conferida por gente e documentada.

Quais armadilhas geram falso positivo?

Falso positivo é marcar como duplicado o que é diferente. No cadastro de materiais, o erro custa caro, porque unificar dois itens distintos faz alguém receber a peça errada. As armadilhas mais comuns:

• Mesmo nome, dimensão diferente: dois rolamentos com a mesma descrição genérica e diâmetros diferentes. A descrição bate, o item não.
• Mesma peça, norma diferente: um item atende a uma norma, o outro a outra. Para quem compra parece igual; para quem mantém um equipamento regulado, não é.
• Kit e componente: o kit de reparo contém a peça, mas não é a peça. São códigos diferentes por natureza.
• Item novo e item reparado ou recondicionado: mesma especificação, valor e uso diferentes. Muitas empresas controlam separado de propósito.
• Material com controle de lote ou validade: dois códigos podem existir por exigência de rastreabilidade, não por erro.

O que não dá para automatizar na deduplicação?

A busca de candidatos dá para automatizar. A decisão, não. Ficam com uma pessoa:

• Equivalência técnica: dizer que a peça de um fabricante atende o mesmo uso da peça de outro.
• Intercambiabilidade: saber se um item substitui o outro em qualquer equipamento ou só em alguns.
• Item crítico de manutenção: quando uma troca errada para a produção ou gera risco, a decisão é de quem responde pelo equipamento.
• Impacto em estoque e contratos: unificar mexe em saldo, em pedido aberto, em contrato com preço por código. Alguém precisa olhar o efeito antes.

O que fazer depois de achar o duplicado?

A tentação é apagar. Não apague. O código duplicado tem histórico de compra, de consumo, de movimentação, e esse histórico conta a vida do item. Apagar quebra relatório, auditoria e rastreabilidade. O que eu recomendo:

• Escolha o sobrevivente: o código que fica, normalmente o mais completo e mais usado. Os atributos podem ser completados com o que estiver certo no outro registro.
• Bloqueie o duplicado para compra, planejamento e reservas: ninguém mais pede pelo código antigo, o planejamento de materiais (MRP) deixa de gerar necessidade nele e ele não aceita novas reservas ou requisições.
• Transfira o saldo: o estoque do duplicado passa para o sobrevivente, com movimento registrado.
• Trate os pedidos abertos: deixe terminar no código antigo ou ajuste com o fornecedor, conforme o processo da empresa. O importante é não abrir pedido novo no código bloqueado.
• Crie a referência cruzada: o código antigo aponta para o sobrevivente, para quem procurar pelo número antigo achar o novo.
• Preserve o histórico: o registro antigo fica, bloqueado e ligado ao sobrevivente.

Como impedir que o duplicado volte?

Limpar a base e deixar a porta aberta é enxugar gelo. O glossário da 4MDG lembra que resolver na entrada custa menos que resolver depois.

A regra mais simples é buscar por características antes de criar. O próprio catálogo de materiais do governo federal pede isso. O tutorial de pedidos de catalogação do Portal de Compras diz: "É importante realizar uma pesquisa prévia para verificar se existe cadastro do item desejado no catmat ou catser." E o sistema filtra os itens pelas características escolhidas. Se o catálogo federal pede isso antes de criar um item, a empresa pode pedir também.

Na solicitação de cadastro, isso vira um passo obrigatório: quem pede escolhe a família, preenche os atributos-chave e vê os itens que já existem com aquelas características antes de pedir um novo.

Como isso fica num exemplo hipotético?

Exemplo hipotético, criado para ilustrar o método. Não descreve uma empresa real.

Uma empresa tem três códigos na família de rolamentos: o código A, descrito como "ROLAMENTO RIGIDO DE ESFERAS" com o part number do fabricante escrito no fim; o código B, com a descrição em inglês copiada do catálogo, mesmo fabricante e mesmo part number; e o código C, "ROLAM. ESFERAS", sem fabricante e com as dimensões na descrição.

Depois de normalizar e extrair os atributos, A e B têm fabricante e part number iguais: vão para "certo". C tem as mesmas dimensões, mas sem fabricante: vai para "provável". A manutenção confirma que A e B são o mesmo item e escolhe A como sobrevivente. Sobre C, o técnico verifica a especificação e descobre que a vedação é diferente: são itens distintos. O C fica, recebe os atributos que faltavam e passa a ter descrição própria. Sem a revisão humana, C teria sido unificado por engano.

Por onde começar a deduplicar materiais?

1. Escolha uma família com muito item e muita compra, onde o duplicado dói mais.
2. Defina com quem usa o item os atributos-chave da família. Se a empresa ainda não tem isso, comece pelo PDM; o texto sobre PDM e MDM ajuda a separar os dois conceitos.
3. Normalize o texto e extraia os atributos dessa família.
4. Gere os pares candidatos e classifique em certo, provável e revisar.
5. Leve os pares para revisão com quem entende do material e registre cada decisão.
6. Trate os duplicados confirmados sem apagar: sobrevivente, bloqueio, saldo, referência cruzada.
7. Coloque a busca por características na entrada e acompanhe o índice de duplicidade, como mostro no artigo sobre como medir a qualidade do cadastro.

Perguntas frequentes

Dá para deduplicar materiais só com IA?

A IA ajuda a encontrar itens iguais descritos de formas diferentes e a sugerir pares. A decisão de que dois códigos são o mesmo item continua sendo de uma pessoa que entende do material, porque envolve equivalência técnica, criticidade e impacto em estoque. Use a IA para reduzir a lista, não para fechar a decisão.

Posso apagar o código duplicado no ERP?

Não é recomendável. O código duplicado carrega histórico de compras, consumo e movimentação. O caminho mais seguro é bloquear o código para compra, transferir o saldo para o sobrevivente, criar a referência cruzada e manter o registro antigo ligado ao novo.

Qual a diferença entre item duplicado e item similar ou equivalente?

Duplicado é o mesmo item cadastrado em mais de um código. Similar é um item parecido que tem alguma diferença relevante, como dimensão, norma ou vedação. Equivalente é um item diferente que atende o mesmo uso; reconhecer equivalência é decisão técnica e normalmente vira referência cruzada, não unificação.

Preciso ter PDM antes de deduplicar?

Não precisa estar pronto para a base inteira, mas a família que você vai deduplicar precisa ter atributos-chave definidos. Sem eles, a comparação volta a ser por texto. A página de saneamento da 4MDG afirma que deduplicar sem padronizar "resolve o sintoma".

Com que frequência devo rodar a busca de duplicados?

Depende do volume de itens novos e de quanto a entrada já está controlada. Se a busca por características na solicitação funciona, a varredura periódica vira conferência. Se a entrada está aberta, os duplicados voltam e a varredura precisa ser mais frequente. O indicador de duplicidade mostra qual é o seu caso.

O que fazer com o saldo e os pedidos abertos do item duplicado?

O saldo vai para o código sobrevivente, com movimento registrado. Os pedidos abertos podem terminar no código antigo ou ser ajustados com o fornecedor, conforme o processo da empresa. O que não pode acontecer é abrir pedido novo no código bloqueado.

Como a 4MDG pode ajudar

Na 4MDG, a deduplicação é uma etapa do saneamento de cadastro, feita depois da padronização, com score de similaridade e survivorship atributo por atributo (a regra que define qual valor fica em cada atributo do registro sobrevivente). No PDM de materiais da 4MDG, as sugestões de itens iguais passam pela aprovação do especialista, e a decisão final é sempre humana. Se você quer saber quanto de duplicidade existe na sua base de materiais, peça o diagnóstico, feito sobre uma amostra real e sem instalar nada no seu ambiente. Se prefere conversar antes, fale com a gente.

Fontes

• 4MDG. Glossário: Deduplicação. https://4mdg.com.br/pt/glossario-deduplicacao. Acesso em 08/10/2026.
• U.S. Census Bureau. William E. Winkler, "Overview of Record Linkage and Current Research Directions", RRS2006-02, 2006. https://www.census.gov/library/working-papers/2006/adrm/rrs2006-02.html. Acesso em 08/10/2026.
• U.S. Census Bureau. "Statistical Quality Standard C4: Linking Data Records", revisado em 08/10/2021. https://www.census.gov/about/policies/quality/standards/standardc4.html. Acesso em 08/10/2026.
• Ministério da Gestão e da Inovação em Serviços Públicos, Portal de Compras do Governo Federal. "Catálogo de Materiais e Serviços: Pedidos de Catalogação". https://www.gov.br/compras/pt-br/acesso-a-informacao/manuais/copy_of_manuais/manual-fase-interna/manual-catmat-catser/temporario-tutorial_pedidos-de-catalogacao_web_final.pdf. Acesso em 08/10/2026.
• Receita Federal. "NCM". https://www.gov.br/receitafederal/pt-br/assuntos/aduana-e-comercio-exterior/classificacao-fiscal-de-mercadorias/ncm. Acesso em 08/10/2026.