Para grande parte das empresas que possuem processo de aquisição, este se apresenta como um componente chave para um bom desempenho financeiro. Com a sofisticação e aprimoramento das ferramentas computacionais, é possível desenvolver análises mais apuradas e assertivas quanto à precificação de itens. Em particular, a crescente disponibilização de dados digitais que registram situações e acontecimentos no ambiente organizacional e em seu contexto externo, tornam cada vez mais viável e estratégica a análise e extração de padrões a partir dos dados. Neste contexto, a utilização de técnicas de Ciência de Dados pode ser de grande valor para a área de Suprimentos das empresas em questão, gerando assim uma melhora na tomada de decisão em formalização das contratações. Há uma grande massa de dados resultante da execução histórica desses processos, que acumulam diferentes informações sobre preços, prazos, métodos de pagamento e outras variáveis importantes para compor os melhores cenários para a aquisição de um item. Sendo o principal fator de sucesso de um processo de compra a otimização de custos, o presente trabalho se debruçará em encontrar padrões no conjunto de dados a ser construído através de um estudo de caso, que forneça informações contundentes sobre faixas de preço, políticas de entrega e valor dos itens que potencialmente reduzam o custo do processo. O estudo de caso se passa em uma empresa brasileira de exploração e produção de energia com grande relevância para o abastecimento de energia no Brasil. Os dados representam registros da execução de processos de compra de 3.720 itens e foram obtidos através do preenchimento de um template padrão enviado aos fornecedores, sendo esses responsáveis por fornecer as informações competentes. Após isso, foi definido e aplicado o conceito de Ciclo de Vida de Ciência de Dados, passando pelas etapas de entendimento do problema, coleta de dados, ciclo de vida interno, visualização dos resultados, criação de desdobramento e feedbacks. Os resultados foram obtidos através da análise da implementação do algoritmo TAR3, que utiliza regras de associação para encontrar tratamentos que implicam na conclusão das hipóteses formuladas.