Modelos de crédito, seguros e compliance dependem de variáveis cadastrais e comportamentais — mas ignoram onde o cliente está, o que o entorno dele revela e em que contexto territorial a operação acontece. Score de crédito trata da mesma forma uma pessoa no interior de Minas e outra em uma cidade-gêmea na Tríplice Fronteira.
Sem dados geoespaciais, sua esteira de risco não consegue distinguir um cliente em região residencial estável de outro em zona de fronteira com histórico de lavagem — ambos chegam com o mesmo score.
Sem a PrismaData, ambos têm o mesmo score. Com ela, o Perfil B é imediatamente sinalizado — renda incompatível com o entorno, zona de fronteira e cidade-gêmea com histórico de lavagem.
Envie latitude e longitude. Receba de volta renda estimada com z-score, proximidade de fronteira, indicador de cidade-gêmea, contexto de comunidade e proximidade de presídios. Cada variável é uma feature pronta para a esteira de risco.
{
// — Renda (personal_income_pdf) —
"renda_media_regiao": 1890.45,
"renda_mediana_regiao": 1420.30,
"renda_comparada_z_score": 4.28,
"renda_comparada_cdf": 0.9991,
"qtde_pessoas": 312,
// — Fronteira (border) —
"ponto_contido_na_faixa_de_fronteira": true,
"pais_mais_proximo": "PARAGUAI",
"distancia_pais_mais_proximo_km": 1.112,
"municipio_possui_cidade_gemea": true,
"nome_municipio_de_fronteira": "Ponta Porã",
// — Comunidade (slum) —
"favela_distancia_m": 890.2,
"favela_dompp_total": 342,
// — Presídio (prison) —
"ponto_dentro_presidio": false,
"distancia_borda_m": 2340.5,
"nome_estabelecimento": "Unidade Penal Ricardo Brandão"
}
Toda operação que capture um endereço, CEP ou coordenada GPS é uma oportunidade de adicionar camadas de contexto territorial à decisão de risco.
Z-score de renda como variável de consistência. Renda declarada é compatível com a região? Se o z-score é +4, a renda está muito acima do padrão local — sinal de atenção.
Contexto de comunidade como variável de precificação — que pode inclusive reduzir o prêmio. Dados de fronteira e presídio como variáveis para sinistro e fraude.
Cadastro feito de cidade-gêmea na faixa de fronteira? Com renda incompatível? Sinal forte para revisão manual ou camada adicional de verificação.
Monitoramento contínuo de clientes em zonas de risco reconhecidas pelo GAFI — Tríplice Fronteira, cidades-gêmeas, rotas de contrabando. Variáveis auditáveis para reporte ao COAF.
Transação bancária de uma favela no RJ — vinda de pessoa que nunca frequenta o local? Sinal forte de sequestro relâmpago. Morador da comunidade fazendo a mesma transação? Contexto normal.
Ajuste de taxas, limites e condições com base no perfil socioeconômico real do entorno — não apenas no CEP. Granularidade de setor censitário, não de cidade.
Proximidade de favela não é sinônimo de risco. É uma variável de contexto que pode aumentar ou reduzir a percepção de risco dependendo do cenário. Dois exemplos reais mostram por quê:
Quando um veículo segurado dorme na rua, a percepção de risco da seguradora aumenta e o prêmio sobe. Porém, se o veículo dorme em uma comunidade, o prêmio tende a subir menos — porque existe um forte código de respeito entre moradores que protege bens dentro da comunidade.
Um turista de BH, no RJ, foi vítima de sequestro relâmpago dentro de uma favela. Obrigado a entregar senhas, sofreu R$ 16 mil em prejuízos em 4 instituições. Se os bancos cruzassem o GPS da transação com o dado de comunidade e o histórico de movimentação, a transação seria barrada — ele nunca frequentava aquele local.
O dado não discrimina. Ele contextualiza.
A variável de comunidade da PrismaData é uma distância contínua em metros, não um rótulo binário "favela / não-favela". Combinada com o perfil de movimentação do cliente, ela se torna uma feature de risco poderosa e justa — podendo proteger tanto o morador quanto a instituição.
Integração simples via API REST. Envie endereço, CEP ou coordenada do cliente. Receba contexto territorial completo para alimentar sua esteira de risco.
A documentação OpenAPI da PrismaData é compatível com agentes de codificação como Claude Code, Cursor e GitHub Copilot — o que reduz drasticamente a fricção na integração. Seu time de engenharia consegue conectar a API à esteira de risco em minutos, não semanas.
Nenhum bureau de crédito ou provedor de dados oferece, em uma única plataforma, renda estimada com PDF + dados de fronteira + contexto de comunidade + geointeligência prisional. Na PrismaData, tudo é combinável por coordenada.
Dados de referência: PNAD Contínua (IBGE), Censo Demográfico 2022, SENAPPEN/SISDEPEN, dados cartográficos oficiais. Modelos proprietários com inferência via ML. Geofences de presídios e fronteiras criadas manualmente pela equipe PrismaData.
A chave de consulta é a coordenada geográfica — não CPF, nome ou qualquer identificador pessoal. Os dados retornados descrevem o perfil de uma região, não de um indivíduo.
Não há tratamento de dado pessoal na camada de enriquecimento. O dado que entra é uma coordenada; o que sai é contexto territorial. Simplifica a discussão de compliance.
Cada variável é rastreável — renda vem do modelo PDF, fronteira vem de dados cartográficos oficiais, presídio de geofences proprietárias. Ideal para suportar decisão humana e atender exigências regulatórias.
Referências:
¹ Serasa Experian, Indicador de Tentativas de Fraude, 2024. 11,5 milhões de tentativas registradas no Brasil.
² Receita Federal, Balanço de Apreensões, fev. 2025. R$ 3,76 bilhões em contrabando e descaminho em 2024.
³ GAFI/FATF, Avaliação Mútua do Brasil, dez. 2023. Tríplice Fronteira reconhecida como zona de risco para PLD/FT.
⁴ COAF / Metrópoles, set. 2024. Aumento de 24% nos relatórios de inteligência financeira em 2023.
⁵ Agência Brasil, set. 2024. 588 municípios na faixa de fronteira, 11 milhões de habitantes.