Diagnóstico de Dados Georreferenciados

Em 2025, 53.732 dos 81.451 registros (66,0%) têm logradouro e número preenchidos. Nos outros 27.719 (34,0%), não há número; uma geocodificação baseada apenas no endereço não consegue localizar o imóvel informado e tende a devolver uma posição aproximada da via.

Na fonte disponível de 2024, 21.804 dos 22.378 registros (97,4%) têm número — mas essa fonte não é comparável à de 2025 (ver abertura).

A pergunta do diagnóstico é: quando o endereço está completo e pode ser validado de forma independente nos dois cadastros, a coordenada fornecida pelo ISP aponta o mesmo local?

A coordenada já vem pronta na base. Para checá-la, comparamos com dois cadastros oficiais independentes, um do IBGE e um da Prefeitura.² Onde os dois concordam, temos uma referência confiável.⁹

A tabela abaixo usa os 17.140 endereços completos e validados de 2024 e 2025: registros com logradouro e número preenchidos, número localizado exatamente no CNEFE e na malha do Data.Rio, e posições das duas referências a menos de 50 metros uma da outra.

O quarteirão típico do Rio tem 59 metros.³ Uma diferença de 50 metros já joga a ocorrência para o quarteirão vizinho, o que é um problema de georreferenciamento.

São 34,9% com distância entre o ponto e o endereço de pelo menos 50 metros. Quase todo esse volume está entre 50 e 250 metros, e 3,6% erram mais de 500 metros.

Um caso, em escala

Quando a coordenada cai em outra rua

Para verificar esses casos, usamos a coordenada da base, achamos a rua mais próxima dela e comparamos o nome com o campo de endereço. Entre os endereços completos e validados, aqueles em que o número foi conferido em dois cadastros, 8,9% (1.079 de 12.167) têm a coordenada caindo em uma rua diferente do endereço registrado. E não fica no meio do caminho entre as duas ruas. Fica em cima da outra: na metade dos casos, a 2 metros ou menos dela.⁴ O ponto foi colocado sobre uma rua, só que a errada.

Na base de 2025, sem exigir validação pelos dois cadastros, a taxa é de 21,7% (17.646 de 81.402). A diferença entre as duas mostra que a validade do endereço pesa neste teste, e por isso o diagnóstico usa o recorte validado.

No recorte validado, a diferença entre os tipos de via é pequena. O teste mostra que acontece, não explica a causa.

Uma possibilidade é que o problema da rua diferente venha do mau preenchimento dos dados. Porém não é isso que vemos.

Quando há número preenchido, a taxa é de 20,3%, contra 24,4% quando ele falta. A diferença de 4,1 pontos mostra que a ausência de número contribui, mas não explica sozinha a coordenada em outra rua.

O padrão da distância se mantém nos dois anos

Os 17.140 endereços completos e validados,⁷ por ano: 4.968 em 2024, 12.172 em 2025 — a diferença de cobertura já foi explicada na abertura. A tabela abaixo compara o padrão das distâncias, não o volume de crimes.

Dentro de cada recorte disponível, a taxa a partir de 50 metros é de 33,3% em 2024 e 35,5% em 2025. A proximidade entre as taxas sustenta que o padrão aparece nos dois anos, mas não permite comparar a quantidade de crimes entre eles.

Vale o contraste com um recorte menos exigente. Aceitando também os endereços em que o número foi casado por aproximação, e não conferido exatamente, a taxa sobe para 38,2%. A validação exata reduz a taxa em 3,3 pontos percentuais, mas não elimina a divergência.

A referência foi checada com uma terceira fonte Cruzamos os dados com o Google — uma fonte independente — para ver se as duas bases de referência tinham algum erro parecido. Não tinham.

• 500 endereços entre 50 e 500 metros: o Google bateu com as duas bases em 96,8%.
• 1.600 endereços acima de 500 metros, chequei um por um: a distância se confirmou em 85,9%. Em 3,0% a coordenada da base estava certa e a referência não.
• 60 endereços de controle (escolhidos entre os que batiam): o Google concordou com a base em 59 deles.

Detalhes em nota.⁵

Antes de tudo: as unidades preenchem de forma diferente

A primeira objeção esperada é que uma unidade preencha melhor que outra, e que a diferença entre elas venha daí. Ela procede em parte, porque o preenchimento varia bastante. A seção 01 mostrou que 34% dos boletins de 2025 no município não trazem número, e esse número esconde uma variação grande entre unidades.

Entre as 41 unidades com pelo menos 300 registros, a taxa de boletins sem número vai de 15,7% a 58,4%. A diferença de preenchimento entre unidades é real e grande.

Mesmo considerando isso, ainda vemos erros. As medidas a seguir mostram que a divergência entre coordenada e endereço não acompanha essa variação de preenchimento.¹

Por delegacia

O prefixo do RO diz qual unidade registrou a ocorrência. A pergunta aqui é se o problema se concentra em alguma parte da cidade. As duas medidas foram refeitas por unidade, sempre dentro do recorte de endereços completos e validados. O piso para uma unidade entrar caiu de 300 para 150 registros, porque o recorte é menor; com 300 sobrariam 27 e 16 unidades, pouco para comparar.

Primeiro a distância entre a coordenada e o endereço: quantos casos ficam a 50 metros ou mais, dentro dos 17.140 endereços completos e validados. Trinta e seis unidades têm registro suficiente. A linha do município é a taxa sobre os 17.140 juntos, sem separar por unidade — 34,9%, o mesmo número das seções anteriores.

Agora o teste da rua diferente: quantas coordenadas caem sobre uma rua de nome diferente do que está no boletim, entre os 12.167 endereços completos e validados de 2025. Trinta e duas unidades têm registro suficiente. A linha do município é a taxa sobre os 12.167 juntos — 8,9%, o mesmo número da seção anterior.

Ponha as duas tabelas lado a lado. A 5ª DP é a melhor do município em distância, com 21,1%, e a quarta pior em rua diferente, com 13,0%. A 13ª DP faz o contrário: 64,9% em distância, a pior de todas, e não aparece entre as piores em rua diferente. Nas oito piores de cada medida, apenas duas unidades se repetem, e a correlação entre as duas medidas é de −0,20: fraca e de sinal negativo, ou seja, quem vai pior numa tende a ir um pouco melhor na outra.

Uma delegacia que trabalhasse pior apareceria no topo das duas listas. As diferenças entre unidades existem, mas não são de nenhuma unidade em particular, e persistem mesmo depois de exigir endereços completos e validados em todas. As duas partes seguintes testam as explicações ligadas ao registro, uma por uma. Nenhuma se sustenta.

Coordenadas empilhadas

Parte dos casos dá para ver na planilha, sem cálculo nenhum. Estes seis registros vêm da Avenida Presidente Vargas. Os números vão do 20 ao 3077 e a coordenada é a mesma nos seis.

Os números 20, 149, 482, 1326, 2727 e 3077 ficam a quilômetros um do outro na avenida. Todos receberam a mesma coordenada, igual até a última casa decimal. Imprecisão de medida espalharia os pontos. Coordenada repetida dígito por dígito é valor atribuído automaticamente.

Qualquer sistema de geocodificação funciona assim. Quando não acha o número na base de referência, devolve um ponto genérico da rua. O problema não é isso. É que o arquivo entregue não separa esse caso do caso resolvido, e as duas coordenadas ficam com a mesma aparência.

Esse ponto genérico não é o meio da avenida. Ele fica sobre a via, mas num lugar arbitrário — na Atlântica, a um quilômetro e meio do meio dela.

Em 2025, no município:

• 55.741 coordenadas diferentes para 81.451 ocorrências;
• 7.434 registros (9,1%) em coordenadas usadas por 5 ou mais endereços;
• as duas coordenadas mais repetidas são ambas da Avenida Atlântica, com 350 e 313 ocorrências. A da Avenida Presidente Vargas mostrada acima é a sétima, com 184.
• uma avenida longa tem vários desses pontos: a Atlântica tem sete e a Presidente Vargas, dez.

Entre os endereços completos e validados, 380 registros receberam coordenadas compartilhadas por cinco ou mais endereços diferentes. Desses 380, 93,4% ficam a 50 metros ou mais do endereço e 66% passam de um quilômetro.⁶

O conjunto é pequeno. São 355 casos, concentrados em 61 coordenadas e 114 endereços. Avenida Atlântica responde por 188 deles, Presidente Vargas por 26, Avenida das Américas por 18. A lista completa está no repositório.

Outros casos

A coordenada repetida é a parte menor do total. Dos 5.974 casos a 50 metros ou mais em endereços completos e validados, só 355 têm esse padrão. Os outros 5.619 têm coordenada própria e nenhuma marca que os identifique.

• Na maioria a distância é pequena, em torno de 24 metros.
• Um terço passa de 50 metros e muda de quarteirão.
• São 15 vezes mais numerosos que os de coordenada repetida.
• Não há como isolá-los usando só a planilha.

Para esse grupo, a única saída é conferir a coordenada contra outra fonte antes de publicar. É o que a seção seguinte trata.

As taxas de 2024 e 2025 são equivalentes No teste restrito aos três roubos cobertos nos dois anos, as taxas são quase idênticas: distância típica de 29 metros nos dois anos; acima de 500 metros em 4,5% e 4,0%; coordenada repetida em 39,8% e 35,3%; rua em 3,0% e 2,8%; avenida em 9,5% e 7,5%. Isso se manteve mesmo com a coordenada de 2024 vindo de outro processo e o campo de número indo de 2,6% para 31,0% de vazio.

Em 7.434 registros de 2025 (9,1% da base), a coordenada aponta um ponto genérico da rua, sem o número. Duas bases públicas e gratuitas, do IBGE e da Prefeitura do Rio, localizam o endereço exato em 78% deles — 74,6% pelo cadastro do IBGE, 57,5% pela malha da Prefeitura.

1. Conferir a coordenada contra dois cadastros antes de publicar

Essa medida tem o maior impacto, e não exige trocar o sistema que já está no ar. É o mesmo procedimento desta auditoria, virado rotina: para cada endereço, o cadastro do IBGE e a malha da Prefeitura devolvem uma posição cada um. Quando os dois concordam entre si e discordam da coordenada do arquivo, o registro é sinalizado.

O ganho vem de não depender de uma fonte só. Um cadastro sozinho pode errar; dois cadastros independentes errando no mesmo lugar é raro, e foi o que sustentou os números deste diagnóstico. As duas bases são públicas e gratuitas, e a conferência roda sobre o arquivo pronto, sem tocar na etapa que gera a coordenada.

O que fazer com o registro sinalizado é decisão de quem opera: substituir pela posição dos cadastros, manter a atual e marcar a divergência, ou mandar para conferência manual. Qualquer das três já é melhor que entregar sem distinção. A Prefeitura do Rio mantém um serviço de geocodificação próprio, o que reduz o custo dessa etapa a configuração.

2. Informar no arquivo como cada coordenada foi obtida

Na geocodificação, existe um campo que separa "imóvel encontrado" de "número não encontrado, devolvido ponto da rua". Esse campo fica na etapa de geração, mas não chega no arquivo final. Incluí-lo não corrige nada. Ainda assim, é a medida mais útil — porque permite filtrar os casos rebaixados. Outra opção é informar uma margem de erro por coordenada.

3. Enquanto isso, marcar as coordenadas repetidas

Contar quantos endereços diferentes usam cada coordenada se faz dentro da planilha, sem consultar nada. Entre as ocorrências que dá para conferir contra uma referência, a marca cobre 41% de todos os casos acima de 500 metros, e recai sobre 9,1% dos registros da base. Para os marcados, os cadastros do IBGE e da Prefeitura dão posição com precisão de dezenas de metros.

Um limite que essas medidas não removem A coordenada vem de um endereço escrito, e 34% das ocorrências não têm número. O ideal seria registrar a posição na origem — um ponto no mapa no momento do registro, ou a coordenada da equipe que atendeu. Enquanto a posição for calculada a partir do endereço, há um limite que nenhum ajuste técnico ultrapassa.