Diagnóstico de Dados Georreferenciados

Em 34% dos registros não há o número do endereço. Sem número, não é possível associar a ocorrência ao local específico da rua, que normalmente é um imóvel de referência. O melhor que qualquer sistema consegue é um ponto da via — e a Avenida Brasil tem 50 quilômetros.

Nesses 34% o erro já era esperado. O que este diagnóstico quer saber é o resto: nos casos em que o endereço foi preenchido por completo, ainda há erro de georreferenciamento?

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. Foi o caso de 32.866 ocorrências nos dois anos.

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 38,2% a partir de 50 metros: 12.540 das 32.866 ocorrências que deu para comparar. Quase todo esse volume está entre 50 e 250 metros, mas cerca de 5% erram mais de 500 metros. Erro desse tamanho não aparece numa conta por bairro. Muda o trecho de rua.

Um caso, em escala

Onde a coordenada dá outra rua que não a do endereço

Este teste dispensa fonte externa. Pega a coordenada da base, acha a rua mais próxima dela e compara o nome com o campo de endereço. Entram 81.402 das 81.451 ocorrências de 2025. As 49 que sobram caem perto de um trecho de rua que não tem nome no cadastro da Prefeitura, então não há o que comparar.

Em 17.646 de 81.402 ocorrências (21,7%) a coordenada cai em outra rua. 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.

Avenidas e estradas erram mais que ruas. Não sabemos por quê. O teste mostra que acontece, não explica a causa.

O comprimento da via explica outra coisa, e as duas se confundem fácil. Ele muda o tamanho do erro, não a troca de rua. Numa travessa de 200 metros, o ponto genérico da via cai perto do endereço de qualquer jeito. Numa avenida de 20 quilômetros, o mesmo ponto pode cair a quilômetros — e continua na avenida certa. É por isso que o erro em avenida é maior, e é o que estraga a contagem por trecho de rua.

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. Refizemos as duas medidas por unidade. Só entram as que têm pelo menos 300 registros.

Primeiro a distância entre a coordenada e o endereço: quantos casos ficam a 50 metros ou mais, dentro das 32.866 ocorrências que deu para comparar. Trinta e seis unidades têm registro suficiente para entrar. A linha do município é a mesma taxa calculada sobre todas as 32.866 juntas, sem separar por unidade — 38,2%, o mesmo número da seção anterior.

Agora o teste da rua diferente: quantas coordenadas caem sobre uma rua de nome diferente do que está no boletim, dentro das 81.402 ocorrências de 2025. Quarenta e uma unidades têm registro suficiente. De novo, a linha do município é a taxa sobre as 81.402 juntas — 21,7%, o mesmo número já visto acima.

Nenhuma unidade é ruim nas duas medidas. Ponha as duas tabelas lado a lado. A 44ª DP é a pior do município em rua diferente, com 40,8%, e a segunda melhor em distância, com 27,4%. A 13ª DP faz o contrário: 56,5% em distância, a segunda pior, e 14,8% em rua diferente, a segunda melhor. Nas oito piores de cada medida, não se repete nenhuma.

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

Se tem problema de preenchimento

Os 34% de boletins sem número da seção 01 são a primeira suspeita. Cruzando o preenchimento com o teste da rua diferente:

Ter o número baixa a taxa de 24,4% para 20,3%. Quatro pontos. O preenchimento explica pouco.

Não deveria ter erro — endereço bem preenchido mas ainda tem erro

Agora o recorte mais exigente possível. Só endereços com número no boletim, conferido nos dois cadastros, e os dois cadastros apontando o mesmo ponto.⁷ São 17.140 registros. Não falta informação e não há dúvida sobre onde o endereço fica.

A taxa é de 34,9% a partir de 50 metros: 5.974 dos 17.140 endereços completos têm a coordenada a pelo menos meio quarteirão do lugar informado. Considerando todos os casos em que deu para comparar, e não só os completos, são 38,2%. Endereço perfeito melhora 3 pontos. É isso que joga a dificuldade para depois do preenchimento.

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

Por delegacia, o preenchimento não explica Refiz a taxa de cada unidade usando só os endereços em melhor situação. Entre as 38 unidades que têm pelo menos 100 registros nos dois conjuntos, a taxa caiu cerca de 3 pontos na unidade típica, e em 7 delas subiu. Exigir endereço perfeito não zera a diferença entre unidades. Só derruba todo mundo um pouco. A maior queda é a da 6ª DP, de 49,4% para 31,6%, e vale olhar separado.

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.

Em endereço bem preenchido, o padrão acerta quase sempre no sentido errado: desses 380 registros, 93,4% ficam a 50 metros ou mais do endereço e 66% passam de um quilômetro.⁶ O número existia nos dois cadastros.

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 bem preenchidos, 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 só resta trocar a base de referência da geocodificação. É o que a seção seguinte trata.

As taxas de 2024 e 2025 são equivalentes Comparei 2024 e 2025 para os mesmos crimes. 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. Trocar a base de referência da geocodificação

Essa medida tem o maior impacto. O sistema tenta primeiro o cadastro do IBGE, depois a faixa de números da Prefeitura, e recorre ao ponto da rua só se as duas falharem. A Prefeitura do Rio já mantém um serviço desse tipo — mesma tecnologia, dado melhor. O custo é de 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.