Dado de sinistro: quem deve alimentar o quê?

Toda semana alguém me faz alguma variação dessa pergunta: "Tiago, a gente tem os dados, mas ninguém sabe exatamente o que fazer com eles." Quando aprofundo a conversa, o problema raramente é falta de informação. O que falta é clareza sobre quem, dentro da operação, é responsável por alimentar, validar e agir sobre cada tipo de dado no fluxo de sinistro.

E essa confusão tem um custo direto. Quando ninguém é dono do dado, o dado chega tarde, incompleto ou simplesmente não entra no processo de decisão.

Resposta direta: A principal causa de dado inutilizado no sinistro de auto não é tecnologia, é governança. Cada etapa do fluxo (aviso, regulação, auditoria, pagamento) precisa de um responsável claro por capturar, conferir e repassar os dados necessários. Sem esse mapa, mesmo uma plataforma sofisticada entrega resultado abaixo do potencial.

Por que o dado de sinistro se perde antes de chegar à análise?

A jornada de um sinistro passa por pelo menos quatro mãos antes de chegar a quem decide: o corretor ou o associado que abre o aviso, o regulador que visita o veículo, o analista que processa internamente e o gestor que aprova o pagamento. Em cada passagem, algum dado some.

O que vejo com frequência é um regulador que fotografa o veículo mas não preenche o campo de numeração de chassi porque "o sistema vai buscar depois". O analista não consegue fazer o cruzamento de dados veiculares porque o identificador está incompleto. O resultado: mais uma rodada de contato com o segurado, mais dois ou três dias na fila, e uma análise antifraude que começa com o pé direito no buraco.

Isso não é descuido individual. É ausência de protocolo. Ninguém formalizou que o regulador é responsável por garantir que determinados campos estejam preenchidos antes de encerrar a visita. E aí cada um faz do seu jeito.

Quais dados dependem de quem, e em que momento?

Vale organizar o problema por etapa:

• Aviso: responsabilidade do atendimento ou do canal digital. Dados críticos aqui são CPF/CNPJ do segurado, placa, data e local do sinistro. Erro nessa etapa contamina todo o restante.
• Regulação em campo: responsabilidade do regulador ou vistoriador. Dados críticos: fotos com geolocalização, número de chassis visível, condição de componentes, eventuais inconsistências visuais. Aqui mora boa parte do insumo antifraude.
• Análise interna: responsabilidade do analista de sinistros. Dado crítico: cruzamento do histórico do veículo, do segurado e, quando aplicável, da oficina. É onde enriquecimento de dados veiculares faz diferença real.
• Auditoria e fechamento: responsabilidade do gestor ou do time de antifraude. Dado crítico: comparação entre o orçamento aprovado e os laudos técnicos, e sinalização de padrões suspeitos para retroalimentar os alertas.

Quando esse mapa não existe por escrito, cada colaborador decide por conta própria o que é relevante. E a operação perde consistência.

O gargalo que a tecnologia não resolve sozinha

Entendido onde o dado se perde, a tentação imediata é comprar uma plataforma e achar que ela resolve. Não resolve. Ferramenta sem protocolo é uma pasta vazia com boa interface.

Uma seguradora de médio porte que acompanhei de perto implantou um sistema de análise de imagens com IA e continuou com taxa de fraude não detectada parecida com a anterior por quase seis meses. O motivo: o regulador não sabia que precisava fotografar o número do chassi em ângulo específico para o modelo processar corretamente. A IA estava ali, o dado não chegava direito.

O ajuste foi simples: um checklist de campo com cinco itens obrigatórios antes de encerrar a visita. Em menos de dois meses, a qualidade das análises mudou. A plataforma de análise de sinistros passou a receber o insumo certo e começou a entregar os alertas que deveria.

Isso me confirma o que penso desde o começo: o debate sobre IA e dados em sinistro precisa começar pela governança operacional, não pela tecnologia.

Como o protocolo de dados muda a detecção de fraude?

Fraude em sinistro raramente aparece em um único dado isolado. Ela aparece no padrão: placa que registra sinistro em cidades diferentes com intervalo curto, chassi com histórico de recuperado que volta como perda total, segurado com frequência de acionamentos fora da média da carteira.

Nenhum desses padrões aparece se o dado que compõe cada evento chega incompleto ou fora do prazo. O analista analisa o que tem na tela, não o que deveria ter chegado.

Quando a operação define responsáveis claros por cada dado, duas coisas acontecem: a análise individual fica mais precisa, e o histórico acumulado começa a valer alguma coisa. Você começa a ter séries consistentes para comparar, não apenas eventos isolados mal preenchidos.

Como estruturar a governança de dados sem virar um projeto interminável

A boa notícia é que isso não exige uma transformação digital de dezoito meses. O ponto de entrada é simples: mapeie os cinco dados mais críticos para a sua operação de sinistros e defina quem é responsável por cada um, em qual etapa e com qual prazo.

Cinco dados. Um responsável por cada. Isso já muda o jogo.

A partir daí, a conversa sobre enriquecimento de dados veiculares fica muito mais produtiva, porque você já sabe o que precisa complementar com fonte externa e o que precisa capturar melhor internamente. E a conversa sobre IA em sinistros deixa de ser abstrata, porque você consegue alimentar o modelo com insumo consistente.

Por onde começar na prática?

Algumas ações que funcionam para operações de sinistro de qualquer porte:

1. Mapeie o fluxo atual de dados por etapa e por responsável, mesmo que informalmente. O objetivo é tornar visível o que hoje é implícito.
2. Identifique os três campos mais frequentemente ausentes ou incorretos nas análises dos últimos três meses. Esse dado já existe no seu sistema, basta puxar.
3. Crie um protocolo mínimo por função: regulador, analista, auditor. Não precisa ser um manual longo. Uma página por função já resolve.
4. Meça quinzenalmente a taxa de preenchimento dos campos críticos. O que não é medido não melhora.
5. Conecte o protocolo à ferramenta: se a plataforma permite configurar campos obrigatórios, use. Reduza a dependência de disciplina individual.

Essa sequência parece óbvia, mas a maioria das operações que conheço pulou diretamente para a ferramenta sem fazer o passo um.

O que acontece com quem não estrutura isso em 2026?

Com a LC 213/2025 em plena aplicação e a SUSEP aumentando as exigências de governança e transparência para seguradoras e APVs, a pressão regulatória por rastreabilidade de decisão de sinistro cresceu. Não basta pagar ou negar corretamente: é preciso documentar com base em quê.

Uma operação que não sabe quem coletou qual dado, em que momento, e com qual critério de validação, vai ter dificuldade crescente de responder a questionamentos da SUSEP e de segurados que recorrem à SUSEP. E fraude não detectada por dado mal coletado continua sendo custo que sai do resultado, independentemente de quem formalmente "deveria" ter preenchido o campo.

A boa governança de dados de sinistro, portanto, não é uma iniciativa de melhoria contínua para o futuro. É uma condição de operação competente hoje. Quem estrutura isso agora reduz custo de regulação, melhora a detecção de fraude e constrói o histórico que a IA precisa para funcionar de verdade.

Se você quer revisar como está o fluxo de dados na sua operação antes de investir em mais tecnologia, a Autoinsp pode ajudar nesse diagnóstico. O problema quase sempre está antes da ferramenta.

Perguntas frequentes

Quais são os dados mais críticos na regulação de um sinistro de auto? Número de chassi confirmado, fotos com geolocalização, data e local do evento, histórico do segurado e identificação da oficina envolvida. Esses cinco dados, coletados corretamente na etapa certa, cobrem a maioria dos pontos de risco em análise antifraude.

Como saber se minha operação tem problema de governança de dados em sinistros? Verifique a taxa de campos obrigatórios preenchidos nas análises dos últimos três meses. Se mais de 15% dos sinistros têm algum campo crítico vazio ou incorreto na entrada, você tem um problema de protocolo, não de sistema.

A LC 213/2025 exige alguma documentação específica sobre dados de sinistro para APVs? A norma reforça a obrigação de rastreabilidade nas decisões de sinistro e governança de informações, aproximando as APVs das exigências já aplicadas a seguradoras reguladas. O detalhamento operacional está sendo consolidado pelas circulares da SUSEP em 2026, e as associações precisam acompanhar esse movimento ativamente.