.svg){kind=logo}
Descrição da iniciativa
O projeto Potencializando o uso de Soluções de Big Data para Cidades Inteligentes, criado pelo Banco Interamericano de Desenvolvimento (BID) via cooperação técnica, visa apoiar as cidades brasileiras de Recife (CE), São Luís (MA) e Vitória (ES) na resolução de problemas urbanos por meio de projetos-piloto de Big Data.
Uma das soluções desenvolvidas em Vitória (ES) foi o Perfil da dívida ativa do IPTU, uma ferramenta que objetiva avaliar o atual estoque da dívida ativa do IPTU de um município e traçar o perfil dos contribuintes devedores, proporcionando melhor compreensão da composição da dívida ativa do IPTU, facilitando a gestão e recuperação de créditos municipais. Isso é feito a partir de um algoritmo que cria o perfil com base no cruzamento dos dados em um dashboard. Foram captadas as informações de devedores nos dados do estoque da dívida ativa do IPTU da Prefeitura e foram coletados de bases externas os dados socioeconômicos sobre a população de Vitória.
Resultados e impactos
Esta solução visa comprovar que a visualização adequada de dados internos da prefeitura, combinados com dados externos, pode auxiliar na tomada de decisões e na redução do estoque da dívida ativa. A ferramenta desenvolvida está à disposição da Secretaria de Desenvolvimento da Cidade para controle e manutenção dos dados de loteamentos, incluindo o cadastro social de proprietários tituláveis, agilizando os processos de titulação. O dashboard publicado pode auxiliar a investigação de questões como: presença de beneficiários de redução de IPTU em áreas nobres, inadimplência por falta de regularização, correlação entre renda per capita e inadimplência, padrões de comportamento dos devedores nos últimos 5 anos, e identificação de imóveis inadimplentes sem CPF cadastrado do responsável fiscal.
A ferramenta aprimora a gestão da Dívida Ativa municipal, solucionando um desafio recorrente em diversas cidades. Ela identifica contribuintes com maior probabilidade de quitação de débitos e possibilita uma tomada de decisão mais ampla e fundamentada em evidências, otimizando assim o processo de cobrança e a eficiência na recuperação de recursos para o município.
Desafios e lições durante a implementação
Como requisito técnico, é preciso garantir acesso a bases de dados relevantes ao objetivo da iniciativa. Neste projeto, foram coletados dados do estoque da dívida ativa do IPTU, incluindo o montante da dívida e informações sobre os devedores; dados de fontes externas sobre a população de Vitória (renda familiar, renda per capita, características dos imóveis onde residem, etc.); dados georreferenciados da concessionária de energia local; e dados da Cosip (Contribuição para Custeio do Serviço de Iluminação Pública). Foi necessário fazer um tratamento extenso dos dados antes de realizar o cruzamento em um dashboard.
Desafios
Desafio organizacional: Dificuldade em conduzir ações colaborativas em decorrência da dificuldade de integração entre os setores da prefeitura ou alta rotatividade dos gestores diretos.
Proteção e privacidade dos dados: Dificuldade de avaliar quais dados são seguros para disponibilização em soluções de Big Data, respeitando a lei de proteção de dados (LGPD).
Normatização de formato dos dados: Falta das normas no nível municipal quanto aos formatos dos dados resulta em incompatibilidades entre as municipalidades, informações ausentes ou preenchidas inadequadamente, o que dificulta a colaboração entre as entidades de diferentes níveis de governo.
Diversidade e descentralização de plataformas de dados abertos: A ausência de regulação que padronize e centralize as obrigações de transparência demanda muito tempo das equipes e resulta em eventuais sobreposições de trabalho.
Atualização e manutenção das bases dos dados: Dificuldade de atualização da informação e da manutenção das bases de dados públicos e de atualização da informação devido à baixa disponibilidade de recursos financeiros e recursos humanos.
Lições
Governança de Dados: A padronização de como os dados são coletados, armazenados e processados, são essenciais, portanto, devem estar registrados em documentos ou manuais e fazer parte da rotina das secretarias
Reforço dos padrões de Segurança: Protocolos de segurança mais rígidos são necessários para proteger dados sensíveis de acessos indevidos, além de capacitação de equipes quanto à importância da proteção de dados para garantir sua segurança.
Capacitação de Servidores: Há necessidade de que a prefeitura invista em treinamentos específicos em gestão da informação e análise de dados para as equipes existentes.
Desenvolvimento de Data Lake: A criação de um repositório central de dados estratégicos interoperáveis entre secretarias agiliza o acesso a dados necessários a ações de Big Data, facilita a normatização de informações e reduz a recorrência de duplicidade de dados.
Condições de sucesso para a implementação
Equipe multidisciplinar: envolvimento de uma equipe composta por um cientista de dados, responsável pela coleta, manipula e apresenta os dados, transformando-os em informações; analista de dados, responsável por interpretar e filtrar as informações, transformando-as em inteligência; e um tomador de decisões, responsável por demandar as soluções e as utilizar para a consecução de seus objetivos.
Escritório de dados: a estruturação de um Escritório de Dados (ED) incluindo profissionais efetivos da própria prefeitura em sua equipe é necessário para desenvolver maturidade no uso de Big Data para implementar e otimizar projetos das secretarias e órgãos municipais, colaborando com a tomada de decisão pautada em dados e evidências
Apoio da alta administração: facilita a obtenção da colaboração de atores-chave no projeto e do acesso a recursos necessários para sua execução.