Metodologia

Como coletamos, processamos e verificamos os dados — passo a passo

1. Coleta de dados

O Crime Brasil processa exclusivamente dados abertos publicados por órgãos governamentais. Não compramos dados, não recebemos dados em sigilo e não usamos técnicas de raspagem sobre portais fechados.

As fontes são acessadas de duas formas:

• Portais de dados abertos: arquivos CSV/ZIP disponibilizados diretamente pelas secretarias (ex.: SSP/RS via dados.rs.gov.br, ISP/RJ via ispdados.rj.gov.br, SSP/SP via dados.sp.gov.br).
• Solicitação formal às secretarias: para estados que não publicam dados em portais abertos, o Crime Brasil obtém os dados diretamente junto aos órgãos responsáveis. Os arquivos recebidos são arquivados.

O pipeline de ingestão é executado mensalmente e verifica automaticamente se há novos arquivos disponíveis. Cada arquivo é identificado por um hash SHA-256 antes de ser processado, garantindo que o mesmo lote de dados nunca seja contado duas vezes.

2. Normalização de nomes

Um dos maiores desafios em dados de segurança pública é a inconsistência nos nomes de bairros e municípios entre registros do mesmo estado. Identificamos e corrigimos mais de 208 variantes conhecidas.

Exemplos de variantes normalizadas

• PASSO PEDRAS e PASSO DAS PEDRAS → mesmo bairro de Porto Alegre
• BOMFIM e BOM FIM → mesmo bairro de Porto Alegre
• CORONEL APARICO e CORONEL APARICIO BORGES → mesmo bairro
• CENTRO HISTÓRICO, CENTRO HISTORICO e CENTRO → verificados caso a caso por município
• Variantes com e sem acento: normalizadas por NFD + remoção de diacríticos antes de qualquer comparação

Para municípios, mantemos um dicionário de aliases que mapeia grafias alternativas usadas pelas secretarias estaduais para o nome canônico do IBGE. Por exemplo: SANTANA DO LIVRAMENTO (SSP) → SANT’ANA DO LIVRAMENTO (IBGE).

3. Verificação automática

Antes de qualquer publicação, cada número passa por um pipeline de verificação que cruza a API com os arquivos-fonte originais. O processo usa uma suíte de 68 testes automatizados:

• Totais de RS verificados contra os ZIPs originais da SSP (codificação latin-1)
• Totais de RJ verificados contra o CSV do ISP (separado por ponto-e-vírgula)
• Totais de MG verificados contra os CSVs do SEJUSP
• Verificação de deduplicação (registros SINESP VDE removidos para RJ e MG — fonte ISP/SEJUSP tem prioridade)
• Alertas de performance em queries lentas (acima de 2s)

Artigos e análises têm uma verificação adicional: antes de publicar, rodamos um script de verificação específico para cada artigo que valida cada número citado no texto contra a base de dados ao vivo.

4. Cálculo de taxas por 100 mil habitantes

Todas as taxas usam as populações do Censo 2022 do IBGE. Para municípios e estados, usamos as populações censitárias divulgadas oficialmente. Para bairros, estimamos a população por agregação de setores censitários usando os limites geográficos oficiais da malha territorial do IBGE.

A fórmula é taxa = (ocorrências / população) × 100.000, aplicada sobre o período selecionado. Para períodos menores que 12 meses, não annualizamos automaticamente — a taxa exibida é sempre para o período exato consultado.

5. Granularidade por estado

A profundidade dos dados varia conforme o que cada secretaria publica. O Crime Brasil não inventa dados onde não existem — a granularidade real de cada estado é exibida transparentemente:

Para estados com cobertura parcial (MG apenas crimes violentos; SC e SP com categorias limitadas), sinalizamos a limitação ao lado dos dados para evitar comparações enganosas.

6. Atualização dos dados

O pipeline de atualização automática roda a cada 7 dias e verifica se há novos arquivos disponíveis nas fontes primárias. Quando novos dados são publicados pelas secretarias, são ingeridos automaticamente dentro de 24 horas.

O snapshot de SEO (que alimenta as páginas por município e bairro) é regenerado diariamente às 05h30 UTC. A data do dado mais recente disponível é exibida em cada página.

7. O que não fazemos

• Não extrapolamos dados de anos anteriores para anos sem dados
• Não estimamos bairros a partir de dados municipais
• Não comparamos estados com fontes de qualidades incompatíveis sem aviso
• Não exibimos dados de municípios com menos de 10.000 habitantes em taxas (risco de distorção por variação aleatória)
• Não aplicamos suavização ou modelagem estatística nos dados brutos

Dúvidas ou correções

Se encontrou um dado que parece incorreto, use o botão de reporte de problema no site ou envie e-mail para [email protected]. Todos os relatos são investigados contra os arquivos-fonte. Correções são publicadas com nota de transparência.

Para mais detalhes sobre o projeto e a equipe, veja a página Sobre o Crime Brasil.

Última atualização: maio de 2026 · Crime Brasil