Classificações De Aymorés

O que são classificações de aymorés e como funcionam na prática

Aymorés é um termo que aparece com frequência em bancos de dados de cadastros empresariais e fiscalizados no Brasil. Na maioria das vezes, trata-se de uma classificação de risco ou segmento econômico atribuída a pessoas jurídicas e físicas quando seus dados transitam por bases como a Serasa, o BoaCompra ou ferramentas de screening. Não existe um padrão único governamental para isso. Cada consultora tem a sua própria tabela de pontuação, intervalos e critérios. Um score numérico, um segmento como Alto Risco, Médio ou Baixo Risco, e um conjunto de variáveis que sustentaram aquela pontuação. As variáveis mais comuns incluem: atrasos em contas, ações judiciais ativas, falência ou recuperação judicial, protestos, CNDs negativas, mudança frequente de endereço, tempo de fundação da empresa, faturamento declarado versusReality, e presença em bases de inadimplentes compartilhadas entre instituições. O campo Aymorés em si costuma ser apenas uma das camadas de uma análise mais ampla. Alguns sistemas agrupam a classificação em módulos separados: módulo pessoal para PF, módulo empresarial para PJ, e módulo de histórico comportamental. Outros misturam tudo em uma única pontuação ponderada.

Como construir ou consultar classificações de aymorés do zero

A primeira coisa a decidir é a fonte dos dados. O caminho mais direto é adquirir acesso via API a um bureau de crédito reconhecido. No Brasil, as opções mais usadas são Serasa Experian, BoaCompra, SPC Brasil eSCPC. Cada uma tem cobertura diferente, SLAs diferentes e preços diferentes. Para pequenas equipes, a Serasa é a que entrega mais rápido. Para quem precisa de integração com sistemas legados, a BoaCompra costuma ter documentação mais clara. O segundo passo é mapear os campos que realmente importam para a sua regra de negócio. Você vai precisar no mínimo de: CPF ou CNPJ, data de nascimento ou data de abertura, situação cadastral, score atual, histórico de protestos nos últimos 24 meses, ações judiciais vinculadas, e grau de relacionamento com outras entidades (sócios, dependentes, empresas coligadas). Tudo isso forma a base de entrada para a classificação. O terceiro passo é definir seus intervalos de corte. Não copie a tabela padrão do bureau. Adapte-a. Se o seu produto é crédito consignado, um score que seria "médio" para um cartão rotativo pode ser "alto risco" para você. Faça um teste com 500 a 1000 registros, aplique diferentes fatiamentos e veja qual divisão gera menor taxa de inadimplência efetiva nos três meses seguintes à concessão.

Problema real que eu enfrentei e como resolvi

Em um projeto interno, a classificação de aymorés retornava resultados inconsistentes para MEIs com menos de seis meses de atividade. O bureau puxava dados de sociedades limitadas associadas ao mesmo CPF e aplicava o score da matriz ao MEI. Isso gerava falsos positivos de alto risco em dezenas de cadastros novos. O workaround foi simples, mas demorou para ser identificado: adicionei uma camada de pré-filtro que separava MEIs com menos de 12 meses de existência e os encaminhava para uma regra alternativa baseada apenas em renda declarada e histórico de pagamento de impostos fedrais, ignorando scores agregados de grupo econômico até a complementeção dos dados. A correção reduziu o índice de falsos positivos de aproximadamente 18% para cerca de 3% em dois sprints. Não eliminou o problema completamente, mas tornou a classificação estável o suficiente para aprovação automática.

Pegadinhas que iniciantes sempre ignoram

Primeiro, confiar que o score é absoluto. Ele não é. É uma estimativa condicional baseada nas variáveis disponíveis no momento da consulta. Se os dados do bureau estão desatualizados, a classificação herda esse erro. Segundo, tratar todos os campos como igualmente importantes. Na prática, atrasos em consignado e ações de execução fiscal pesam muito mais do que protestos antigos já quitados. Ajuste os pesos conforme seu histórico de calote real, não conforme o manual do bureau. Terceiro, não validar contra uma base própria. Se sua empresa já tem um histórico de aprovações e reprovações, use esses dados para retroalimentar a classificação. Um modelo treinado com seus próprios Default Rates tende a superar a classificação padrão em 10% a 15% de precisão após alguns meses de ajuste.

Limitações honestas

Classificações de aymorés não funcionam bem para estrangeiros sem CPF completo, para empresas em recuperação judicial ativa sem dados atualizados nos cartórios, e para pessoas físicas com CPF suspenso pela Receita. Nesses cenários, o score volta nulo ou genérico, e a classificação se torna inútil para decisão automatizada. Nesses casos, o mais viável é migar para análise manual com coleta de complementação de renda e declarações assinadas, ou usar alternativas como score deagem comportamental baseado em histórico bancário direto, quando disponível. Para consultar classificações de aymorés de forma oficial, os portais de atendimento dos principais bureaus são: Serasa Experian: acesso via plataforma corporativa com contrato ativo. O endereço institucional é serasahexperian.com.br.

BoaCompra: disponível para empresas credenciadas em boaCompra.com.br. SPC Brasil: acesso corporativo em spcbrasil.com.br. Para documentação técnica e integração via API, cada um deles mantém um portal de desenvolvedor separado. Recomendo solicitar acesso de sandbox antes de qualquer implementação, pois a carga documental necessária varia de acordo com o volume esperado de requisições mensais.