Geocodificação pura vs cruzamento multi-fonte: qual resolve cadastro de verdade

A primeira tentação quando o cadastro está com endereço errado é rodar Google Maps API em cima da base inteira. Geocodifica tudo, atualiza coordenada, problema resolvido. Funciona em 60-70% dos casos. E o resto vira problema pior que antes — porque o erro fica disfarçado como "validado". Este artigo compara geocodificação pura (uma fonte) com cruzamento multi-fonte, e explica por que confiar em uma fonte só é caro.

O que geocodificação pura faz

Cliente envia endereço como texto: "Rua das Flores, 234, Centro". Google Maps API retorna lat/lng correspondente. Sistema atualiza o cadastro com essa coordenada. Termina.

É barato (custo por chamada de API), rápido (milissegundos por endereço), e cobre a maioria dos casos. É também o serviço default que toda equipe de TI sugere quando o cadastro está ruim.

Onde geocodificação pura ganha

Cenários onde uma fonte só basta:

Endereço escrito corretamente, em cidade grande. "Rua Augusta, 1234, São Paulo" — Google Maps acerta com confiança alta. Rodar mais fontes vira redundante.

Volume gigante onde precisa ser barato. Operação com 5 milhões de endereços, custo por validação importa. Multi-fonte custa mais.

Endereço apenas pra cálculo de frete ou roteirização. Margem de erro de 50-100 metros não muda o resultado prático. Aceitável.

Onde geocodificação pura falha (o problema escondido)

Falhas de geocodificação não são "API caiu". São silenciosas. A API retorna uma coordenada com confiança alta — só que está errada.

Endereço incompleto. "Rua das Flores" sem número. Google retorna o centroide da rua, ou pega o endereço comercial mais próximo, ou puxa um número aleatório que parece plausível. Cadastro fica com coordenada plausível mas falsa.

Endereço ambíguo. "Av. Brasil, 100" — existem 200+ ruas chamadas "Av. Brasil" no Brasil. Google escolhe uma (geralmente a mais conhecida). Pode estar errada em 1.000 km.

Bairro genérico em CEP de bairro. CEP de "Centro" geralmente é o centroide do bairro, não do endereço. Google geocodifica, retorna o centroide, marca como sucesso. Cadastro tem coordenada do centroide pra todos os PDVs do bairro.

Numeração inexistente. "Rua X, 5000" mas a rua tem só 200 números. Google "estima" extrapolando. Marca como sucesso. Coordenada é invenção.

Em todos esses casos, a API retorna status: OK. Quem usa o resultado não sabe que está consumindo dado falso.

O que cruzamento multi-fonte faz

A regra é: nenhuma fonte sozinha decide. Pra cada registro, sistema pergunta a múltiplas fontes:

• Google Maps API
• OpenStreetMap (Nominatim)
• Receita Federal (se for CNPJ — confirma se o endereço bate com cadastro fiscal)
• Análise visual (Street View — confirma se o endereço corresponde à fachada do tipo cadastrado)

Compara as respostas:

• Concordância total: todas as fontes retornam coordenada similar. Confiança alta. Atualização automática.
• Concordância parcial: 2-3 fontes concordam, 1 diverge. Confiança média. Atualiza com flag pra revisão.
• Divergência: fontes apontam locais diferentes. Confiança baixa. Vai pra fila de revisão humana com evidência.

Por que isso muda o resultado

Endereço incompleto vira flag em vez de ficar disfarçado. Google estima, OSM diz "não encontrei", divergência é evidente.

Endereço ambíguo vira flag também. Google e OSM escolhem ruas diferentes — sistema mostra ao operador que existem 2-3 candidatos plausíveis.

Bairro genérico vira flag — Receita confirma o endereço comercial real (CNPJ tem endereço fiscal), Google retorna centroide do bairro, divergência clara.

Numeração inexistente vira flag — Google extrapola, OSM diz "rua só tem números até 200". Operador descobre o problema.

Em todos os casos, o erro vira visível em vez de ficar disfarçado.

Comparativo direto

| Eixo | Geocodificação pura | Cruzamento multi-fonte | |---|---|---| | Custo por endereço | Baixo | Médio | | Velocidade | Muito rápida (ms) | Rápida (segundos) | | Cobertura "sucesso aparente" | 95-98% | 60-70% (com confiança alta) | | Detecção de erro silencioso | Ruim | Boa | | Auditabilidade | Baixa | Alta | | Volume de revisão humana | Próximo de 0% | 5-15% | | Risco de cadastro com erro disfarçado | Alto | Baixo |

Quando geocodificação pura ainda faz sentido

• Volume gigante (acima de 1 milhão de endereços) onde custo é constraint dura
• Aplicação tolerante a erro (estimativa de frete, mapa de calor de uso)
• Pré-processamento antes de validação multi-fonte (filtra os obviamente errados primeiro)

O custo escondido de não cruzar

Em distribuidor capilar com 30 mil PDVs:

• Geocodificação pura: 95% sucesso aparente, mas 18-25% errados de fato
• Cadastro entra em produção com erro escondido
• Roteirização gera rota pra coordenada errada
• Caminhão chega no lugar errado
• Vendedor recebe ligação de cliente irritado
• Equipe gasta tempo "corrigindo na exceção" — e a correção é pontual, não corrige a causa

Multi-fonte:

• 60-70% sucesso confiança alta (atualizado automático)
• 20-30% sucesso confiança média (atualizado com flag)
• 5-15% divergência (revisão humana, 1-3 min por caso)
• Cadastro entra em produção com erro mapeado
• Roteirização funciona

O custo de implementar multi-fonte se paga em 3-6 meses pela queda de retrabalho operacional.

Próximo passo

Se você está avaliando saneamento de cadastro, a FELGOR Vision implementa cruzamento multi-fonte com score de confiança por campo. Se quiser ver aplicado antes de contratar, agende um diagnóstico de 30 minutos com os fundadores.