Geocodificação de endereços: do texto à coordenada confiável

Quase todo projeto geoespacial nasce da mesma forma: alguém exporta uma planilha com milhares de clientes, ativos, ocorrências ou pontos de entrega e descobre que o campo "localização" é um texto livre, digitado por pessoas diferentes ao longo de anos. Antes de qualquer mapa, roteirização ou análise, esse texto precisa virar coordenada. Esse passo tem nome: geocodificação.

É um passo silencioso e frequentemente subestimado. Quando funciona, ninguém percebe. Quando falha, a equipe vai parar na quadra errada, o indicador de produtividade despenca e o cliente reclama. Este guia explica como a conversão acontece, o que determina a qualidade do resultado e como estruturar o processo em uma operação real.

O que é geocodificação

Geocodificação é o processo de converter a descrição textual de um lugar em um par de coordenadas geográficas. A entrada costuma ser um endereço postal ("Rua das Palmeiras, 240, Centro, Campinas, SP"), mas pode ser o nome de um ponto de referência, um trecho de rodovia com quilometragem ou um código como o CEP.

A operação inversa chama-se geocodificação reversa: recebe uma coordenada e devolve o endereço mais provável para aquele ponto. É o que acontece quando um técnico registra a posição no celular e o sistema sugere "você está na Avenida Brasil, próximo ao número 1.200". As duas operações consultam a mesma base de referência, mas resolvem problemas distintos, e é comum usar a reversa para validar o resultado da direta.

Como um geocodificador funciona por dentro

Por trás de uma chamada aparentemente simples, um geocodificador executa quatro etapas. Entender essa sequência ajuda a diagnosticar por que um endereço específico falhou.

1. Normalização (parsing). O texto é quebrado em componentes: tipo de logradouro, nome, número, complemento, bairro, município, unidade federativa e código postal. Abreviações são expandidas, acentos e pontuação são tratados, e o texto é padronizado.
2. Busca de candidatos. Os componentes são comparados com a base de referência. Como a grafia raramente é idêntica, entram em cena técnicas de comparação aproximada, que toleram erros de digitação e variações de escrita.
3. Pontuação e desempate. Cada candidato recebe uma nota conforme quantos componentes casaram e com que qualidade. O município e a UF costumam pesar mais que o complemento, porque erram menos.
4. Atribuição da coordenada. O candidato vencedor entrega uma posição, que pode vir de um ponto de endereço já cadastrado, de uma interpolação ao longo da face de quadra ou do centroide de uma área maior.

A documentação do Nominatim, o geocodificador de código aberto que usa dados do OpenStreetMap, ilustra bem a diferença entre os dois modos de consulta. Na busca em texto livre, o serviço processa a consulta primeiro da esquerda para a direita e, se isso falhar, tenta da direita para a esquerda. Já a consulta estruturada recebe cada componente em um campo próprio, com parâmetros como street, city, state, country e postalcode, e não pode ser combinada com o parâmetro de texto livre.

A recomendação prática que tiramos disso: se a sua base já tem os campos separados, use a consulta estruturada. Você elimina a etapa mais frágil do processo, que é adivinhar onde termina o nome do logradouro e começa o bairro.

Os níveis de precisão do resultado

Este é o ponto que mais gera prejuízo operacional. Todo geocodificador devolve uma coordenada, sempre. O que muda é de onde aquela coordenada veio. Um retorno pode significar "este é o portão do imóvel" ou "este é o meio do bairro", e as duas respostas chegam no mesmo formato.

Repare que os dois últimos níveis não são "erros": são respostas legítimas para uma pergunta mal especificada. O problema aparece quando eles entram no mesmo campo de latitude e longitude dos demais, sem qualquer marcação, e alguém usa aquela coordenada para calcular deslocamento de equipe.

A prática institucional confirma que esse controle importa. Ao divulgar o Cadastro Nacional de Endereços para Fins Estatísticos do Censo Demográfico 2022, o IBGE informou ter validado cada par de coordenadas coletado em campo quanto à sua localização e, a partir dessa crítica, atribuído níveis de geocodificação a cada endereço, conforme a posição do par que o representa. Ou seja: mesmo em uma base construída com visita presencial, a coordenada vem acompanhada de um indicador de qualidade.

Por que o endereço brasileiro é difícil

Geocodificadores treinados em outros países costumam ter desempenho pior aqui, e há razões concretas para isso. Vale conhecê-las antes de culpar a ferramenta.

• Endereços sem número. Uma parcela relevante dos imóveis brasileiros não tem numeração formal, especialmente em área rural e em ocupações consolidadas. Sem número, o melhor resultado possível é o trecho de via, não o ponto.
• Referências no lugar do endereço. "Ao lado do posto", "casa do fundo", "após a igreja" são informações reais de campo, mas ilegíveis para um algoritmo de casamento textual.
• Complementos misturados. Apartamento, bloco, quadra, lote e chácara aparecem no mesmo campo do logradouro, atrapalhando a etapa de normalização.
• Zona rural e rodovias. Localização por quilômetro de rodovia, nome de fazenda ou de comunidade exige base específica, que raramente está no geocodificador genérico.
• Grafias concorrentes. "Av.", "Avenida", "Av", nomes de logradouro com e sem o patronímico completo, municípios homônimos em estados diferentes.
• CEP usado como coordenada. Muita gente supõe que o CEP identifica um ponto. Ele não foi criado para isso.

Sobre esse último item, vale a definição oficial. Segundo os Correios, o CEP é um conjunto numérico de oito algarismos cuja função é orientar e acelerar o encaminhamento, o tratamento e a entrega de objetos postais. Os cinco primeiros dígitos formam uma hierarquia geográfica (região, sub-região, setor, subsetor e divisor de subsetor) e os três últimos, o sufixo, identificam localidades, logradouros, códigos especiais e unidades dos Correios. É um código de roteamento postal, com lógica geográfica embutida, e não um identificador de imóvel. Ele ajuda muito a desambiguar município e logradouro; ele não substitui o número.

Bases de referência disponíveis no Brasil

A qualidade de qualquer geocodificação é limitada pela base contra a qual você compara. Vale conhecer as principais opções e o que cada uma resolve.

O CNEFE merece destaque. Ao divulgar as coordenadas geográficas dos endereços atualizados e coletados pelos recenseadores no Censo Demográfico 2022, o IBGE apresentou pela primeira vez uma versão totalmente georreferenciada do cadastro, com a classificação de espécie associada a cada endereço. Para quem trabalha com cobertura nacional, é um insumo público de referência que não existia até então.

Vale registrar uma interpretação nossa, e não um fato: nenhuma base isolada resolve o problema no Brasil. Operações maduras trabalham em cascata, tentando primeiro a base mais precisa e caindo para as demais, sempre registrando qual delas respondeu. E a base que mais melhora com o tempo é a própria: cada visita em campo é uma oportunidade de gravar a coordenada real do imóvel, o que exige atenção à precisão do GPS em campo e ao que o aplicativo do técnico registra.

Limites de uso, custo e cache

Um erro comum em projetos iniciantes é apontar uma planilha de 200 mil linhas para um serviço público gratuito e deixar rodando. Além de gerar resultados inconsistentes, isso viola termos de uso.

A política de uso do serviço público do Nominatim, mantida pela OpenStreetMap Foundation, é explícita. Ela estabelece um máximo absoluto de uma requisição por segundo, exige execução em uma única máquina e em um único fluxo, sem scripts distribuídos, e limita a quatro requisições por minuto os scripts que rodam por mais de um dia. Os resultados devem ser armazenados em cache do lado de quem consome, e consultas repetidas idênticas podem ser bloqueadas. A aplicação também precisa se identificar por um cabeçalho User-Agent ou Referer válido. Para uso intenso, a própria política recomenda instalar uma instância própria do Nominatim.

Traduzindo para decisão de arquitetura: se o volume é grande e recorrente, geocodifique em infraestrutura própria. Uma instância local, apoiada em um banco de dados espacial como o PostGIS, elimina o limite de taxa, mantém os endereços dentro do seu ambiente e permite reprocessar a base inteira quantas vezes for necessário. Serviços comerciais são uma alternativa legítima, e nesse caso o cache deixa de ser exigência de política para virar controle de custo, já que a cobrança costuma ser por requisição.

Como montar um processo que a operação aguenta

Geocodificação não é um projeto com fim: é uma rotina. Endereços novos chegam todo dia, e a base envelhece. Um desenho que costuma funcionar tem cinco elementos.

1. Padronize antes de consultar. Expandir abreviações, separar complemento do logradouro e corrigir UF ausente melhora a taxa de acerto mais do que trocar de geocodificador.
2. Use consulta estruturada quando puder. Campos separados evitam que o parser precise adivinhar a estrutura do texto.
3. Classifique o resultado, não só aceite. Guarde nível, nota e origem. Defina qual nível mínimo é aceitável para cada uso: despacho de equipe exige mais que um painel gerencial.
4. Crie uma fila de exceção. O que não atingir o nível mínimo vai para revisão, com apoio de imagem aérea e conhecimento local. Uma fila pequena e trabalhada vale mais que uma base inteira com confiança falsa.
5. Feche o ciclo com o campo. Quando a equipe chega ao local, a coordenada correta é registrada e volta para a base. Esse é o mecanismo que transforma o cadastro em ativo, e é exatamente o tipo de fluxo que o Phrisma sustenta na gestão de ordens de serviço, com o histórico descrito no guia de field service.

Se você está começando agora e quer o contexto mais amplo antes de mergulhar nesta etapa, vale ler o guia sobre o que é geoprocessamento. E se o objetivo é entender como a Felikis encadeia dado, campo e decisão, os produtos mostram o desenho completo.

Perguntas frequentes

Fontes e referências