Questão de Ciência de Dados

 

Explicar como técnicas de análise de dados podem ajudar a identificar inconsistências em informações fiscais.

Resposta:

Inconsistência fiscal é a divergência entre informações que deveriam coincidir, como o que o contribuinte declara, o que emite em documentos eletrônicos e o que terceiros informam ao Fisco. Como o volume de notas fiscais e de escriturações é muito grande, a conferência manual é inviável, e a análise de dados permite concentrar o esforço do auditor onde o risco é maior.

O processo começa pela preparação dos dados. Bases como NF-e, EFD e declarações são integradas em um repositório, em geral dimensional, e consultadas por SQL. Em seguida, limpam-se registros duplicados, padronizam-se campos e tratam-se valores ausentes, pois a qualidade dos dados condiciona a qualidade de qualquer resultado, conforme a lógica do CRISP-DM.

A análise exploratória vem em seguida. Estatísticas descritivas, como média, mediana e dispersão, e gráficos revelam o comportamento típico de cada setor ou contribuinte. Valores muito distantes desse padrão, os outliers, tornam-se candidatos a verificação. A Lei de Benford, que prevê a frequência esperada dos dígitos iniciais em certos conjuntos numéricos, também pode sinalizar valores manipulados.

Técnicas de cruzamento comparam bases distintas. Se o total de vendas informado na escrituração é menor que a soma das notas emitidas, ou se o valor recebido por meio eletrônico supera o faturamento declarado, há indício de omissão de receita. O mesmo vale para créditos de ICMS que não encontram nota de entrada correspondente.

Para encontrar o que não segue regra conhecida, aplicam-se técnicas de mineração. A detecção de anomalias e o agrupamento (clustering) identificam contribuintes que destoam de seus pares. Modelos supervisionados de classificação, treinados com autuações anteriores, atribuem a cada contribuinte uma probabilidade de irregularidade, formando um ranking de risco.

Assim, cada técnica responde a uma etapa do problema: a integração reúne a informação, a exploração mostra o padrão, o cruzamento revela divergências objetivas e a mineração aponta casos atípicos. O resultado é a seleção de contribuintes para fiscalização com base em evidências, e não em sorteio.

Contudo, o resultado é indício, e não prova. Há falsos positivos, dados de má qualidade e modelos que reproduzem vieses do histórico. Por isso, o auditor deve validar cada alerta, os critérios devem ser explicáveis e o tratamento dos dados deve respeitar o sigilo fiscal e a LGPD. Conclui-se que a ciência de dados amplia a capacidade de fiscalização, mas depende do julgamento humano e do controle da qualidade dos dados.

Passo	O que fazer	Linhas aproximadas
1. Conceitos	Definir o problema (inconsistência fiscal) e as técnicas que serão usadas	6 a 7
2. Raciocínio	Mostrar como cada técnica funciona, em ordem lógica	10 a 12
3. Relação com o problema	Ligar cada técnica a um caso fiscal concreto	7 a 8
4. Conclusão	Fechar com limites, cuidados e o papel do auditor	3 a 4