powered by

desafio ativo

Onde a
Receita Escapa

Onde a
Receita Escapa

Onde a
Receita Escapa

Rastrear, explicar e conter desvios no fechamento D-1

status

crítico

5 participantes

5 participantes

recrutados

Requisito do desafio

People-first

Future-proof

AI-driven

Mentores

Lucas Coelho

Lucas Coelho

Relationship Developer

Victor Frazão

Victor Frazão

Analista de Marketing

Einstein Torres

Einstein Torres

CFO & Especialista em IA

Dante Freitas

Dante Freitas

Founder - GZero

Renan Hannouche

Renan Hannouche

Founder - GZero

Lelec

Lelec

CDO

Davy Mota

Davy Mota

Davy Mota

Head of Design

Gabriel Albuquerque

Gabriel Albuquerque

CEO Loomi

Skills Necessárias

Skills Necessárias

Revenue Analytics

Anomaly Detection

Time Series Forecasting

Multivariate Statistical Analysis

Data Architecture for Financial Systems

Explainable AI and Interpretability

Root Cause Analysis

Traffic Pattern Recognition

Financial Risk Classification

Real-Time Data Processing

Dashboard and Decision Support Design

Process Mining

Pricing and Tariff Strategy

Payment Systems Integration

Data Quality Management

Operational Diagnostics

Decision Support System Design

Change Management

Regulatory Compliance and Auditability

Performance Analytics and Monitoring

A missão

Contexto

A EcoRodovias opera hoje 12 concessões, com 73 praças de pedágio e 8 pórticos de Free Flow, lidando com diferentes perfis de tráfego, sazonalidade e meios de pagamento. O volume diário gira em torno de 1,2 milhão de veículos, com projeção de crescimento para 2,16 milhões até setembro de 2028. Nesse cenário de escala e complexidade, Gestão de Arrecadação e Atendimento ao Usuário precisam de um fechamento diário (D-1) mais estruturado e previsível para identificar e explicar variações relevantes de tráfego e receita.

Problema

No fechamento D-1, surgem diferenças relevantes que não se explicam apenas pela variação do tráfego total, como arrecadação incompatível com o volume por categoria, mudanças inesperadas no mix categoria × meio de pagamento e oscilações atípicas de isenções/liminares. Também são comuns divergências entre tráfego e arrecadação (total e por categoria) e entre arrecadação por meio de pagamento e o comportamento histórico esperado. Hoje, identificar e analisar essas distorções depende de processos manuais, demorados e pouco padronizados, o que atrasa decisões e aumenta riscos operacionais, financeiros e regulatórios.

Desafio

Desenvolver uma solução com análise avançada de dados e automação para transformar o D-1 em um processo estruturado, explicável e orientado à decisão. A solução deve apontar rapidamente onde ocorreu o desvio, a provável causa e o impacto associado, priorizando o que exige ação imediata.

Objetivo (O)

Eliminar surpresas relevantes na arrecadação diária, garantindo visibilidade, explicação e ação rápida sobre desvios de receita em D-1.

Resultados-Chave (KRs)

KR1. Detectar automaticamente 100% dos desvios relevantes de arrecadação em D-1, considerando tráfego, categorias e meios de pagamento.

KR2. Explicar a provável causa de ao menos 90% dos desvios identificados, de forma clara, rastreável e defensável.

KR3. Reduzir em 50% o tempo médio entre a identificação do desvio e a definição da ação corretiva.

KR4. Reduzir em 40% as perdas recorrentes associadas a erros de classificação, meios de pagamento ou falhas operacionais.

KR5. Garantir que 100% dos desvios com impacto material sejam priorizados e tratados com ação registrada e acompanhável.

Leia o desafio na íntegra