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.
O que você encontra nas classificações de aymorés
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.
👉 Clique no botão abaixo para saber mais sobre o assunto!
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.
Links e acesso
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.
