Avaliações / Valuations | Preparação para Discovery
spec avaliacoes discovery colliers
Prep para sessão de discovery com representante(s) da área de Avaliações. Três blocos: (1) processo típico padrão-mercado para referência, (2) proposta de valor Anouk (preliminar), (3) Q&A cirúrgico para a conversa. Este doc será revisado e substituído pelo spec pós-discovery após a sessão.
0. Contexto e objetivo
A área de Avaliações da Colliers é responsável pela produção de laudos de avaliação imobiliária — relatórios técnicos que estimam o valor de mercado de imóveis para fins de financiamento, aquisição, tributação, contabilidade e investimento. É uma das maiores operações da Colliers Brasil.
O que já sabemos:
- [fato] A área produz ~1.500 relatórios/ano, cada um sobre um imóvel diferente. — Origem: 04
- [fato] Utiliza Argus Enterprise como sistema principal — backlog desde 2007/2008, quase 20 anos de dados acumulados. — Origem: 04
- [fato] Recebe dos clientes contratos com valores reais de transação — a informação mais valiosa do mercado imobiliário (valor efetivamente transacionado, não apenas o pedido). — Origem: 04
- [fato] Esses dados de transações reais estão num silo completamente separado — nunca foram conectados à base de inteligência de mercado. — Origem: idem, G-019
- [fato] Michael Sousa (TI) identificou esta área como a “mina de ouro” da Colliers e o caso de uso prioritário de IA: agente que lê o backlog de laudos e gera novos laudos. — Origem: 04
- [fato] Laudos incluem inspeção visual humana anual — base fotográfica mais atualizada que o Google Street View em muitas localidades. — Origem: idem
- [hipótese] O Argus Enterprise roda em licença standalone local (não cloud) — versão de 2016 mencionada por Leandro Braga para ArcGIS; status do Argus a confirmar. — Origem: 04 — Validar com Fabio Sodeyama na sessão de discovery.
Objetivo desta discovery: mapear o processo completo de produção de laudos com precisão suficiente para:
- Desenhar agente(s) de IA que acelerem a produção de laudos a partir do backlog Argus
- Identificar como conectar os dados de transações reais à base de inteligência de mercado (resolver G-019)
- Mapear a estrutura de dados do Argus para integração com o Data Lake
- Entender o fluxo de trabalho dos avaliadores e onde a IA pode reduzir tempo sem comprometer qualidade regulatória
1. Cadeia de valor da avaliação (alto nível)
flowchart LR A[Engajamento<br/>cliente solicita<br/>avaliação] --> B[Coleta de<br/>dados do<br/>imóvel] B --> C[Inspeção<br/>física<br/>in loco] C --> D[Análise de<br/>mercado<br/>comparáveis] D --> E[Modelagem<br/>Argus<br/>DCF/Cap Rate] E --> F[Reconciliação<br/>dos 3 métodos] F --> G[Redação<br/>do laudo] G --> H[Revisão<br/>de pares<br/>QA/QC] H --> I[Entrega<br/>ao cliente] I --> J[Arquivo<br/>backlog<br/>Argus]
2. Processo típico (referência — como é feito no mercado)
2.1 Etapas com detalhe
| # | Etapa | Ferramentas típicas | Atividade humana | Duração típica |
|---|---|---|---|---|
| 1 | Engajamento e escopo | E-mail, CRM, contrato | Receber solicitação do cliente, definir propósito (financiamento, aquisição, tributação, IFRS), escopo e honorários | horas |
| 2 | Coleta de dados do imóvel | SharePoint, e-mail, portais | Coletar documentação: matrícula, IPTU, rent roll, contratos de locação, plantas, capex histórico, despesas operacionais | dias |
| 3 | Inspeção física (vistoria) | Câmera, formulário, GPS | Visita ao imóvel. Fotografar, medir, avaliar estado de conservação, localização, acessibilidade, infraestrutura do entorno | 1 dia por imóvel |
| 4 | Análise de mercado | Planilhas, base MI, portais | Pesquisar transações comparáveis (vendas e locações) na mesma micro-região. Consultar base de inteligência de mercado (a planilha Excel 90MB) e fontes externas | dias |
| 5 | Seleção de metodologia | Argus Enterprise, Excel | Definir quais abordagens usar: (a) Comparação Direta de Dados de Mercado, (b) Renda (DCF / capitalização direta), (c) Custo de reprodução. Imóveis comerciais tipicamente usam DCF. | horas |
| 6 | Modelagem DCF no Argus | Argus Enterprise | Input de dados lease-by-lease: inquilinos, prazos, reajustes, vacância, capex, despesas. Projeção de fluxo de caixa 5-10 anos. Cálculo de TIR, NOI, Cap Rate. | dias — maior gargalo técnico |
| 7 | Abordagem por Comparação | Excel, base MI | Selecionar 3-5 imóveis comparáveis. Aplicar ajustes por localização, tamanho, idade, qualidade. Derivar valor unitário (R$/m²). | horas-dias |
| 8 | Abordagem por Custo | Excel, SINAPI/CUB | Estimar custo de reprodução do imóvel. Subtrair depreciação. Somar valor do terreno. | horas |
| 9 | Reconciliação | Excel, julgamento do avaliador | Comparar resultados dos 3 métodos. Ponderar e justificar o valor final adotado. | horas |
| 10 | Redação do laudo | Word, templates, fotos | Redigir relatório completo: descrição, metodologia, análises, conclusão, condições limitantes. Inserir fotos, mapas, tabelas. | dias — segundo gargalo |
| 11 | Revisão de pares (QA/QC) | Reunião, checklist | Avaliador sênior revisa laudo por conformidade técnica (IBAPE, ABNT NBR 14653) e compliance interno. | horas-dias |
| 12 | Entrega e arquivo | E-mail, SharePoint, Argus | Enviar ao cliente. Arquivar laudo + modelo Argus no backlog. | horas |
2.2 Metodologias de avaliação — referência
| Método | Quando usar | Precisão | Complexidade |
|---|---|---|---|
| DCF (Fluxo de Caixa Descontado) | Imóveis de renda (escritórios, galpões, shopping). Padrão para investidores institucionais. | Alta | Alta — requer Argus ou modelo equivalente |
| Capitalização Direta | Imóvel estabilizado, renda previsível | Média-Alta | Média — snapshot, não projeção |
| Comparação Direta | Imóveis residenciais, terrenos, ou como check | Média | Média — depende de comparáveis |
| Custo de Reprodução | Imóveis especiais, novos, ou sem comparáveis | Baixa-Média | Média — requer referências SINAPI/CUB |
2.3 Pontos de dor típicos (hipóteses a validar)
| Dor | Descrição | Evidência |
|---|---|---|
| Pesquisa de comparáveis demorada | Encontrar transações comparáveis exige pesquisa manual em múltiplas fontes (base MI, portais, contatos pessoais) | Daniel: “corretores passam 2-3 dias juntando informações que deveriam levar 15 min” |
| Dados de transação real nunca consolidados | Os próprios laudos contêm dados de transação real que não retroalimentam o sistema | G-019 |
| Laudo escrito do zero toda vez | Cada laudo é redigido individualmente; pouco reuso de texto, análises de mercado ou templates parametrizados | [hipótese — validar com a área] |
| Backlog Argus subutilizado | 18 anos de modelos Argus arquivados sem reaproveitamento analítico | Michael: “mina de ouro que a gente não tá sabendo explorar” |
| Inspeção repetida | Imóveis são re-avaliados anualmente com inspeção presencial — muitas vezes com poucas mudanças | [hipótese — validar] |
| Compliance manual | Revisão de conformidade (ABNT NBR 14653, IBAPE) feita manualmente por avaliador sênior | [hipótese — validar] |
| Fotos e artefatos dispersos | Fotografias de inspeção em pastas locais sem backup centralizado ou indexação por imóvel | G-023 |
2.4 Papéis envolvidos (tipicamente)
| Papel | Responsabilidade |
|---|---|
| Diretor de Avaliações | Aceite de mandatos, alçada de aprovação, relacionamento com clientes-chave |
| Avaliador sênior | Modelagem Argus, reconciliação, revisão de pares (QA/QC) |
| Avaliador júnior / analista | Coleta de dados, pesquisa de comparáveis, inspeção física, redação de laudo |
| Assistente / estagiário | Suporte em pesquisa, formatação de laudos, organização de fotos |
| Michael (TI) | Administração do Argus Enterprise, suporte de licença |
3. Proposta de valor Anouk (preliminar)
3.1 Agentes candidatos
| Agente | Módulo original (Costal) | Aplicação em Avaliações (hipótese) |
|---|---|---|
| Atlas (adaptado) | Orçamentação de obra | Estimativa paramétrica de valor — cruzar dados de transações reais com características do imóvel para sugerir faixa de valor antes da modelagem completa |
| Sentinel | Legal/Compliance | Verificação automatizada de conformidade do laudo com ABNT NBR 14653, IBAPE e padrões internos Colliers |
| Trace | Comunicação | Indexação e busca semântica no backlog de laudos — “encontre os 5 laudos mais similares a este imóvel” |
| Hunter (adaptado) | Prospecção | Monitoramento de oportunidades de mandato de avaliação; matching automático com clientes que tipicamente demandam laudos |
| Viz | Designer | Geração de mapas e visualizações geoespaciais para laudos a partir de dados GIS |
| Novo: Appraiser | — | Agente dedicado: gerar rascunho de laudo a partir de backlog Argus + dados do imóvel + comparáveis da base MI |
3.2 Arquitetura proposta (preliminar)
flowchart TB subgraph INPUT["Entrada"] SOL[Solicitação<br/>de avaliação] DOC[Documentos<br/>do imóvel] INSP[Fotos<br/>inspeção] end subgraph AGENTES["Agentes Anouk"] TRACE_A["Trace<br/>busca laudos<br/>similares"] ATLAS_A["Atlas<br/>estimativa<br/>paramétrica"] APPRAISER["Appraiser<br/>rascunho<br/>de laudo"] SENTINEL_A["Sentinel<br/>compliance<br/>ABNT/IBAPE"] end subgraph LAKE["Data Lake"] BRONZE["Bronze<br/>backlog Argus<br/>laudos brutos"] SILVER["Silver<br/>imóveis<br/>canonizados"] GOLD["Gold<br/>comparáveis<br/>transações reais"] end subgraph OUTPUT["Saídas"] LAUDO[Laudo<br/>final<br/>revisado] INSIGHTS[Insights<br/>cross-laudo<br/>para MI] end INPUT --> AGENTES LAKE -.->|contexto| AGENTES AGENTES --> OUTPUT LAUDO -->|retroalimenta| LAKE style AGENTES fill:#f5f0ff,stroke:#6b4e8d style LAKE fill:#e8f5e8,stroke:#2e7d32
3.3 Integração com Data Lake
| Camada | Conteúdo | Fonte |
|---|---|---|
| Bronze | Modelos Argus brutos (backlog 2007-presente), PDFs de laudos, fotos de inspeção | Argus Enterprise, SharePoint, pastas locais |
| Silver | Imóveis canonizados com chave única, rent rolls estruturados, transações reais extraídas dos laudos | Processamento dos dados Bronze + enriquecimento |
| Gold | Base de comparáveis (merge com MI), métricas de mercado por micro-região, índices de tendência | Cruzamento Silver Avaliações × Silver MI |
3.4 Ganhos esperados (hipóteses)
| Métrica | Hoje (hipótese) | Com Anouk (hipótese) | Método de medição |
|---|---|---|---|
| Tempo de pesquisa de comparáveis | 1-3 dias | 15 min (busca semântica) | Tempo médio por laudo |
| Tempo de redação do laudo | 2-5 dias | 1-2 dias (rascunho gerado) | Tempo médio por laudo |
| Reuso do backlog Argus | ~0% | >80% dos laudos usam referências do backlog | Contagem de queries ao backlog |
| Transações reais retroalimentando MI | 0 | 100% dos laudos publicam dados de transação na base MI | Volume de registros novos/trimestre |
| Compliance automatizado | Manual, revisão sênior | Checklist automático + revisão humana focal | % de itens verificados automaticamente |
4. Dados conhecidos e pendências
4.1 Sistemas usados pela área
| Sistema | Função | Status de integração |
|---|---|---|
| Argus Enterprise | Modelagem DCF, cálculos de avaliação, backlog de modelos | [gap] — versão, deployment (cloud vs local), API? A confirmar |
| SharePoint (Avaliações) | Armazenamento de laudos PDFs, fotos, documentos | [fato] — SharePoint por área, cf. Michael |
| Excel | Análises auxiliares, comparáveis, custo de reprodução | [fato] — padrão geral Colliers |
| Word | Redação de laudos | [hipótese] — validar se há template ou sistema dedicado (owner: Fabio Sodeyama) |
| Power BI | Consumo da base de MI para pesquisa de comparáveis | [fato] — cf. Leandro Braga |
4.2 Fontes de dados identificadas
- Backlog Argus Enterprise (2007-presente) — ~1.500 laudos/ano × 18 anos ≈ ~27.000 modelos
- Contratos com valores de transação real dos clientes
- Fotografias de inspeção anual
- Rent rolls e despesas operacionais de imóveis
4.3 SharePoint da área
- Status de acesso: pendente — solicitar a Michael Sousa
- Estrutura: desconhecida — necessita inventário
5. Q&A para a sessão de discovery
Instrução para Rafael: usar como roteiro. Começar pelas perguntas abertas e fechar com pontuais. Anotar respostas com [fato] / [hipótese] / [premissa] / [gap].
5.1 Bloco A — Processo atual (mapeamento)
- Como você descreveria o processo completo de uma avaliação — desde o pedido do cliente até a entrega do laudo? (pergunta aberta, deixar fluir)
- Qual é o tempo médio para produzir um laudo? Depende do tipo de imóvel? (pedir 3 exemplos recentes)
- Qual é a equipe típica envolvida em uma avaliação de imóvel comercial de grande porte?
- Quais são os 3 artefatos principais que vocês produzem? (laudo PDF? modelo Argus? planilha de comparáveis?)
- Existe um template padronizado de laudo ou cada avaliador tem seu formato?
- Como é o fluxo de revisão/aprovação? Quantas alçadas um laudo passa antes de ser entregue?
5.2 Bloco B — Ferramentas e dados
- Como vocês usam o Argus Enterprise no dia a dia? Qual versão? Cloud ou local?
- Os modelos Argus antigos estão acessíveis e pesquisáveis ou estão arquivados em pastas?
- Quando vocês precisam de comparáveis de mercado, onde pesquisam? Usam a base de MI (Power BI)?
- As fotos de inspeção ficam onde? Organizadas como? (por imóvel? por data?)
- Vocês usam alguma ferramenta de GIS ou georreferenciamento?
- Os contratos de locação dos clientes ficam acessíveis em algum sistema ou ficam nos laudos?
- Quantos laudos “prontos” estão acessíveis digitalmente para consulta hoje? Desde quando?
5.3 Bloco C — Pontos de dor
- Onde você sente que perde mais tempo no processo de avaliação? (ranquear top 3)
- Qual é o tipo de pesquisa mais demorado — encontrar comparáveis? Obter dados do imóvel? Redigir o laudo?
- Já aconteceu de refazer um laudo por falta de comparáveis adequados? Como contornou?
- Com que frequência vocês re-avaliam o mesmo imóvel? A inspeção muda muito entre avaliações?
- Como é a revisão de compliance (ABNT 14653, IBAPE)? Manual? Checklist? Quem faz?
- Os dados de transações reais que vocês recebem dos clientes — ficam onde? Alguém aproveita depois?
5.4 Bloco D — Stakeholders e aprovações
- Quem decide o quê em uma avaliação? (aceitação do mandato, metodologia, valor final)
- Existe interação com outras áreas da Colliers durante a produção do laudo? (ex.: Office, Industrial)
- Como funciona a relação com o cliente durante o processo? Ele influencia premissas? Isso gera retrabalho?
5.5 Bloco E — Dados históricos (crítico para agente Appraiser)
- Do backlog de laudos desde 2007 — quantos estão digitalizados e acessíveis?
- Os modelos Argus antigos são compatíveis com a versão atual? Pode-se abrir e reprocessar?
- Existe algum registro estruturado dos valores finais dos laudos (tipo planilha mestre) ou cada laudo é um arquivo isolado?
- Os dados de transação real que os clientes fornecem — estão em algum formato rastreável?
- Já houve tentativa de cruzar dados de avaliações com a base de MI? O que impediu?
5.6 Bloco F — Oportunidades e visão
- Se você pudesse automatizar 1 tarefa do processo de avaliação, qual seria?
- Um agente que busca automaticamente os 5 laudos mais similares ao imóvel que você está avaliando — seria útil? Que critérios de similaridade importam?
- Se tivesse um rascunho automático de laudo gerado a partir do backlog Argus e dos dados do imóvel — usaria? Que nível de confiança teria?
- Você aceitaria que os dados de transação real dos seus laudos alimentassem automaticamente a base de MI? Que restrições de confidencialidade existem?
- Qual é a visão de V2 do produto de avaliações? (mais tipologias? mais velocidade? mais clientes?)
5.7 Bloco G — Restrições e linhas vermelhas
- Existem normas regulatórias que restringem automação no processo de avaliação? (COFECI, IBAPE, RICS)
- Há cláusulas de confidencialidade nos contratos com clientes que impeçam compartilhamento dos dados de transação?
- O laudo precisa ter assinatura de avaliador certificado? Isso limita o que a IA pode fazer?
- Qual é o pior cenário que você imagina se automatizarmos errado?
6. Riscos e gaps conhecidos desta área
| ID canônico | Descrição | Relevância para Avaliações |
|---|---|---|
| G-019 | Dados de transações reais nunca consolidados | Diretamente: Avaliações é uma das 2 fontes desses dados |
| G-024 | Projetos GIS históricos sem reaproveitamento | Laudos com inspeção visual anual = base fotográfica valiosa |
| R-012 | Conhecimento geoespacial perdido quando colaboradores saem | Fotos/mapas de inspeção em pastas pessoais |
| R-013 | Base Excel de MI como ponto único de falha | Avaliações consome a base MI para comparáveis |
7. Follow-up e próximos passos
- Rafael — contatar Fabio Sodeyama (@Fabio.Sodeyama) para agendar discovery da área (head de Avaliações — CIVAS)
- Rafael — solicitar acesso ao SharePoint de Avaliações via Michael
- Rafael — preencher
01-colliers/specs/avaliacoes-spec.mdcom achados - Gabriel — investigar capacidade de exportação/API do Argus Enterprise
- Pedro — avaliar viabilidade de agente Appraiser como caso de uso diferenciado
8. Ver também
- Estrutura Colliers — organograma canônico (owner desta área: Fabio Sodeyama)
- Stakeholders Colliers — mapa completo de stakeholders por divisão
- Fabio Sodeyama — contato para agendamento do discovery (head de Avaliações — CIVAS)
- Catálogo de Agentes (26 agentes)
- Discovery TI — Michael Sousa
- Assessment MI — Daniel Jackel
- Spec MI — Leandro Braga
- Plano de Assessment
- Gaps — G-019, G-024
- Riscos — R-012, R-013
- Dependências — D-014
Checklist de completude — pós-sessão
Uso: ao final da sessão com Fabio Sodeyama, marcar cada item coberto. Itens sem resposta viram
[gap]noavaliacoes-spec.md. As perguntas de processo e dados já estão na seção Q&A (§5) — este checklist cobre o que não está lá.
Dados para o spec pós-discovery
- Volume de laudos produzidos por mês/ano
- Tamanho da equipe (avaliadores sênior, júnior, suporte)
- Tipos de imóveis mais avaliados (residencial, comercial, industrial, rural, especial?)
- Top 3 dores em tempo e qualidade de produção (na voz de Fabio)
- Backlog existente de laudos no Argus (quantidade, estado, acesso)
- Validação dos agentes Appraiser / Sentinel / Atlas / Trace para Avaliações
- Disposição de compartilhar dados de transações reais dos laudos com a base de MI
- Existe alguma iniciativa de IA ou automação já em andamento na área?
Artefatos a solicitar
- Exemplo de laudo completo (PDF, anonimizado se necessário)
- Acesso de leitura ao SharePoint de Avaliações
- Exemplo de output do Argus Enterprise (modelo DCF, export de dados)
- Template de Word usado para redação de laudos (se existir)
- Amostra de fotos de vistoria para entender formato e qualidade
- Print da base de comparáveis usada (própria ou Power BI do Leandro)
Documento preparado por Rafael Rossetto com apoio de Antigravity em 2026-04-24. Baseado no template de Pedro Villa (orcamentacao-discovery-prep.md).