A Copa Energia, maior empresa de gás da América Latina, identificou no processo de aprovação de crédito uma oportunidade para impulsionar o crescimento da empresa com mais velocidade, precisão e governança.
O fluxo dependia de dados dispersos, análises manuais e políticas de crédito pouco padronizadas, o que resultava em revisões lentas, inconsistentes e com baixa rastreabilidade. Esse cenário também aumentava o risco de inadimplência, restringia a agilidade comercial e dificultava a visibilidade necessária para decisões estratégicas.
Para transformar esse contexto em vantagem competitiva, Copa e Indicium criaram um motor de crédito proprietário e escalável na plataforma Lakehouse do Databricks, potencializado por Mosaic AI. A solução unificou dados internos e externos, aplicou modelos preditivos e incorporou governança em todo o processo. O resultado foi uma inteligência de crédito sob controle da Copa, com autonomia total sobre dados e decisões, o que reduziu o risco anual em R$ 13,5 milhões.
O desafio: risco elevado, baixa visibilidade e decisões lentas
Antes da implementação, o processo de análise de crédito era manual e fragmentado. As informações vinham de múltiplas fontes sem integração, e cada aprovação seguia critérios pouco padronizados, variando conforme a área ou o analista responsável. Isso dificultava a governança, aumentava a exposição ao risco e consumia mais de 270 horas de trabalho por mês da equipe financeira.
Além disso, a ausência de segmentação fazia com que todos os clientes fossem avaliados da mesma forma. Clientes de baixo risco recebiam limites aquém do potencial, enquanto clientes de maior risco tinham acesso a valores excessivos. Isso resultava em alocação ineficiente de capital e redução da eficiência operacional.
A solução: Databricks Lakehouse e Mosaic AI como pilares do motor de crédito
Com Databricks Lakehouse e Mosaic AI no centro, a Copa ganhou um motor de crédito escalável, governado e explicável, capaz de processar grandes volumes de dados e aplicar modelos preditivos de forma integrada e automatizada.
Para muitas empresas, construir um motor de crédito é um projeto complexo, caro e de longa duração — tradicionalmente feito em SAS ou em arquiteturas fragmentadas. O volume e a variedade de dados, as integrações e a necessidade de atualizar regras e modelos constantemente elevam a complexidade.
Com o Databricks e as boas práticas de engenharia de dados, o processo se torna mais simples e escalável: todos os dados e modelos estão no mesmo ecossistema, com integração nativa, governança centralizada e capacidade de evoluir sem retrabalho ou reestruturações.
A arquitetura incluiu:
- Lakehouse para unificar dados internos (ERP) e externos (bureaus de crédito)
- Unity Catalog para governança e segurança de dados
- Mosaic AI, incluindo:
- Feature Store para centralizar variáveis utilizadas pelos modelos
- MLflow para versionar, monitorar e gerenciar modelos
- Databricks Asset Bundles e Workflows para automatizar pipelines e inferências contínuas
Essa abordagem reduziu a complexidade operacional, eliminou silos e concentrou todo o ciclo de vida do dado (da ingestão à aplicação dos modelos) dentro de uma única plataforma.
Resultados: mais controle, menos risco e decisões em tempo real
O motor de crédito proprietário com Databricks e Mosaic AI gerou ganhos diretos e mensuráveis. A automação reduziu o esforço manual, aumentou a precisão das decisões e fortaleceu a governança em cada etapa do processo. Menos risco, mais eficiência e capital liberado para crescimento.
Redução de risco e uso inteligente do capital
O risco de crédito mostra quanto a empresa pode perder em caso de inadimplência. Antes do motor, 21% do capital de crédito da Copa estava exposto. Com os modelos, o índice caiu para 19% — menos R$ 13,5 milhões em risco por ano. Na prática, menos capital preso em clientes de alto risco e mais crédito disponível para clientes confiáveis, impulsionando vendas com segurança.
Automação que libera tempo para estratégia
Antes, a equipe revisava no máximo 1.100 análises por mês, gastando mais de 270 horas em tarefas manuais. Boa parte da base ficava sem reavaliação, o que reduzia a precisão das decisões.
Agora, 100% dos clientes são reavaliados mensalmente de forma automática. O sistema resolve os casos padrão com recomendações claras e rastreáveis. Os analistas focam no que importa: exceções, negociações e decisões estratégicas. Mais escala, mais qualidade e menos esforço operacional.
Visibilidade e controle em um único dashboard
Além do motor de crédito, a solução entregou um dashboard centralizado que concentra todas as informações essenciais para a gestão da carteira.
O painel permite análises por cliente, UF, segmento e canal, além de métricas de performance e risco. Na prática, a equipe de crédito usa a ferramenta para identificar rapidamente clientes de maior risco, ajustar limites com base nas recomendações do modelo, justificar aprovações ou bloqueios, priorizar cobranças e exportar relatórios para decisões estratégicas.
Segmentação inteligente para crédito sob medida
A base de clientes foi organizada em quatro grupos, cada um com modelos específicos. Essa granularidade garante que clientes de baixo risco recebam crédito suficiente para crescer, enquanto perfis mais arriscados sejam tratados com cautela.
Governança e rastreabilidade integradas
Com Unity Catalog e MLflow, cada recomendação é rastreável, documentada e auditável. As regras não ficam isoladas em planilhas e passam a ser incorporadas à arquitetura, com versionamento e monitoramento contínuo para auditorias e compliance.
Além disso, o uso do Mosaic AI viabiliza IA explicável, o que permite que cada decisão de crédito seja justificada de forma clara, com variáveis que mostram o que influenciou o resultado. Isso aumenta a confiança, permite ajustes transparentes e reforça a governança. Os limites de crédito ficam sempre alinhados à política da empresa e às condições reais de cada cliente.
Reconhecimento como projeto de inovação
O motor de crédito comportamental foi reconhecido como um dos projetos mais inovadores no Energy Summit 2025 — sendo a única iniciativa voltada para finanças premiada em um cenário dominado por projetos de sustentabilidade e infraestrutura energética. Essa conquista reforçou o que os resultados já demonstravam: a solução não apenas melhorou decisões de crédito, como impulsionou a performance de negócio da Copa Energia.
Por que Databricks + Indicium
A Indicium aplicou sua expertise para explorar todo o potencial do Databricks e do Mosaic AI, unindo automação, governança e escalabilidade em uma arquitetura robusta. Como parceira estratégica, ajudou a Copa Energia a criar um motor de crédito proprietário que evolui junto com o negócio, incorporando novos dados e modelos sem reestruturações complexas.
O resultado: um sistema de crédito moderno, sustentável e orientado por dados, que garante decisões rápidas, confiáveis e alinhadas à estratégia de crescimento da Copa Energia.
O próximo passo já está em andamento: um modelo de collection score que calcula a probabilidade de recuperação por cliente ou título e define o canal, o momento e a oferta ideais para a cobrança. A meta é aumentar a taxa de recuperação de dívidas e reforçar a eficiência financeira.
Vamos construir o seu próximo motor de crédito. Entre em contato com nossos especialistas em Databricks hoje mesmo.
