Aplicação de dados geoespaciais na análise de risco e suporte à contratação de seguro agrícola
Carregando...
Data
Autores
Orientador
Coorientador
Pós-graduação
Curso de graduação
Bauru - FC - Ciência da Computação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto

Resumo
Resumo (português)
A agricultura é, e por muito tempo será, um meio primordial para que o ser humano consiga produzir insumos, fornecer alimentos e dar uso ao solo que habita. Dada essa importância, o setor agrícola busca diversos meios para garantir sua produção esperada, sendo um deles o seguro agrícola - modalidade de proteção financeira que estabelece acordos entre produtores rurais e seguradoras para garantir cobertura de ao menos parte da produção agrícola em caso de sinistros. Para viabilizar esses acordos, surge a figura da corretora de seguros, que conecta o produtor rural às seguradoras, e, neste processo, assume uma tarefa desafiadora: a avaliação de riscos para subsidiar a tomada de decisão das seguradoras. São diversos os fatores que o corretor deve analisar antes de enviar seu parecer, desde riscos que a localização da propriedade do produtor pode oferecer até as pendências fiscais que o interessado pelo seguro pode vir a ter. O processo torna-se particularmente desafiador quando cada verificação deve ser realizada em plataformas distintas e descentralizadas: websites governamentais, sistemas de análise de portarias, softwares especializados e bases de dados diversas. Com o propósito de otimizar e centralizar o processo de análise de risco, este projeto teve como objetivo desenvolver uma aplicação web que unifica todas as verificações necessárias em uma única plataforma. O desenvolvimento contou com o suporte de uma corretora de seguros parceira, que auxiliou revelando a rotina operacional, destacando dificuldades nos processos requeridos em uma análise de risco e providenciando dados para o treinamento de modelos de inteligência artificial. Ao final do desenvolvimento, esses objetivos foram atendidos e a ferramenta conseguiu reduzir para menos de 20 segundos o tempo necessário para se ter uma análise de risco completa. Esta otimização não apenas tornou o trabalho das corretoras mais eficiente e preciso, mas também contribuiu para facilitar o acesso dos produtores rurais ao seguro agrícola, promovendo maior segurança e sustentabilidade no setor.
Resumo (inglês)
Agriculture is, and for a long time will be, a fundamental means for humans to produce inputs, provide food, and make use of the land they inhabit. Given its importance, the agricultural sector seeks various ways to ensure its expected production, one of which is agricultural insurance - a financial protection modality that establishes agreements between rural producers and insurance companies to guarantee coverage for at least part of the agricultural production in the event of claims. To facilitate these agreements, the role of the insurance broker emerges, connecting the rural producer to the insurers, and in this process, assuming a challenging task: risk assessment to subsidize the insurers' decision-making. There are several factors that the broker must analyze before submitting their opinion, ranging from risks that the location of the producer's property may offer, to potential tax liabilities that the interested party in the insurance might have. The process becomes particularly challenging when each verification must be performed on different and decentralized platforms: government websites, regulatory analysis systems, specialized software, and various databases. With the purpose of optimizing and centralizing the risk analysis process, this project aimed to develop a web application that unifies all the necessary verifications into a single platform. The development was supported by a partner insurance broker, which helped reveal the operational routine, highlighted difficulties in the processes required for risk analysis, and provided data for training artificial intelligence models. At the end of the development, these objectives were met, and the tool managed to reduce the time required to complete a full risk analysis to less than 20 seconds. This optimization not only made the brokers' work more efficient and precise but also helped to facilitate rural producers' access to agricultural insurance, promoting greater security and sustainability in the sector.
Descrição
Idioma
Português
Citação
CRIVELI, João Lucas Cardoso. Aplicação de dados geoespaciais na análise de risco e suporte à contratação de seguro agrícola. 2025. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru, 2025.



