1) Propósito e escopo
A quantificação trata da mensuração de grandezas de interesse probatório — p.ex., danos materiais, lucros cessantes, custos de remediação, tempo de indisponibilidade, perdas de eficiência — com base em dados rastreáveis, modelos explícitos e incerteza declarada. Abrange engenharia, finanças/contabilidade, tecnologia da informação, propriedade intelectual, meio ambiente e saúde ocupacional.
2) Princípios orientadores
- Rastreabilidade: cada valor numérico deve apontar para dados de origem, ETL e parâmetros (com versões e/ou hashes).
- Reprodutibilidade: planilhas/scripts e bases permitem refazer cálculos e gráficos.
- Transparência de hipóteses: listar premissas, faixas e fontes; separar mensuração de inferência/modelagem.
- Incerteza e sensibilidade: declarar quando aplicável e mostrar efeito de premissas (cenários, tornado, Monte Carlo).
- Proporcionalidade: conclusões calibradas à força da evidência e aos limites do método e dos dados.
3) Dados e reconciliação
3.1 Proveniência e integridade
- Identificar fonte (ERP, extratos, SCADA, logs, sensores, laudos, notas fiscais), data/hora de extração, responsável e hash (quando aplicável).
- Registrar ETL: filtros, correções, conversões, agregações.
3.2 Reconciliação contábil-operacional
- Amarrar registros a lançamentos/documentos (IDs, chaves) e a medições físicas quando houver (ex.: quilowatt-hora, horas-máquina).
- Mapear lacunas e inconsistências; abrir não conformidades e estimativas conservadoras quando inevitável (declarar métodos).
4) Modelos e métricas
4.1 Tipos de modelo
- Determinísticos: soma ponderada, custo unitário × quantidade, curvas de degradação, índices de eficiência.
- Estatísticos: regressões (com diagnóstico), séries temporais, modelos de sobrevivência.
- Econômico-financeiros: fluxo de caixa, taxa de desconto, depreciação, custo de oportunidade.
- Operacionais/TI: métricas de disponibilidade (MTBF/MTTR, SLA), filas/atrasos.
4.2 Boas práticas
- Documentar fórmulas e unidades; justificar coeficientes; evitar extrapolações não suportadas.
- Distinguir input medido (com incerteza) de parâmetro assumido (com fonte/faixa).
- Versionar planilhas/scripts e bibliotecas; registrar hash dos arquivos.
5) Incerteza e faixas de validade
- Identificar fontes (instrumentos, amostragem, modelo, dados faltantes, arredondamentos).
- Combinar componentes (Tipo A/Tipo B) para obter u_c e U = k·u_c com k e nível de confiança.
- Declarar faixas de validade do resultado (ex.: período, temperatura, regime operacional, granularidade temporal).
6) Análise de sensibilidade
6.1 Determinística
- Cenários (base, conservador, otimista) e gráfico tornado para priorizar premissas mais influentes.
- Apresentar impacto absoluto e percentual nas saídas.
6.2 Monte Carlo (quando cabível)
- Atribuir distribuições aos inputs críticos; N iterações.
- Reportar mediana, média, quantis e probabilidades de exceder limiares.
- Descrever fontes das distribuições (dados históricos, literatura, julgamento técnico justificado).
7) Validação/Verificação do modelo
- Backtesting quando houver histórico; erro fora de faixa exige revisão de premissas.
- Cross-check com método alternativo (estimativas por outra abordagem).
- Documentar limitações conhecidas e condições de não aplicabilidade.
8) Governança de cálculo (ETL e versões)
- Manter dicionário de campos (nome, tipo, unidade, origem, semântica).
- Tabela de versões (scripts/planilhas, bibliotecas, firmware), com hash e changelog.
- Trilha de auditoria: quem alterou o quê/quando/por quê; controles de acesso; backups testados.
9) Comunicação no laudo
- Objetivo e escopo (quesitos e fronteiras).
- Dados e reconciliação (fontes, ETL, lacunas).
- Modelo (fórmulas, parâmetros, hipóteses, diagnóstico).
- Resultados (tabelas/gráficos com unidades).
- Incerteza e sensibilidade (U, k; cenários/tornado/Monte Carlo).
- Discussão crítica (robustez, limites, efeitos de premissas).
- Respostas por quesito (remissões diretas).
- Anexos (dados brutos/derivados, scripts/planilhas com hash, dicionário, tabela de versões).
10) Checklists operacionais
Planejamento
- Quesitos traduzidos em métricas mensuráveis.
- Fontes de dados e reconciliação definidas.
- Modelo e parâmetros documentados; critérios de aceitação.
Execução
- ETL registrado; versões e hashes salvos.
- Cálculo de U (k, confiança) quando aplicável.
- Sensibilidade: cenários/tornado; Monte Carlo se necessário.
Relatório
- Tabelas/figuras com unidades e notas metodológicas.
- Remissões para dados, scripts e versões.
- Declaração de limitações e faixas de validade.
11) Indicadores de qualidade
- % análises com reconciliação completa de dados.
- % relatórios com U (k, confiança) e sensibilidade declaradas.
- % scripts/planilhas com hash e tabela de versões.
- Tempo médio para réplica independente do cálculo.
- Taxa de não conformidades em dados/modelos e eficácia das correções.
12) Materiais de apoio
- Template de modelo de quantificação (planilha com abas: dados, ETL, cálculo, sensibilidade).
- Exemplo de gráfico tornado e guia rápido de Monte Carlo.
- Dicionário de campos e checklist de reconciliação (documento→registro→cálculo).
- Tabela de versões (scripts/planilhas/bibliotecas) e changelog.
- Roteiro de backtesting e de cross-check metodológico.
13) Relações com outros eixos
- Rastreabilidade — dados/ETL/versões que dão lastro aos números.
- Validação — evidências de desempenho de métodos e modelos.
- CoC — integridade dos dados de base (incluindo digitais).
- Comunicação — estrutura e proporcionalidade no relato.
- Evidência Digital — quando a base vem de artefatos digitais (hashes, timelines).
Aviso final de escopo
Esta página descreve critérios técnico-metodológicos para quantificação em contextos periciais. Não interpreta normas para casos concretos e não constitui consultoria jurídica.
Declaração editorial
Conteúdo técnico-científico no âmbito das ciências forenses e das normas técnicas; não constitui consultoria jurídica, parecer legal ou recomendação profissional.