Hidrômetro que conta menos do que devia: como a densidade de dados revela a perda invisível

O dado público de referência para perda de água no Brasil é de aproximadamente 40% da água tratada que não chega faturada ao consumidor (ANA, Trata Brasil, SNIS). A discussão costuma tratar esse número como sinônimo de vazamento na rede. Parte do problema, porém, tem outra origem: é água que chegou ao consumidor, foi consumida, mas não foi registrada corretamente pelo hidrômetro. Para o Balanço Hídrico, entra na coluna errada.

Essa distinção importa para quem opera um parque de medição. Perda real e perda aparente têm causas diferentes, diagnósticos diferentes e respostas diferentes. Um vazamento na rede pede campo, escavação e reparo. Um hidrômetro submedindo pede detecção, critério de priorização e substituição no momento certo. Tratar os dois como se fossem o mesmo problema é desperdiçar recurso nos pontos errados.

O que os dados mostram

Em abril de 2026, a plataforma da Group Link One sinalizou comportamento anômalo em dois parques de medição de clientes parceiros que abriram suas bases para análise conjunta. No primeiro, foram identificados 307 hidrômetros com algum tipo de anomalia dentro de um único mês: quedas súbitas de leitura, picos anômalos de consumo e, a categoria mais frequente, 242 casos de degradação gradual. No segundo cliente, maior, o número chegou a mais de 1.700 dispositivos com comportamento irregular, sendo 1.133 deles na categoria de degradação gradual.

Degradação gradual é o tipo de anomalia que não acende nenhum alerta operacional. A curva vai descendo devagar, ao longo de semanas. Sem densidade de leitura suficiente para separar tendência de ruído, ela permanece invisível.

Para colocar um número na magnitude do problema: o modelo estatístico rodado sobre 850 hidrômetros ao longo de treze meses encontrou um coeficiente de queda de 1,3% por mês de idade (p < 0,001). Hidrômetros residenciais pequenos têm razão de risco 1,94 vezes maior de cruzar o limiar de degradação em comparação com grandes consumidores. Essa água foi entregue ao consumidor. Só não foi cobrada porque o hidrômetro contou menos do que devia.

“Essa água foi entregue ao consumidor. Só não foi cobrada porque o hidrômetro contou menos do que devia.”

Por que a frequência de leitura é o fator central

Cada análise estatística que sustenta esses achados depende de uma única variável: quantas leituras por dia alimentam o modelo. Mais leituras significam erro padrão menor, sinal mais fino e capacidade de distinguir uma queda real de 1,3% por mês do ruído amostral normal de um parque com centenas de dispositivos.

As projeções rodadas para diferentes configurações de densidade deixam isso concreto: com 1 leitura por dia, faixa típica de soluções de baixa frequência, a detecção de degradação gradual cai 70% a 85%. Com 4 leituras por dia, padrão de muitas redes do mercado, cai 30% a 50%. A partir de 24 leituras por dia, o sinal começa a aparecer com consistência. Acima de 50 leituras por dia, a cobertura de detecção chega a 85%–95% dos casos identificáveis.

Cumprir a meta regulatória e construir uma base de dados densa o suficiente para detectar causa raiz são duas decisões diferentes. Parecem a mesma na licitação. Na prática, não são.

Quando a detecção é possível, a equipe de campo sai com uma lista. Em vez de percorrer o parque por idade do hidrômetro ou por reclamação de cliente, o técnico vai aos dispositivos que os dados apontaram com confiança estatística. Nas operações que descrevemos, essa lista tinha 242 casos em um parque de tamanho médio, e mais de 1.700 em uma operação maior. Volume gerenciável, com critério de priorização incorporado.

A redução de OPEX de leitura, re-leitura e auditoria que a telemetria proporciona já está documentada. O que esses achados acrescentam é uma camada diferente: a capacidade de identificar onde a perda aparente está se acumulando antes que ela vire um problema no Balanço Hídrico anual. O hidrômetro certo, no momento certo, com a evidência para justificar a decisão.