Perguntas frequentes

ABRAMS world trade wiki cria a base com bilhões de dados provenientes de uma grande variedade de fontes, como a Organização Mundial do Comércio (http://wto.org), UN Comtrade (https://comtrade.un.org), bem como instituições governamentais e relacionadas a governos nacionais, garantindo acesso totalmente legal aos dados brutos com base na Lei de Liberdade de Informação (https://de.wikipedia.org/wiki/Freedomofinformation). No ABRAMS world trade wiki, todos esses dados internacionais são processados sistematicamente para promover transparência, segurança e confiança no comércio global. Compartilhamos esse princípio com diversas organizações mundiais que há décadas têm contribuído para o desenvolvimento do comércio internacional por meio de seu compromisso e rede global:

Organização Mundial do Comércio – WTO: https://www.wto.org/english/thewto_e/whatis_e/what_we_do_e.htm

Nações Unidas Comtrade: https://comtrade.un.org

Organização Mundial das Alfândegas – WCO: http://www.wcoomd.org/en/about-us.aspx também http://www.wcoomd.org/en.aspx

Os grupos-alvo abrangentes podem ser aproximadamente divididos em:

• Governos
• Jornalistas
• Logística
• Empresas
• Consultores
• Pesquisadores

Sim, a origem desses dados brutos adquiridos legalmente provém de fontes públicas disponíveis. Qualquer outra parte interessada também poderia adquirir esses dados brutos junto às instituições relevantes e, teoricamente, consolidá-los no mesmo nível de conhecimento processado, como no caso do ABRAMS wiki — resultado de anos de trabalho minucioso, programação abrangente e dedicação extraordinária de profissionais qualificados.

Países ao redor do mundo, alguns desde os anos 1960, concedem acesso legal completo a diversas formas de dados de comércio internacional, com base na Lei de Liberdade de Informação (https://en.wikipedia.org/wiki/Freedomofinformation). A motivação para publicar esses dados pode variar — desde o fortalecimento da própria economia nacional (empresas exportadoras podem promover seus produtos e desempenho como em uma feira comercial, sendo identificadas como potenciais fornecedoras, enquanto empresas importadoras podem identificar melhor suas necessidades de fornecimento, beneficiando a posição da empresa nacional diante da concorrência) até a identificação de práticas comerciais ilegais e corrupção, como contrabando, falsificação, importação/exportação de mercadorias proibidas ou fraude aduaneira.

A divulgação de informações corporativas não é uniforme em todos os países. Na Alemanha, por exemplo, os balanços anuais e demonstrativos de lucros e perdas de dezenas de milhares de empresas são divulgados publicamente (www.bundesanzeiger.de). Em outros países, no entanto, a divulgação dessas informações financeiras é desconhecida e até considerada impensável. Segundo a opinião pública, as finanças de empresas privadas devem ser confidenciais (empresas listadas já estão sujeitas a outros requisitos de divulgação). Na Alemanha, no entanto, essa divulgação anual é obrigatória por lei, e o não cumprimento é punido com multas elevadas.

Em outros países, é prática comum publicar ou conceder acesso aos dados comerciais das empresas, a fim de melhorar o comércio internacional com o máximo de transparência.

Exemplos de benefícios da transparência no comércio internacional:

Cumprimento de leis e tratados, como regulamentos antidumping registrados de forma estruturada pela Organização Mundial do Comércio (WTO): https://www.wto.org/english/tratop_e/adp_e/adp_e.htm

Eliminação de cartéis e incentivo à concorrência por autoridades antitruste nacionais e internacionais (https://en.wikipedia.org/wiki/Competition_regulator):

As leis antitruste se aplicam a quase todos os setores e níveis de negócios e proíbem práticas que restrinjam a concorrência. Exemplos incluem conluios de fixação de preços, fusões que reduzem a concorrência e práticas predatórias para manter o poder monopolista. Essas leis existem na maioria dos países com economia de mercado aberta.

As autoridades antitruste compartilham experiências em organizações como a Autoridade Europeia da Concorrência, a European Competition Network, a International Competition Network ou a OCDE.

Na Alemanha, por exemplo, o Bundeskartellamt (autoridade federal antitruste) é responsável por garantir um mercado competitivo, com base na lei antitruste GWB (https://www.gesetze-im-internet.de/gwb/).

Proteção de marcas, como o combate ao crime organizado de falsificação de produtos pela Organização Mundial das Alfândegas (WCO): http://www.wcoomd.org/en.aspx

Os argumentos a favor da transparência no comércio mundial são evidentes e resumidos pelos princípios básicos da WTO, WCO e UN Comtrade: WTO: https://www.wto.org/english/thewto_e/whatis_e/10thi_e/10thi00_e.htm WCO: http://www.wcoomd.org/en/about-us.aspx UN Comtrade: http://unstats.un.org/unsd/tradekb/Knowledgebase/What-is-UN-COMTRADE

Possuímos dados em nosso banco de dados desde 2007 provenientes de diversas fontes. Por razões de clareza e desempenho, realizamos uma segmentação básica:

Na seção "Market Intelligence" preparamos os principais dados estatísticos de importação e exportação a partir de 2010. A atualização de um ano civil normalmente ocorre no meio do ano seguinte, reunindo todos os relatórios dos países declarantes (há décadas, a maioria dos países do mundo informa as categorias de produtos ao UN Comtrade com base nos códigos HS. Estamos conectados via API aos seus bancos de dados, onde posteriormente processamos os dados).

Para apresentar os dados da forma mais completa e precisa possível, interpolamos relatórios de países ausentes com algoritmos e extrapolamos relatórios ainda pendentes, visualizados como tendência. Esses valores são devidamente marcados.

Nas seções de análise detalhada de dados comerciais, como "Company Transparency", fornecemos dados padronizados e uniformes de diferentes bancos de dados desde 2013, pois a atualidade e, principalmente, a comparabilidade dos dados são essenciais. O intervalo de tempo pré-definido é visível no canto superior esquerdo das ferramentas e pode ser ajustado conforme necessário.

Na seção "Free Search" você tem acesso geral a todos os dados desde 2007, dependendo da fonte. Observe que alguns bancos de dados nacionais começam em 2013.

Dependendo da fonte, os dados comerciais são atualizados diariamente, mensalmente ou trimestralmente. Não se pode descartar que, em alguns casos, os dados sejam entregues com atraso. Como regra geral, nos esforçamos para preparar e fornecer os dados o mais rápido e completo possível. No entanto, devemos destacar que não podemos assumir responsabilidade pela totalidade de todos os dados comerciais. Todas as estatísticas, cálculos e visualizações apresentadas são sempre baseadas nos dados disponibilizados para nós e não representam todas as correlações do comércio mundial.

O Port Data Plus é um pacote adicional de dados que contém informações sobre a Etiópia, Bangladesh e Turquia, entre outros países.

Inclui também conhecimentos de embarque desde 2015 até inclusive 2022, transmitidos por várias fontes portuárias. Estes proporcionam uma visão dos fluxos comerciais que não seria possível obter apenas através de dados alfandegários.

Desde 2023, todas as novas bases de dados de países são integradas no Port Data Plus.

O objetivo da nossa plataforma é transformar um grande volume de dados comerciais (mais de 6 bilhões de registros) em valor para nossos usuários, permitindo que transformem essas informações em conhecimento por meio dos insights gerados pelas nossas diversas ferramentas. Dessa forma, nossos clientes são capazes de tomar melhores decisões estratégicas ou previsões, mantendo sua vantagem competitiva.

Antes de publicarmos ou visualizarmos essas informações, os dados precisam ser processados e analisados para garantir qualidade e acessibilidade.

Para melhor compreensão desse processo de transformação, descrevemos cada etapa detalhadamente abaixo:

1. Coleta ou Extração Nossos dados vêm de uma variedade de fontes, geralmente semi ou não estruturadas e baseadas em transações. Isso significa que os dados não seguem um modelo relacional padrão, nem sempre são autoexplicativos, estão em diversos formatos e geralmente não são hierárquicos. Os dados são frequentemente gerados por sistemas operacionais que processam transações diárias (remessas), ou por documentos digitalizados com software OCR (Reconhecimento Óptico de Caracteres), o que gera dados (texto) com certa taxa de erro. Também utilizamos dados estatísticos reportados por vários países — geralmente estruturados, mas nem sempre validados.

2. Transformação Antes de importar/carregar os dados, precisamos transformá-los em um formato padrão, analisando, decodificando, renomeando, transpondo e mapeando os dados para que se ajustem ao nosso data warehouse.

3. Verificação Verificamos nossos dados por meio de análises quantitativas e qualitativas com um framework estatístico e de consistência. Esses frameworks monitoram todo o processo — da coleta até a publicação/visualização dos dados na plataforma. Assim, avaliamos a integridade e a precisão dos dados com base nos métodos e objetivos definidos.

4. Validação Para garantir que nosso sistema atenda aos requisitos de precisão, repetibilidade, reprodutibilidade, estabilidade e segurança, validamos os dados e sistemas por meio de validações estruturadas, por tipo de dado, código e referências cruzadas. Exemplos de métodos:

Verificações de plausibilidade: garante que os dados estejam dentro dos valores esperados Verificações de plausibilidade entre sistemas: compara dados de diferentes sistemas para garantir consistência Checksums: somatório de campos numéricos que aparece em cada registro Verificação de cardinalidade: garante que cada registro tenha o número correto de registros relacionados

5. Limpeza dos dados Antes da organização no data warehouse, a limpeza (data cleansing/scrubbing) é essencial. Tarefas principais:

Eliminar registros duplicados / mesclar Identificar valores incorretos ou ausentes por erro de entrada Corrigir convenções inconsistentes de nomes (ex.: "1" vs "UM", "Ltd." vs "Limitada") Corrigir nomes de empresas escritos de formas diferentes, com erros ou endereços incompletos

6. Organização e Padronização Antes da mineração, os dados devem ser organizados, estruturados e padronizados com definição comum, formato e estrutura, encaixando-se em "camadas de negócios" para análise. Usamos mais de 20 tipos de algoritmos complexos e diversas linguagens de programação.

7. Enriquecimento dos dados Com o enriquecimento dos dados, agregamos maior valor de negócio. Exemplos:

Comparação de registros com dados existentes para identificar novas remessas, produtos, clientes ou fornecedores Correção de dados inválidos com base em outros campos Interpolação de valores ausentes com base em outros dados disponíveis

8. Análise dos dados Uma das etapas mais importantes para transformar dados em conhecimento. Além de exploração, mineração, modelagem e correlação por algoritmos, usamos estatísticas quantitativas e qualitativas. Só com a análise correta os dados se tornam informações úteis.

Exploração de dados: abordagem para resumir as características principais dos dados (geralmente com métodos visuais) Mineração de dados: processo computacional de descobrir padrões em grandes volumes de dados usando IA, aprendizado de máquina, estatística e banco de dados Mineração de dados – 6 principais tarefas:

Detecção de anomalias Regras de associação (dependência entre variáveis) Agrupamento (Clustering) Classificação Regressão Resumo (compactação dos dados com visualizações e relatórios)

9. Visualização Nosso principal objetivo na visualização de dados é comunicar informações de forma clara e eficiente por meio de gráficos estatísticos, tabelas e infográficos. Dados numéricos são codificados com pontos, linhas ou barras para representar informações quantitativas. A visualização ajuda os usuários a entender e interpretar dados complexos de forma acessível.

O portal de conhecimento ABRAMS world trade wiki, juntamente com outras organizações mundiais, uniu-se no objetivo de fortalecer o comércio mundial através da transparência, tornando-o mais eficiente e seguro.

Para proteção dos dados pessoais, usamos algoritmos específicos que filtram informações contendo dados pessoais identificáveis, como por exemplo envios de empresas internacionais de mudanças. Se, ainda assim, for capaz de identificar os seus dados pessoais, pode naturalmente informar-nos e os mesmos serão imediatamente removidos: privacy@abrams.wiki

Ao longo dos anos, não apenas processámos, otimizámos e padronizámos muitos milhões de conjuntos de dados por meio de algoritmos muito avançados, mas também investimos continuamente muitos recursos na inteligência e no esforço dos nossos colaboradores para curadoria e controlo da qualidade desses dados, o que nos permite afirmar com confiança a excecional qualidade das informações que apresentamos.

Caso deseje contribuir para melhorar ainda mais a qualidade dos dados em casos particulares (por exemplo, curadoria verificável e significativa de empresas), ou se algum conteúdo não lhe parecer plausível ou reconhecível, agradecemos que nos envie uma mensagem escrita para: quality@abrams.wiki

Cobertura

Todo usuário do portal de conhecimento ABRAMS world trade wiki deve estar plenamente ciente da cobertura e das limitações dos dados para uma correta avaliação qualitativa e quantitativa de todas as informações:

O portal de conhecimento ABRAMS world trade wiki contém dados detalhados de importação e exportação, diferenciados em dados estatísticos e dados comerciais, relatados por diversas autoridades e instituições de aproximadamente 193 países ao redor do mundo.

Dados estatísticos: são dados estatísticos mensais e anuais, processados, publicados e baseados em formatos originais, desde 2010 até o ano atual. Na ausência de dados, calculamos valores interpolados. O mesmo se aplica a dados muito recentes ou futuros — que são calculados como valores previstos por extrapolação e, portanto, visualizados separadamente. Esses valores devem ser interpretados exclusivamente como valores aproximados, sem representar os valores reais.

A detecção e correção de desvios significativos (valores atípicos) nos dados reportados é feita através de um algoritmo RANSAC com base em uma tendência calculada a partir dos valores anteriores e posteriores. Esses valores também são visualizados explicitamente em nossos dados publicados.

Os dados estatísticos por país são atualizados continuamente, dependendo da disponibilidade dos dados nacionais coletados pela UN Comtrade.

Dados comerciais: dados divulgados, por exemplo, por governos e órgãos governamentais com base na Lei de Liberdade de Informação (Freedom of Information Act).

Se um país concede acesso a tais dados, existem três versões principais:

• A) Apenas empresas com endereços no país correspondente são divulgadas; para importações e exportações, apenas o país do parceiro comercial (empresa estrangeira) é exibido, não o nome e endereço da mesma. Chamamos isso de dados "semi-abertos".
• B) Tanto as empresas com endereço nacional quanto as internacionais são divulgadas; em um banco de dados de importações, por exemplo, temos dados de mais de 100 países exportadores. Chamamos isso de dados "totalmente abertos".
• C) Em alguns países, também são coletadas e divulgadas informações de trânsito. Tecnicamente, isso não representa importação nem exportação do país em questão, mas de outros países. Dependendo da base, esses dados podem ser tipo A (semi-abertos) ou B (totalmente abertos).

Os dados comerciais são coletados como informações brutas, processadas por diversos métodos, softwares e algoritmos, e padronizadas em um banco de dados uniforme.

No total, o banco de dados contém informações sobre aproximadamente 600 milhões de remessas envolvendo 10 milhões de empresas no mundo todo. Os dados comerciais são continuamente atualizados, conforme a disponibilidade dos dados nacionais de cada país.

Limitações

Os usuários do portal de conhecimento ABRAMS world trade wiki devem ter uma compreensão clara das limitações do portal, por isso trabalhamos exclusivamente com representantes de instituições profissionais, como autoridades, consultores e organismos certificados. Os seguintes pontos devem ser lidos com atenção antes de utilizar as ferramentas e os dados do portal:

Declaração importante: o comércio mundial está representado em sua totalidade? Claramente, não!

Tanto os dados estatísticos quanto os dados comerciais representam apenas uma parte do comércio mundial total. A questão não é a porcentagem de cobertura, mas sim o conhecimento que pode ser gerado para ajudar os tomadores de decisão. É importante compreender que se trata exclusivamente de relações comerciais internacionais. Atividades puramente nacionais das empresas raramente estão presentes. Assim, todas as estatísticas geradas, incluindo percentuais, devem ser entendidas de forma geral e com base apenas nas informações IDENTIFICADAS.

Em relação aos dados estatísticos baseados na UN Comtrade, fazemos referência explícita ao seu aviso legal (disclaimer), que define as condições para interpretação dos dados que processamos. O disclaimer está disponível no seguinte link: https://comtrade.un.org/db/help/uReadMeFirst.aspx

Elementos principais do aviso legal (exemplo):

• Os valores dos dados detalhados das mercadorias nem sempre somam ao valor total do comércio do país. Por razões de confidencialidade, alguns países não reportam determinadas mercadorias (ex.: armas). Esses dados, no entanto, estão incluídos em níveis superiores de classificação e no valor total do comércio.
• Os países nem sempre reportam estatísticas comerciais para todos os anos. Isso significa que grupos de países podem conter países sem dados disponíveis para determinados anos. A UN Comtrade não fornece estimativas para dados ausentes, portanto, agregações podem estar subestimadas.
• Os dados estão disponíveis em diversas classificações de mercadorias, mas nem todos os países utilizam a versão mais recente. A UN Comtrade também não fornece estimativas para esses casos.
• Quando dados são convertidos de uma classificação mais recente para uma anterior, pode ocorrer que códigos convertidos incluam mais (ou menos) produtos do que o especificado oficialmente. Nenhum ajuste é feito nesses casos.
• As importações relatadas por um país não coincidem com as exportações relatadas pelo parceiro comercial. Diferenças podem ocorrer por diversos fatores: método de avaliação (CIF vs FOB), inclusões/exclusões, tempo, etc.

Mais informações metodológicas estão disponíveis no manual: International Merchandise Trade Statistics Compilers Manual

Além disso, no que diz respeito aos dados comerciais, dependendo da fonte e abrangência, apenas parte das transações internacionais é exibida. Por exemplo, um banco de dados “totalmente aberto” pode conter informações completas sobre remessas marítimas, mas nada sobre transporte aéreo, ferroviário ou rodoviário, caso esses dados não tenham sido registrados ou divulgados.

Também pode ocorrer, devido à agregação e padronização dos bancos de dados, que uma remessa seja exibida mais de uma vez. Por exemplo, uma remessa de uma empresa chilena para um cliente nos EUA pode aparecer tanto no banco de dados de exportação do Chile quanto no banco de importação dos EUA. Nós tentamos correlacionar essas duplicações sempre que possível, mas ainda assim podem ocorrer imprecisões estatísticas. Tais casos podem ser melhor analisados na seção “Free Search” ou nas tabelas de remessas da ferramenta “Company Transparency”.

Assim como nos dados estatísticos, embora seja raro, dados comerciais podem deixar de estar disponíveis em certos países. Isso pode ser temporário (problemas técnicos) ou por períodos imprevisíveis (guerras, embargos ou mudanças legislativas). Nessas situações, todas as análises estatísticas associadas podem conter imprecisões.

Sim, antes de poder utilizar o portal de conhecimento ABRAMS world trade wiki, deverá ler e aceitar os termos de utilização. Estes são apresentados durante o seu registo pessoal e estão disponíveis a qualquer momento aqui.