Mobilidade baseada em dados: Grupo Guanabara adota IA para precificação de passagens rodoviárias e projeta ganho na receita

Publicado em: 9 de novembro de 2026

Com arquitetura Lakehouse e metodologia de alternância temporal, conglomerado atende regras da ANTT e maximiza receita por quilômetro rodado

VINÍCIUS DE OLIVEIRA

Deixar para trás as decisões operacionais reativas e colocar algoritmos preditivos para rodar em tempo real é um desafio pelo qual muitos setores têm precisado passar nos últimos anos. O mercado de mobilidade não é exceção e, diante disso, o Grupo Guanabara, um dos maiores conglomerados de transporte rodoviário de passageiros do país, concluiu a reformulação de sua infraestrutura analítica com a implementação de uma plataforma proprietária de precificação dinâmica alimentada por aprendizado de máquina (machine learning). Desenvolvida pela Arara Tech, unidade de tecnologia do grupo, em parceria com a consultoria global Thoughtworks.

O projeto endereça a complexidade matemática da malha interestadual de transporte de passageiros. Ao contrário da aviação comercial, que opera rotas ponto a ponto, uma única viagem rodoviária pode conter dezenas de paradas intermediárias que competem diretamente pelo mesmo assento ao longo do trajeto. Para administrar milhões de SKUs (combinações de origem, destino, classe de serviço, horário e antecedência de até 180 dias da viagem), a companhia substituiu rotinas manuais divididas em três sistemas distintos e planilhas por um motor analítico automatizado.

Tecnologia de ponta para uma malha complexa

A operação do motor de inteligência atende uma rede com mais de 850 ônibus, presente em 21 estados e no Distrito Federal, que transporta 27 mil passageiros diariamente em 440 mil quilômetros rodados. O sistema opera em quatro camadas analíticas integradas: segmentação comportamental da malha (permitindo precificar linhas sem histórico consolidado), previsão contínua de ocupação por antecedência de compra, cálculo de elasticidade-preço sob variações de mercado e um otimizador de receita que atua dentro dos limites tarifários fixados pela regulação. A venda segue a lógica de degraus de preços dentro de baldes de tarifas, garantindo equilíbrio entre receita por quilômetro e preenchimento dos veículos.

Para validar os resultados frente às exigências da Agência Nacional de Transportes Terrestres (ANTT), que proíbe discrepâncias de preços individuais para o mesmo serviço, a equipe de engenharia contornou os limites do teste A/B clássico adotando a alternância temporal por eixo. A metodologia intercalou ciclos de partidas em intervalos de cinco dias entre o modelo analítico e as tabelas convencionais, evitando a migração artificial de passageiros entre horários e assegurando rigor estatístico na medição do retorno comercial.

A sustentação tecnológica da plataforma foi estruturada em uma arquitetura moderna de Lakehouse, com uma esteira de MLOps (operações de machine learning). A ingestão e a modelagem de dados utilizam formatos abertos e ferramentas de orquestração em lote e streaming, com políticas centralizadas de governança e mascaramento de dados sensíveis. A paridade entre os ambientes de experimentação e produção é garantida por computação distribuída e registro versionado de modelos, viabilizando um histórico de auditoria completo para cada novo algoritmo testado.

“Historicamente, o transporte rodoviário tomou decisões operacionais pautadas em percepções isoladas na ponta. A nova precificação estabeleceu a base de engenharia de dados necessária para apoiar o negócio com precisão científica”, aponta Rafael Morelo, Head de Dados da Arara Tech e Diretor Sênior de Dados, IA & Analytics do Grupo Guanabara. “Criamos um modelo com intervenção humana centralizada (human-in-the-loop): o motor roda automaticamente na maior parte do tempo, enquanto nossos analistas intervêm apenas nas exceções sinalizadas pelo sistema”, destaca o executivo.

O case será apresentado no dia 5 de novembro, durante a conferência global XConf Americas 2026, promovida pela Thoughtworks no Centro de Convenções Rebouças, em São Paulo, no painel conjunto conduzido por Morelo e Thuany Junqueira, Lead Data Scientist da consultoria. O avanço integra a modernização digital do conglomerado, que contempla sistemas de bilhetagem online, canal que dobrou de volume em um ano, e recursos de telemetria preditiva com monitoramento de fadiga em tempo real em sua frota.

Vinícius de Oliveira, para o Diário do Transporte