Conforme a Vert Analytics, empresa especializada em soluções de dados, IA e hiperautomação para governo e grandes empresas, a Resolução BCB nº 18 estabelece um novo patamar de exigência sobre a qualidade dos dados usados por instituições financeiras, com prazo definido para dezembro de 2026. A norma não se limita a pedir dados corretos: exige que a instituição comprove, de forma estruturada e auditável, que seus dados atendem a doze dimensões obrigatórias de qualidade, algo que a maior parte das instituições ainda não tem capacidade de demonstrar de forma sistemática.
Esse tipo de exigência regulatória expõe uma lacuna comum: muitas instituições sabem, de forma geral, que existem problemas de qualidade em suas bases de dados, mas não têm processo estruturado para medir, comprovar e corrigir essas falhas de acordo com dimensões específicas e prazos definidos. Sem diagnóstico estruturado, o risco de não conformidade cresce à medida que o prazo regulatório se aproxima.
A Vert Analytics aplica sua camada de Analytics, construída sobre Data Lakehouse, machine learning, IA generativa e hiperautomação, para diagnosticar a maturidade da instituição frente às doze dimensões exigidas pela RC-18 e sustentar conformidade regulatória completa, com testes automatizados anteriores ao envio e trilha auditável de cinco anos.
Por que a conformidade com a RC-18 exige mais do que corrigir dados pontualmente?
A Resolução BCB nº 18 não avalia apenas se um dado específico está correto em determinado momento. Ela exige comprovação estruturada, ao longo do tempo, de que a instituição mantém qualidade de dados em doze dimensões distintas, com relatório semestral auditável e trilha de auditoria preservada por cinco anos. Corrigir um problema pontual de dado, sem processo estruturado por trás, não sustenta esse tipo de comprovação contínua.
A Vert Analytics trata qualidade de dados não como iniciativa pontual, disparada apenas quando um problema já aparece, mas como processo estruturado e contínuo, exigido pela norma para demonstrar conformidade completa, já que a RC-18 exige evidência estruturada e não apenas ausência de erro identificado.
Essa diferença fica evidente quando se observa o que a norma efetivamente cobra: não basta que a instituição corrija um erro de dado identificado em determinado momento, é preciso demonstrar que existe processo contínuo de medição, correção e monitoramento das doze dimensões, sustentado por evidência que resista a uma auditoria posterior. Instituições que ainda tratam qualidade de dados como responsabilidade dispersa entre áreas, sem metodologia unificada, tendem a ter maior dificuldade para produzir esse tipo de evidência de forma consistente.
O que significam as doze dimensões de qualidade de dados da RC-18?
As doze dimensões de qualidade de dados definidas pela norma cobrem aspectos como completude, consistência, exatidão, atualidade e rastreabilidade dos dados usados pela instituição em processos regulatórios. Cumprir essas dimensões significa que a instituição precisa medir, de forma sistemática, o quanto sua base de dados atende a cada uma delas, corrigir as lacunas identificadas e manter evidência auditável desse processo ao longo do tempo, não apenas em um momento isolado antes do envio regulatório.
Como a Vert Analytics aplica esse diagnóstico e essa conformidade na prática?
A Vert Analytics realiza diagnóstico de maturidade de dados em até 30 dias, avaliando a base da instituição frente às doze dimensões exigidas pela RC-18 e identificando exatamente onde estão as lacunas de qualidade. A partir desse diagnóstico, aplica testes automatizados anteriores ao envio regulatório, reduzindo o risco de rejeição, e mantém trilha auditável de cinco anos, exigida pela norma, além de relatório semestral estruturado para comprovação contínua de conformidade.
Esse fluxo, do diagnóstico inicial ao relatório semestral recorrente, permite à instituição acompanhar sua própria evolução frente às doze dimensões ao longo do tempo, em vez de tratar cada envio regulatório como um evento isolado. Quando uma lacuna é identificada em determinada dimensão, o teste automatizado anterior ao envio sinaliza o problema antes que ele se torne uma não conformidade formal perante o regulador.
O que essa conformidade representa para a instituição financeira?
Em resumo, sustentar conformidade completa com a RC-18 deixa de ser um esforço pontual próximo ao prazo regulatório e passa a fazer parte da rotina de governança de dados da instituição, com diagnóstico, correção e comprovação contínuos ao longo do tempo, reduzindo o risco de não conformidade quando dezembro de 2026 chegar.
Para instituições financeiras que ainda não têm diagnóstico estruturado frente às doze dimensões exigidas pela norma, entender como a empresa aplica esse diagnóstico e sustenta trilha auditável de conformidade é um passo necessário diante do prazo regulatório já em curso.
Conheça quem sustenta essa tecnologia!
A Vert Analytics é uma empresa brasileira nascida em Brasília/DF, com 28 anos de história em tecnologia e atuação com inteligência artificial desde 2016. Reúne mais de 130 especialistas em dados distribuídos em 6 estados e já entregou mais de 100 projetos a instituições públicas e privadas de alta complexidade regulatória. Esse histórico é reconhecido pelos títulos de SAS Partner of the Year, Cloudera Americas Partner e Great Place to Work por dois anos consecutivos, e a atuação da empresa hoje alcança escala nacional e internacional, aplicando sua camada analítica própria a desafios de governança e conformidade regulatória como o imposto pela RC-18.