Stream B5 — Water Loss 2026
Apresenta na Stream B5 — Digital Transformation, durante o Water Loss 2026 no Rio de Janeiro.
Sobre a palestrante
Paula Prado Viti Junqueira (PMP) é referência da Elliot Cloud Brasil em smart meter analytics. No Water Loss 2026, apresentou na sessão B2 o tema "Análise de dados de medidores inteligentes para otimização da gestão hídrica". A proposta central: tirar o foco do hidrômetro como sensor isolado e tratá-lo como nó de uma malha de dados que conversa com o sistema de gestão da utility, modelos hidráulicos e IA preditiva.
A Elliot Cloud Brasil é desenhada exatamente para o cenário brasileiro — não como adaptação de plataforma estrangeira. Plataforma de software que ingere AMI/AMR de várias fontes (NB-IoT, Bluetooth, LoRa, GPRS) e devolve sinais acionáveis.
ElliotBRA certificação Project Management Professional (PMP) reflete a abordagem de Paula: entrega de software como projeto gerido, não como ferramenta solta. Isso muda o tom técnico — discussão de fases, métricas, marcos.
PMPPM"A análise de smart meter não exige 100% de hidrometração nem sectorização física total — DMA virtual a partir do dado existente."
Tese central
Pergunta direta da plateia: "A aplicação do software exige 100% de hidrometração?" Resposta: "Não. Não é necessário ser 100% hidrometrado. Depende dos dados disponíveis e do que eles querem dizer." Desfaz uma barreira mental comum.
100%?NãoOutra confusão comum desfeita: a sectorização clássica (DMA física) não precisa estar pronta para começar a usar analytics. O software permite criar áreas virtuais a partir do dado disponível — caminho realista para utilities BR.
DMA virtualMacromedição (entrada de DMA, reservatórios) e micromedição (clientes finais) precisam ser integradas para gerar balanço hídrico real. "É possível trabalhar mesmo sem 100% de cobertura, desde que a macromedição esteja confiável."
Macro+Micro"AMI sem camada analítica é só leitor mais caro."
Dados de aplicação
A mensagem mais clara de Paula: utility não precisa esperar cobertura total para extrair valor de smart meters. O software trabalha em camadas — primeiro com macromedição e amostras, depois evoluindo. Adiar é perder janela de receita. AMI sem camada analítica é só leitor mais caro.
"Depende dos dados que você tem e do que eles querem dizer."
Metodologia em camadas
Sem macromedição confiável (entrada de DMA), o balanço hídrico fica frágil. Paula fez questão: "É importante ter macromedição depois para fazer o balanço." É o ponto onde a maior parte das utilities brasileiras precisa investir primeiro.
MacroDMA-inEm paralelo, instalar smart meters em pontos-chave da rede — não precisa ser 100% dos clientes. O software cria áreas virtuais e correlações onde a sectorização física ainda não chegou.
SmartPontosSoftware digere AMI/AMR de várias fontes (NB-IoT, Bluetooth, LoRa, GPRS) e devolve sinais acionáveis: vazamentos suspeitos, consumo anômalo, perfis de cliente. A meta é encurtar o ciclo entre dado bruto e decisão de campo.
AIAnomaliaCasos comparados
Esperar cobertura total e sectorização física com câmaras e válvulas antes de extrair valor — caro, lento, irreversível. É o modelo herdado do UK e Holanda. No Brasil, gera adiamento perpétuo.
FísicoLentoSmart meter analytics extrai DMAs lógicos sem mexer na rede física. Macro+micro integrados, detecção de anomalia a partir do histórico, evolução em camadas. Pragmático para o cenário brasileiro.
VirtualPragmáticoUtilities brasileiras não precisam esperar sectorização total nem 100% de hidrometração. O software cria áreas virtuais a partir do dado existente — postergar analytics é perder janela de receita.
NowEvolveInsights da palestra
A mensagem mais clara de Paula: utility não precisa esperar cobertura total para extrair valor de smart meters. O software trabalha em camadas — primeiro com macromedição e amostras, depois evoluindo. Adiar é perder janela de receita.
Sem macromedição confiável (entrada de DMA), o balanço hídrico fica frágil. Paula fez questão: "É importante ter macromedição depois para fazer o balanço." É o ponto onde a maior parte das utilities brasileiras precisa investir primeiro.
Elliot Cloud usa o software para criar áreas virtuais e correlações onde a sectorização física ainda não chegou. É um caminho realista para utilities que não conseguirão sectorizar 100% no curto prazo — começar a gerar inteligência mesmo assim.
Paula deixa claro que comprar AMI não basta — sem camada analítica, smart meter vira só um leitor mais caro. A diferença está no software que correlaciona, detecta anomalias e dispara ação operacional.
Diferente de UK, Holanda ou Cingapura, utilities brasileiras lidam com cobertura desigual, intermitência e fraudes específicas do país. A Elliot Cloud Brasil é desenhada exatamente para esse cenário, não como adaptação de plataforma estrangeira.
Na rodada final de Q&A, Paula reforçou que cenários como entrada de ar em redes intermitentes precisam ser tratados caso a caso — cada utility tem combinação única de equipamento, rede e cliente. O software se adapta; não substitui o julgamento técnico.
NB-IoT, Bluetooth, LoRa, GPRS — a plataforma ingere todas. Decisão técnica que reflete a heterogeneidade da infraestrutura brasileira: utility não precisa padronizar tecnologia de comunicação para ter analytics consistente.
A proposta posiciona Elliot Cloud como camada operacional — não ferramenta de visualização. Digere AMI/AMR e devolve sinais acionáveis: vazamentos suspeitos, consumo anômalo, perfis de cliente. Encurta ciclo entre dado e decisão.
Filosofia técnica
A filosofia que Paula traz para o palco é a do pragmatismo realista: não dá para esperar cobertura total nem sectorização perfeita para começar a extrair valor. O Brasil tem rede heterogênea, infraestrutura desigual e janelas de receita que se fecham. Smart meter analytics em camadas — começar agora, evoluir depois — é o caminho que reconcilia ambição técnica com realidade operacional brasileira.
Diferente de UK, Holanda ou Cingapura, utilities brasileiras lidam com cobertura desigual, intermitência e fraudes específicas. A Elliot Cloud Brasil é desenhada exatamente para esse cenário — não como adaptação de plataforma estrangeira.
BRHeterogêneoSoftware se adapta a múltiplas fontes (NB-IoT, BLE, LoRa, GPRS) e múltiplos cenários (intermitência, entrada de ar, fraude); não substitui julgamento técnico. Cada utility tem combinação única — e o caso a caso vence o template.
AdaptaCaso a caso"DMA virtual: comece agora, evolua depois."
Water Loss 2026 — Resumo gerado por IA
Transcrição e tradução ao vivo por Nobox Live Translate
