Como Extrair Dados de COI
para Due Diligence em M&A (Guia 2026)

Como a Due Diligence de Seguros Realmente Funciona em um Data Room

A due diligence de seguros em uma transação de M&A não é o mesmo exercício que o monitoramento de conformidade de subcontratados. Na construção civil, um empreiteiro geral verifica se o COI de cada sub atende aos limites mínimos do projeto antes de eles entrarem no canteiro. A pergunta é binária: conforme ou não. O revisor normalmente processa dois a três certificados por sub, uma vez por ciclo de renovação.

Em M&A, o revisor abre um data room virtual — um repositório seguro de documentos online usado para compartilhar informações confidenciais do negócio — e encontra uma pasta de Seguros contendo todas as apólices que a empresa-alvo já contratou. Patrimonial. Responsabilidade civil geral. Diretores e executivos. Cibernética. Responsabilidade civil por práticas trabalhistas. Automóvel. Acidente de trabalho. Guarda-chuva e excesso. Ambiental. Responsabilidade civil profissional. Responsabilidade civil do produto. Seguro de vida de pessoa-chave. Para uma empresa-alvo de médio porte com 300 a 800 funcionários, essa pasta normalmente contém 300 a 500 certificados de seguro — cada um um formulário ACORD 25, 27 ou 28 de uma página, ou um certificado não padronizado de uma agência regional em seu próprio papel timbrado. Para mais informações sobre como os formulários padrão funcionam, leia nosso guia completo de extração de COI.

O trabalho da equipe de revisão não é marcar caixas. É responder a um conjunto de perguntas que alimentam diretamente as declarações e garantias do contrato de compra: A empresa-alvo possui cobertura adequada para os riscos inerentes às suas operações? Existem lacunas entre as datas de vencimento das apólices e o cronograma projetado de fechamento que exigiriam cobertura complementar? As próprias seguradoras têm classificações de solidez financeira que um comprador prudente aceitaria? A empresa-alvo manteve cobertura contínua, ou existem lapsos que criam janelas de exposição descobertas?

Responder a essas perguntas significa extrair os mesmos 15 campos de cada certificado e preencher uma matriz de cobertura — uma planilha onde as linhas são apólices e as colunas são seguradoras, limites, franquias, datas de vigência e classificações das transportadoras. Somente depois que a matriz existir é que a análise real pode começar: comparar a cobertura com benchmarks do setor, identificar janelas de vencimento que caem dentro do cronograma do negócio e sinalizar transportadoras cujas classificações AM Best estejam abaixo da tolerância ao risco do comprador.

Este é um fluxo de trabalho fundamentalmente diferente do monitoramento de COI da construção para o qual a maioria das ferramentas de automação é construída. Nosso manual de extração de dados de COI aborda a abordagem geral de extração. Este artigo se concentra no que muda quando a pilha de documentos está dentro de um data room e a saída alimenta um contrato de compra.

Por que a Revisão Manual de COI Quebra no Volume de Fusões e Aquisições

Uma associada júnior abrindo seu 50º certificado do dia não toma a mesma decisão de qualidade que tomou no quinto. A arquitetura da tarefa trabalha contra ela. Ler um COI não é como ler um parágrafo de contrato — é uma grade densa de abreviações, limites numéricos, estados de caixas de seleção e peculiaridades de formatação específicas de cada agência, espalhada por uma única página sem estrutura narrativa para guiar o olhar.

Cada certificado exige localizar e transcrever cerca de 15 campos: segurado nomeado, produtor ou agência, cada seguradora com seu número NAIC, tipo de apólice, número da apólice, data de vigência, data de vencimento, limite por ocorrência, limite agregado, outros sub-limites (despesas médicas, danos pessoais e publicitários, danos a imóveis alugados), franquia ou retenção própria, status de segurado adicional, renúncia à sub-rogação, titular do certificado e termos de aviso de cancelamento. Para as apólices guarda-chuva e excedentes, um bloco de limite separado repete a mesma estrutura com números diferentes.

A três minutos por certificado apenas para extração — um ritmo otimista que pressupõe que o formulário é um ACORD 25 limpo, sem surpresas de layout — 300 certificados consomem 15 horas de pura entrada de dados. A uma taxa horária de associada de nível médio de US$ 350 a US$ 500 por hora, isso representa de US$ 5.250 a US$ 7.500 em tempo faturável gasto em transcrição. Mas a extração não é o trabalho real. O trabalho real é a análise de cobertura que só pode começar depois que a matriz existe — e essa análise, em 300 apólices com seus endossos e qualificações da transportadora, consome outras 25 a 45 horas. A etapa de extração é um pedágio no caminho para a análise. Cada minuto gasto transcrevendo é um minuto não gasto na avaliação de risco pela qual o cliente está realmente pagando.

A taxa de erro aumenta com o volume. Um estudo acadêmico de 2019 sobre precisão de entrada manual de dados em fluxos de trabalho intensivos em documentos descobriu que, após aproximadamente 100 repetições da mesma tarefa de extração, as taxas de erro em nível de campo subiram de cerca de 2% para mais de 8%. Em 300 certificados e 15 campos cada, são 4.500 pontos de dados individuais. Uma taxa de erro de 8% significa que cerca de 360 campos estão errados — números de apólice errados, limites trocados, datas com diferença de um mês. Uma data de vencimento perdida que cai duas semanas antes do fechamento cria uma lacuna sem cobertura no panorama de seguros. Quando essa lacuna surge após o fechamento, o custo não é o tempo que levaria para detectá-la — é o valor do passivo que ela deixa descoberto.

Os Campos Que Importam em M&A (Que os Rastreadores de COI da Construção Ignoram)

O software de rastreamento de COI da construção foi criado para responder a uma pergunta: o certificado deste subcontratado atende aos requisitos mínimos de cobertura do projeto? Os campos que importam são aqueles definidos no subcontrato: limites de responsabilidade geral por ocorrência e agregados, confirmação de cobertura de acidentes de trabalho, status de segurado adicional e data de vencimento.

A due diligence de seguros em M&A faz um conjunto fundamentalmente diferente de perguntas sobre cada apólice. Os campos a seguir, que raramente aparecem em ferramentas de COI voltadas para a construção, são essenciais para a matriz de cobertura da sala de negociação.

Classificação de Solidez Financeira da AM Best. A classificação da AM Best é uma avaliação independente da capacidade de uma seguradora de cumprir suas obrigações contínuas de apólice, emitida por uma agência de classificação de crédito especializada exclusivamente no setor de seguros desde 1906. A escala vai de A++ (Superior) a D (Inadimplente), com um total de 13 categorias. Em M&A, a classificação da seguradora é importante porque a cobertura da empresa-alvo é tão confiável quanto a transportadora que a respalda. Uma apólice emitida por uma transportadora com classificação A- é fundamentalmente diferente de uma emitida por uma transportadora B++ — e uma matriz de cobertura que mostra limites de apólice sem classificações das transportadoras está perdendo metade do quadro de risco. A maioria das representações de seguros em contratos de compra exige que o vendedor divulgue mudanças materiais na cobertura de seguros, e um rebaixamento da transportadora durante a janela do negócio é exatamente o tipo de mudança material que deve acionar uma divulgação. A AM Best atribui a cada seguradora classificada uma Categoria de Tamanho Financeiro (FSC), da Classe I (menos de US$ 1 milhão em excedente ajustado de segurados) à Classe XV (mais de US$ 2 bilhões), fornecendo uma dimensão adicional de avaliação da transportadora além da classificação por letras.

Dedução e Retenção de Seguro Próprio (SIR). Uma apólice de responsabilidade geral de US$ 5 milhões com uma SIR de US$ 500.000 não é o mesmo seguro que uma apólice de US$ 5 milhões com uma franquia de US$ 10.000. No primeiro caso, a empresa-alvo paga os primeiros US$ 500.000 de cada sinistro do próprio balanço antes que a transportadora pague um centavo. Essa exposição de US$ 500.000 por sinistro é efetivamente um passivo não segurado que pertence ao modelo de due diligence financeira — não apenas à revisão de seguros. Os fluxos de trabalho de COI da construção geralmente ignoram as franquias porque a linguagem do contrato do projeto torna o subcontratado responsável pelos valores dentro da franquia. Em M&A, o comprador herda essa exposição de SIR. Uma matriz de cobertura que mostra limites sem franquias é um livro de passivos com metade das entradas faltando.

Reclamações Feitas vs. Ocorrência e Gatilhos de Cobertura de Cauda. Uma apólice de reclamações feitas cobre reclamações relatadas durante o período da apólice, independentemente de quando o incidente subjacente ocorreu. Uma apólice de ocorrência cobre incidentes que aconteceram durante o período da apólice, independentemente de quando a reclamação é arquivada. A distinção se torna crítica para o negócio quando a empresa-alvo possui cobertura de reclamações feitas para D&O, E&O ou responsabilidade por práticas trabalhistas. Se essas apólices não forem renovadas após o fechamento, as reclamações decorrentes de conduta anterior ao fechamento, mas relatadas após o fechamento, não têm cobertura — a menos que uma apólice de cauda (também chamada de período de relatório estendido, ou ERP) seja adquirida. Extrair a designação de reclamações feitas vs. ocorrência para cada tipo de apólice na matriz informa à equipe do negócio quais linhas exigem orçamento de cobertura de cauda antes que o contrato de compra seja finalizado.

Aviso sobre os Termos de Cancelamento. A maioria dos certificados ACORD contém uma cláusula padrão de cancelamento informando que a seguradora "se esforçará para" notificar o titular do certificado sobre o cancelamento, mas "a falha em fazê-lo não implicará em obrigação ou responsabilidade." A apólice real pode prever aviso prévio de 30, 60 ou 90 dias — ou nenhuma obrigação de aviso. Para um comprador em M&A, o período entre a assinatura e o fechamento é tipicamente de 30 a 90 dias. Se uma apólice de responsabilidade chave puder ser cancelada no meio do negócio sem aviso à entidade adquirente, o cenário de cobertura na assinatura não é o mesmo do fechamento. Extrair a redação da cláusula de cancelamento de cada certificado — mesmo a versão padrão — e sinalizar apólices cujos termos subjacentes possam diferir é uma etapa de identificação de riscos que a revisão manual em escala quase nunca alcança.

Sobreposição entre Período da Apólice e Cronograma do Negócio. O campo mais direto no certificado — a data de vencimento — torna-se o mais operacionalmente urgente durante a due diligence por causa do cronograma. Uma apólice com vencimento na quarta semana de um período de due diligence de 10 semanas precisa de um certificado de renovação antes que a matriz de cobertura esteja completa. Uma apólice com vencimento entre a assinatura e o fechamento cria uma lacuna de cobertura que o contrato de compra deve abordar por meio de uma cláusula pré-fechamento que exija que o vendedor mantenha o seguro. O software de extração pode sinalizar cada data de vencimento dentro de uma janela definida pelo usuário, transformando uma tarefa de verificação de calendário que consome horas de revisão manual em um filtro automatizado.

Para uma discussão mais aprofundada sobre o que a IA pode e não pode ler de forma confiável em um documento COI, veja nossa análise das capacidades de leitura de COI por IA. Para os fundamentos do que é a extração de dados de COI, comece com o que é extração de dados de COI.

Como a Extração Semântica Funciona em Diversos Formatos de COI

Os documentos COI em uma sala de negociação vêm de dezenas de agências de seguros diferentes. Algumas usam o modelo ACORD 25 do ano atual com campos nas posições padrão. Algumas usam a revisão de 2014 com espaçamento ligeiramente diferente. Algumas são impressas de um sistema de gestão de agência que reorganiza a grade de cobertura em um layout de duas colunas. Algumas são certificados não padronizados no próprio papel timbrado da agência — uma parcela crescente, à medida que mais seguradoras regionais e de linhas excedentes emitem certificados de plataformas proprietárias. Alguns são certificados em papel digitalizados, levemente inclinados, com anotações manuscritas nas margens. E alguns nem são certificados — são páginas de declaração de apólice com um layout de campo diferente, enviadas por um corretor que as trata como equivalentes.

O OCR baseado em posição — a tecnologia por trás das ferramentas tradicionais de extração de modelos — funciona memorizando onde cada campo está na página. Ele espera que "Número da Apólice" esteja nas coordenadas (x=340, y=280), e quando uma agência diferente o coloca em (x=420, y=310), a extração falha silenciosamente, puxando dados do campo errado ou retornando nada. A abordagem alternativa, usada por ferramentas mais novas baseadas em IA, é a extração semântica: o sistema lê o documento como uma pessoa faria, entendendo o que cada trecho de texto significa, em vez de onde ele está. Um número de apólice é "uma sequência de caracteres alfanuméricos rotulada como número de apólice e associada a uma linha de cobertura específica." A IA o localiza independentemente de estar à esquerda, à direita ou no meio da página.

Essa distinção é a razão pela qual uma única ferramenta de extração pode processar 300 certificados de 40 agências diferentes sem configuração por agência. Cada certificado é lido do zero, seus campos identificados por sua função semântica, não por suas coordenadas. Nossa análise do rastreamento de COIs em escala — escrita para o contexto da construção civil — aborda em detalhes a diferença de desempenho entre abordagens baseadas em modelo e semânticas. A mesma diferença se aplica a Fusões e Aquisições (M&A), amplificada pela diversidade de formatos de agências em uma pasta de seguros de uma sala de dados.

O que torna a extração semântica particularmente valiosa no contexto de due diligence é o que ela não exige. Não há fase de treinamento onde você carrega certificados de amostra e rotula campos. Não há construtor de modelos onde você desenha caixas ao redor de números de apólice. Você carrega a pilha de certificados, digita os nomes das colunas que deseja na sua saída — "Segurado Nomeado", "Tipo de Apólice", "Número da Apólice", "RG por Ocorrência", "RG Agregado", "Data de Vencimento", "Classificação AM Best", "Dedutível/SIR" — e a IA lê cada documento para localizar esses campos onde quer que apareçam. A saída é uma planilha com cada certificado como uma linha e cada campo como uma coluna.

De 300 COIs a uma Matriz de Cobertura: O Fluxo de Trabalho de Extração

O fluxo de trabalho de uma pasta de Seguros na sala de dados para uma matriz de cobertura segue cinco etapas. A ferramenta de extração lida com as etapas dois a quatro; o julgamento do revisor permanece central na etapa cinco.

Etapa 1 — Colete os certificados. Exporte a pasta de Seguros da sala de dados virtual. A maioria das plataformas de VDR — DealRoom, Datasite, Intralinks, Ansarada — permite download em massa por pasta. Os certificados geralmente chegam como PDFs, embora alguns estejam incorporados em cadeias de e-mail encaminhadas pelo corretor da empresa-alvo como capturas de tela, que você precisará extrair como arquivos de imagem separados.

Etapa 2 — Defina suas colunas. É aqui que o contexto de M&A molda a saída de forma diferente de um rastreador de conformidade de construção civil. Em vez de "Atende ao Limite Mínimo (S/N)", suas colunas são os campos que preenchem uma matriz de cobertura: Segurado Nomeado, Produtor ou Agência, Nome da Seguradora, Número NAIC da Seguradora, Classificação AM Best, Tipo de Apólice, Número da Apólice, Data de Início, Data de Vencimento, Indicador de Reclamação Feita (S/N), Responsabilidade Civil Geral por Ocorrência, Responsabilidade Civil Geral Agregada, Guarda-Chuva ou Excesso por Ocorrência, Guarda-Chuva ou Excesso Agregado, Dedutível ou SIR, Segurado Adicional (S/N), Renúncia ao Direito de Regresso (S/N), Aviso de Cancelamento, Titular do Certificado.

Etapa 3 — Carregue e processe. Arraste todos os certificados para a área de upload. A ferramenta os processa em paralelo — o processamento em lote significa que você não espera um terminar para o próximo começar. Para 300 certificados, o tempo de processamento depende da concorrência da ferramenta, mas um extrator baseado em IA processa cada certificado em 5 a 10 segundos, resultando em uma execução de extração completa em aproximadamente 25 a 50 minutos. Compare isso com 15 horas de transcrição manual, e a ferramenta não é apenas mais rápida — ela libera o revisor para fazer o trabalho de análise que essas 15 horas de entrada de dados estavam impedindo.

Etapa 4 — Exporte a matriz de cobertura. A saída é um arquivo Excel com cada certificado como uma linha. Classifique por data de vencimento para ver quais apólices expiram antes do fechamento. Classifique pela classificação AM Best para identificar seguradoras abaixo do limite de risco do comprador. Faça uma tabela dinâmica por tipo de apólice para ver se a empresa-alvo possui todas as linhas de cobertura que o setor do comprador espera. A matriz não é o entregável — é a entrada para a análise de cobertura na etapa cinco.

Passo 5 — Analise lacunas de cobertura. É aqui que o julgamento do revisor é insubstituível. A matriz informa qual cobertura existe. Ela não informa qual cobertura está faltando. Uma empresa-alvo do setor industrial sem apólice de responsabilidade civil por produtos, ou uma empresa de SaaS sem cobertura cibernética, possui uma lacuna que a matriz torna visível, mas não interpreta. O revisor compara a matriz com as expectativas padrão de cobertura do setor, examina os termos subjacentes da apólice por trás de cada certificado (o certificado é uma evidência do seguro, não a apólice em si) e identifica lacunas que devem constar nos anexos de divulgação do contrato de compra.

O que a Extração Não Faz (E o que Ainda Precisa de um Humano)

Ser claro sobre o que a ferramenta não pode fazer é tão importante quanto explicar o que ela pode. Três coisas permanecem firmemente no domínio do revisor humano após a extração ser concluída.

Avaliação da adequação da cobertura. A extração informa que existe uma apólice com limite de US$ 2 milhões por ocorrência. Ela não informa se US$ 2 milhões são suficientes. Um fabricante químico com cobertura de Responsabilidade Civil Geral de US$ 2 milhões está sub-segurado em relação às normas do setor. Uma empresa de software com o mesmo limite não está. Esse julgamento exige conhecimento do setor da empresa-alvo, dos riscos operacionais e do histórico de sinistros — nada disso o software de extração possui.

Interpretação de endossos. Um COI pode indicar que o segurado adicional é o titular do certificado, mas o formulário de endosso específico é importante. Um endosso CG 20 10 cobre o segurado adicional apenas para operações em andamento. Um CG 20 37 estende a cobertura para operações concluídas. Um CG 20 33 concede status automático de segurado adicional a qualquer entidade que o segurado nomeado seja contratualmente obrigado a cobrir. A extração pode detectar que a caixa de seleção está marcada. Ela não pode ler a linguagem do endosso subjacente embutida na apólice, porque o endosso não está no certificado — está no documento da apólice que o certificado resume.

Tradução de lacuna em garantia contratual. A habilidade mais valiosa que um advogado de transações traz para a due diligence de seguros não é a extração de dados — é traduzir uma lacuna de cobertura em uma proteção contratual específica. Uma lacuna na cobertura de D&O (cauda) se torna uma obrigação de o vendedor adquirir uma apólice de cauda de seis anos antes do fechamento. Uma seguradora de baixa classificação se torna uma garantia de que todas as apólices são contratadas com seguradoras classificadas como A- ou superior pela AM Best. Uma estrutura de franquia que cria exposição no balanço patrimonial não segurada se torna uma indenização especial. A extração produz os dados que revelam a lacuna. O advogado produz o termo contratual que protege contra ela.

A extração torna a equipe de revisão mais rápida, não obsoleta. Seu valor não está em substituir o julgamento humano — está em eliminar o trabalho de transcrição que atualmente impede que o julgamento humano tenha tempo suficiente para atuar.

O Fator RWI: Por que a Due Diligence de Seguros é Mais Importante Agora

O seguro de representações e garantias (RWI) — uma apólice que cobre perdas decorrentes de violações das representações e garantias do vendedor no contrato de compra — é agora utilizado em cerca de 75% das transações de M&A de private equity e 64% das grandes aquisições estratégicas. O RWI altera o cálculo da due diligence de seguros de uma forma crítica: o subscritor do RWI revisa o processo de due diligence do comprador antes de vincular a cobertura. Se a revisão de seguros do comprador foi superficial — se a equipe abriu 20 certificados de 300 e considerou concluído — o subscritor pode excluir perdas relacionadas a seguros da cobertura do RWI com base no argumento de que o comprador não conduziu uma diligência adequada.

Isso cria um ciclo de feedback de diligência. Quanto mais minuciosamente os certificados forem revisados, mais forte será a cobertura do RWI. Ignorar ou amostrar a revisão de seguros não apenas deixa lacunas de cobertura não descobertas — coloca em risco o seguro que o comprador adquiriu para se proteger contra surpresas pós-fechamento. O Manual de Due Diligence Jurídica da IBA, publicado em coordenação com o Comitê de Direito Societário e M&A da IBA, identifica especificamente a due diligence de seguros inadequada como uma fonte de responsabilidade pós-transação para o comprador, observando que "a falta de apólices de seguro adequadas adquiridas pela empresa-alvo pode resultar em responsabilidades pós-transação" que o RWI pode não cobrir se a diligência do comprador foi insuficiente. (Manual de Due Diligence Jurídica da IBA)

Nesse ambiente, a questão não é se deve revisar todos os certificados — é como revisá-los completamente sem queimar horas faturáveis em entrada de dados que uma ferramenta pode realizar em segundos. O fluxo de extração descrito acima produz uma matriz revisável a partir de cada certificado na pasta. O subscritor do RWI vê que o comprador revisou a população completa, não uma amostra. As lacunas que surgem são descobertas deliberadas, não descuidos.

FAQ: Extração de COI para Due Diligence em M&A

Quantos COIs uma due diligence de seguros típica em M&A envolve?

Para uma empresa-alvo de médio porte com 300 a 800 funcionários e operações em vários estados, a pasta de Seguros no data room geralmente contém de 200 a 500 certificados. Isso inclui apólices de camada primária, camadas guarda-chuva e excesso, além de registros estaduais específicos onde a empresa-alvo está qualificada em múltiplas jurisdições. Alvos maiores com operações internacionais, várias subsidiárias ou setores altamente regulamentados podem exceder 1.000 certificados.

E se metade dos meus COIs estiver em formatos não padronizados de agências regionais?

A extração semântica — que lê pelo significado do campo, e não pela posição — lida com certificados não padronizados sem necessidade de configuração por agência. Seja o certificado um ACORD 25 padrão ou um formulário proprietário de uma corretora regional de linhas excedentes, a IA identifica os campos por sua função semântica (ex.: "este é um número de apólice", "esta é uma data de vencimento") em vez de coordenadas memorizadas. Não é necessário criar modelos nem fornecer dados de treinamento.

Qual é a precisão da extração por IA em documentos de COI?

Texto impresso em formulários ACORD padrão atinge taxas de precisão na faixa dos altos 90%. Anotações manuscritas, digitalizações muito inclinadas e certificados de papel manchados por água reduzem a precisão — os mesmos fatores que dificultam a leitura humana. Nosso artigo sobre se a IA consegue ler documentos de COI detalha a análise de precisão por formato. Para fins de due diligence, a comparação prática não é extração vs. perfeição — é extração vs. um revisor no 187º certificado do dia.

O subscritor de RWI aceita dados de seguros extraídos por IA como parte da due diligence?

Os subscritores de RWI avaliam a profundidade do processo de due diligence do comprador, não as ferramentas específicas usadas. Uma matriz de extração que cubra todos os certificados da pasta demonstra uma revisão completa do portfólio de seguros. O que importa para o subscritor é que o comprador revisou a população total e identificou lacunas materiais. A ferramenta que acelerou a entrada de dados não diminui a qualidade da diligência — ela aumenta o escopo que a equipe de revisão conseguiu cobrir dentro do prazo do negócio.

Por que não usar apenas a busca OCR integrada de um data room para localizar termos-chave nos COIs?

Plataformas VDR como Datasite e Intralinks oferecem busca de texto completo baseada em OCR em todos os documentos da sala. Isso é útil para encontrar todos os certificados que mencionam "Chubb" ou "AIG", mas não gera uma matriz estruturada. Um resultado de busca de 47 documentos contendo "Responsabilidade Civil Geral" informa onde o termo aparece; não preenche uma coluna com o limite por ocorrência de cada uma dessas 47 apólices. A busca de texto completo ajuda a localizar documentos. A extração transforma documentos em um conjunto de dados analisável.

A extração consegue detectar se uma apólice do tipo "claims-made" precisa de cobertura "tail"?

A extração pode sinalizar quais apólices são do tipo "claims-made" (lendo a caixa de seleção ou designação "Claims-Made" no certificado) e quais são baseadas em ocorrência. Ela não consegue determinar se a cobertura "tail" é necessária — essa é uma decisão baseada na estrutura do negócio, na data retroativa da apólice, no histórico de sinistros da empresa-alvo e no apetite a risco do comprador. A extração fornece a coluna "claims-made" na sua matriz. O advogado do negócio lê essa coluna e determina quais linhas exigem orçamento para cobertura "tail".