Neste trabalho foi proposto um modelo denominado Modelo Fatorial Espaço-Temporal para Dados de Contagem MUltivariados, com o objetivo de lidar com dados que possuem estruturas multivariada, espacial e temporal. Em particular, foram considerados dados de contagens agregados por área que seguem distribuição Poisson. Nesta abordagem, são considerados diversos tipos criminais pelas Áreas Integradas de Segurança Pública (AISP) do estado do Rio de Janeiro no perı́odo de 2012 a 2020. O procedimento de inferência foi realizado sob enfoque bayesiano utilizando o método Monte Carlo Hamiltoniano para obtenção das amostras das distribuições a posteriori do modelo. Na modelagem proposta, assume-se que os fatores comuns incorporam a variação espacial e temporal existente entre as observações. Estudos com dados simulados e dados reais são discutidos a fim de avaliar a qualidade de ajuste do modelo, a suposição do número de fatores e compreender o fenômeno da criminalidade no estado.