Anonimização de base financeira em quatro passos, sem perder a análise

No semáforo de dados, o amarelo significa "anonimize primeiro". Anonimizar é trocar o que identifica pelo que não identifica, mantendo a estrutura de que a IA precisa para analisar. A análise de variação de uma receita não depende de saber que o cliente se chama Grupo Meridional. Depende de saber que um cliente grande foi suspenso e quanto ele pesa no total.

São quatro passos, e numa planilha média levam cerca de dois minutos depois que você pega o jeito.

Passo 1: troque os nomes de empresas

Sua empresa vira "Empresa A". O cliente vira "Cliente X". O fornecedor, "Fornecedor Y". Se houver vários, numere: Cliente 1, Cliente 2. A regra é a consistência: a mesma entidade recebe o mesmo código em todo o arquivo, em todas as abas e em todos os meses, senão a análise perde o fio.

Passo 2: ajuste os valores proporcionalmente

O que importa para a análise são as relações entre os números, não os valores absolutos. Multiplique tudo por um fator fixo, como 0,1 ou 10. Uma receita de R$ 12,4 milhões pode virar R$ 1.240.000 ou R$ 124 milhões, e a variação percentual, a participação de cada linha e a margem continuam idênticas.

Duas precauções. Use o mesmo fator em todo o arquivo, sem ajustar célula por célula. E, se a análise depende de um limite absoluto (uma alçada, um covenant, um threshold de materialidade), aplique o mesmo fator ao limite.

Passo 3: remova identificadores de pessoas

Nome, CPF, matrícula, e-mail e qualquer outro dado que aponte para um indivíduo. Se a análise precisa de dado por pessoa, use "Analista 1", "Analista 2", "Gestor A".

Atenção ao identificador indireto: o cargo único ("o CFO", "o diretor jurídico"), a data de admissão e o centro de custo de uma única pessoa também apontam para alguém.

Passo 4: revise antes de colar

Leia o texto uma vez antes de enviar. É nessa leitura que aparece o que escapou. Procure em lugares fáceis de esquecer:

• comentários de células;
• nomes de abas e do próprio arquivo;
• cabeçalhos, rodapés e metadados;
• colunas ocultas;
• observações escritas à mão no fim da planilha.

Exemplo antes e depois

Antes:

A Distribuidora Aurora Ltda. fechou março com receita bruta de R$ 4.280.000, queda de 18% sobre fevereiro. A região Sul, gerida por Carlos Ferreira, caiu 31%. O contrato com o Grupo Meridional, de R$ 890.000 por ano, foi suspenso para renegociação.

Depois, com fator 0,1:

A Empresa A fechou março com receita bruta de R$ 428.000, queda de 18% sobre fevereiro. A região Sul, gerida pelo Gestor A, caiu 31%. O contrato com o Cliente X, de R$ 89.000 por ano, foi suspenso para renegociação.

Se você pedir à IA "analise essa variação de receita e aponte os principais pontos de atenção" nas duas versões, a qualidade da análise será praticamente a mesma. O que muda é o risco.

Quando anonimizar não basta

Dado raro. Se a sua empresa é a única do setor com aquele volume, ou se o conjunto é tão pequeno que a combinação de características identifica alguém, a reidentificação continua possível. Trate como vermelho.

Análise que depende da identidade. Cobrança de um cliente específico, por exemplo. Aqui não há como anonimizar sem destruir a tarefa; o caminho é um ambiente corporativo.

Nuance jurídica. Trocar nomes e guardar uma tabela de-para é, do ponto de vista jurídico, mais próximo da pseudonimização do que da anonimização plena. Reduz muito o risco, mas não o zera. Valide a prática com o encarregado de dados, o ponto de LGPD e IA no financeiro.

Para tarefas recorrentes, automatize

Se a mesma base é analisada todo mês, monte uma rotina simples: uma planilha ou script com o de-para, aplicada antes do envio e revertida depois, para recolocar os nomes reais no resultado. A tabela de-para fica fora da ferramenta de IA, sempre. E o passo 4, a revisão, não se automatiza: continua sendo uma leitura rápida, humana, antes de enviar.

Leia também

• Semáforo de dados: o que você pode colar no prompt, em três cores
• O que pode e o que não pode entrar no modelo: dado sensível no financeiro
• C.R.E.A. aplicada a um prompt de análise de margem: do vago ao utilizável

Comece pela plataforma

Este tema faz parte da formação IA na Prática Financeira, a porta de entrada gratuita da plataforma: 3 módulos e 11 aulas para aplicar IA à rotina mensal do financeiro.

Acessar a plataforma gratuitamente →

O CFOs.AI é uma plataforma de AI Finance Transformation: toda formação percorre os estágios do framework F.I.A.M. — Fundamentação, Instrumentação, Aplicação e Mensuração.

Prefere medir antes? Faça o diagnóstico gratuito (25 perguntas, cerca de 10 minutos) · Ver planos →