Transparência
O DataPJ consolida dados públicos oficiais e os cruza com proveniência: todo dado exibido carrega fonte e data de captura. Trabalhamos de forma factual — registramos o que consta nas bases, sem juízo de valor — e o CPF de pessoas físicas é mascarado já no processamento (LGPD).
Reprocessamos a base a cada nova competência publicada pela Receita Federal e a cada atualização das fontes cruzadas. Cada execução é versionada e auditável.
Consolidamos exclusivamente dados públicos de fontes oficiais. Abaixo, o que cada uma contribui para a ficha de uma empresa:
A maioria do que mostramos é declarado (Receita Federal) ou reportado (balanços de CVM/Central de Balanços, quando existem). Onde não há base pública por empresa, oferecemos uma estimativa — sempre rotulada como estimado e apresentada como faixa (intervalo), nunca como número exato da empresa.
Funcionários (modelo dataPJ). Não existe base pública de funcionários por CNPJ. Usamos a RAIS (pública e anonimizada) como modelo estatístico de distribuição: calculamos os percentis de vínculos (P25–mediana–P75) por célula de CNAE × UF × Simples — atributos que conhecemos do CNPJ — e encaixamos a empresa na célula mais específica com amostra suficiente (≥ 30 estabelecimentos), com fallback hierárquico (CNAE+UF+Simples → CNAE+Simples → CNAE+UF → CNAE → divisão → porte). A faixa exibida é o P25–P75 do setor; a mediana é a referência. Nunca reidentificamos uma empresa a partir do dado anonimizado.
Faturamento. Quando a empresa publica balanço (CVM/Central de Balanços), mostramos o valor reportado, com fonte. Para as demais, exibimos a faixa do enquadramento legal por porte e Simples/MEI (MEI ≤ R$ 81 mil; ME ≤ R$ 360 mil; EPP ≤ R$ 4,8 mi; demais > R$ 4,8 mi) — um teto legal, claramente identificado como tal.
Validação. O modelo de funcionários é avaliado por holdout: separamos parte da RAIS, prevemos só com atributos da RFB e comparamos com o real. Reportamos cobertura do intervalo P25–P75, erro absoluto mediano e erro em escala logarítmica (para que poucas empresas gigantes não distorçam a média).
Apresentamos os dados de forma factual: usamos termos como “consta”, “sinal de atenção” ou “possível indicativo”, e nunca afirmações acusatórias. Um registro em uma base pública é exibido como o que é — uma informação com fonte e data — cabendo a leitura ao usuário.
Se você é responsável por uma empresa e um número parece incorreto, escreva para [email protected]. Registramos a contestação e priorizamos a correção ou a recalibração. Dados oficiais (Receita Federal e demais fontes) são atualizados conforme a própria fonte os revisa.