A Receita Federal publica, de graça, o cadastro de todas as empresas do país. São dezenas de milhões de registros, atualizados periodicamente, que alimentam desde pesquisas acadêmicas até ferramentas de vendas como o EmpresasAtivasBR. Este guia explica o que vem nesses arquivos, os problemas mais comuns ao trabalhar com eles e algumas ideias de uso.
O que é publicado
O conjunto “Dados Abertos do CNPJ” fica no portal de dados abertos do governo federal e é dividido em vários arquivos compactados:
| Arquivo | Conteúdo |
|---|---|
| Empresas | Um registro por CNPJ básico (8 dígitos): razão social, natureza jurídica, capital social e porte. |
| Estabelecimentos | Um registro por unidade (matriz e filiais): nome fantasia, situação cadastral, data de abertura, CNAEs, endereço, telefones e e-mail. |
| Sócios | Quadro societário, com CPF parcialmente mascarado. |
| Simples | Opção pelo Simples Nacional e pelo SIMEI (MEI), com datas. |
| Tabelas de apoio | Códigos de CNAE, municípios, naturezas jurídicas, qualificações de sócios, países e motivos de situação cadastral. |
Os arquivos usam ponto e vírgula como separador e todos os campos vêm entre aspas. Somados, passam de algumas dezenas de gigabytes descompactados.
Com que frequência muda
A publicação é, em geral, mensal. Cada nova versão substitui a anterior por completo, então não há um arquivo só com as mudanças do mês. Quem mantém uma cópia precisa reimportar tudo (ou comparar versões) para saber o que mudou. É o que fazemos aqui: quando sai uma nova base, a importação é refeita e a troca acontece de uma vez, sem tirar o site do ar.
Armadilhas comuns
- Nomes com ponto e vírgula: algumas razões sociais têm “;” dentro das aspas. Ferramentas que separam colunas sem respeitar as aspas quebram a linha.
- Datas vazias ou “0”: campos de data podem vir em branco ou com zero. É preciso tratar antes de converter.
- Vírgula decimal: o capital social vem como “5000,00”.
- Códigos em vez de textos: município, CNAE e natureza jurídica vêm como códigos, e o município usa a tabela da própria Receita, que não é igual à do IBGE.
- Empresa x estabelecimento: porte e razão social estão no arquivo de empresas; endereço e situação, no de estabelecimentos. Contar “empresas” e contar “estabelecimentos” dá números diferentes.
- Situação cadastral: a maior parte dos registros históricos é de empresas baixadas. Filtrar só as ativas reduz bastante o volume.
Limites do que os dados dizem
- Não há faturamento nem número de empregados.
- O regime de quem está fora do Simples (Presumido, Real ou Arbitrado) não é informado.
- Contatos e endereço dependem do que a empresa informou e podem estar desatualizados.
- Uma empresa “ativa” pode estar sem movimento há anos.
Ideias de uso
- Mapa de concorrência: quantas empresas de um ramo existem por cidade ou bairro antes de abrir um negócio.
- Prospecção segmentada: listas por atividade, porte e região, para vendas entre empresas. Veja as boas práticas de prospecção dentro da LGPD.
- Acompanhamento de aberturas: quantas empresas de um setor abriram nos últimos meses, um termômetro do empreendedorismo local.
- Pesquisa acadêmica e jornalismo de dados: perfil empresarial de municípios, efeito de políticas públicas e concentração setorial.
- Validação de cadastros: conferir em lote se clientes e fornecedores continuam ativos.
Como o EmpresasAtivasBR usa esses dados
Importamos os arquivos de empresas, estabelecimentos e Simples, mantemos apenas os estabelecimentos ativos e juntamos tudo numa tabela organizada por município e atividade, o que permite abrir listas grandes em poucos segundos. Por cima disso, calculamos indicadores como participação de MEIs, aberturas recentes e bairros com mais empresas, que aparecem no resumo de cada página. Saiba mais na página Sobre.
Resumo
Os dados abertos do CNPJ são uma das bases públicas mais ricas do país, mas exigem cuidado: formato peculiar, atualização mensal completa e campos que dependem do que cada empresa informou. Entendendo esses limites, eles servem para muita coisa, de um estudo de mercado a uma lista de prospecção bem feita.