Projetos de adequação à LGPD costumam travar num ponto previsível: o jurídico pergunta quais dados pessoais a empresa trata, onde ficam e quem tem acesso, e ninguém consegue responder com segurança. A resposta está nos sistemas e nos bancos de dados, e levantar isso é trabalho técnico.
Este artigo trata só dessa parte. Definir finalidades, escolher bases legais, redigir avisos de privacidade, avaliar a necessidade de relatório de impacto e revisar contratos são decisões do jurídico e do encarregado de dados. O papel da TI é entregar a eles um retrato fiel e atualizado do que existe.
Por que começar pelo inventário
Não se protege, não se apaga e não se informa ao titular o que não se sabe que existe. A LGPD pede que controlador e operador mantenham registro das operações de tratamento, e esse registro depende de informação que só a área técnica tem. Além disso, o mapeamento costuma revelar riscos que valem a correção imediata, independentemente de qualquer discussão jurídica.
Passo 1: liste onde há dados
Comece amplo. A lista deve incluir tudo que armazena ou copia dados, não só os sistemas principais:
- servidores e instâncias de banco de dados, com todos os bancos de cada um;
- sistemas em nuvem e SaaS (CRM, ERP, folha, atendimento);
- bases de BI, data warehouse e modelos do Power BI;
- planilhas e exportações em pastas de rede e serviços de arquivos;
- cópias de produção usadas em desenvolvimento e homologação;
- backups, com o tempo de guarda de cada um;
- logs de aplicação, de servidor web e de banco.
Para cada item, registre um responsável. Inventário sem dono fica desatualizado em poucos meses.
Passo 2: descubra onde estão os dados pessoais
Busca por nome de coluna
Num SQL Server, uma consulta ao catálogo dá o primeiro mapa:
SELECT s.name AS esquema,
t.name AS tabela,
c.name AS coluna,
ty.name AS tipo
FROM sys.columns AS c
JOIN sys.tables AS t ON t.object_id = c.object_id
JOIN sys.schemas AS s ON s.schema_id = t.schema_id
JOIN sys.types AS ty ON ty.user_type_id = c.user_type_id
WHERE c.name LIKE '%cpf%'
OR c.name LIKE '%email%'
OR c.name LIKE '%telefone%'
OR c.name LIKE '%celular%'
OR c.name LIKE '%nascimento%'
OR c.name LIKE '%endereco%'
OR c.name LIKE '%nome%'
OR c.name LIKE '%rg%'
ORDER BY esquema, tabela, coluna;
Ela vai trazer falsos positivos (cargo contém “rg”, nome_produto contém “nome”) e vai deixar passar colunas com nomes genéricos. É o ponto de partida, não a resposta.
Amostragem do conteúdo
Nomes de coluna enganam. Campos como observacao, campo_livre, dados_extras ou colunas com JSON frequentemente guardam CPF, telefone ou informação de saúde digitados pelo usuário. Para essas colunas, olhe uma amostra do conteúdo, com cuidado para que a própria análise não espalhe os dados (nada de exportar a amostra para planilha pessoal).
Classificação registrada no banco
O SQL Server permite registrar a classificação diretamente nas colunas, e o SSMS tem um assistente de descoberta e classificação que sugere colunas a partir dos nomes:
ADD SENSITIVITY CLASSIFICATION TO dbo.Cliente.CPF
WITH (LABEL = 'Confidencial', INFORMATION_TYPE = 'Documento pessoal', RANK = HIGH);
As classificações ficam em sys.sensitivity_classifications e podem ser consultadas e auditadas. Confira se a sua versão do SQL Server tem esse recurso. Em ambientes maiores, ferramentas de catálogo como o Microsoft Purview fazem varredura em várias fontes.
Separe, já nesta etapa, os dados pessoais sensíveis, como os de saúde, biometria e origem racial ou étnica. A lei dá a eles tratamento mais restrito, e o jurídico vai precisar saber exatamente onde estão.
Passo 3: siga o caminho dos dados
Um dado pessoal raramente fica num lugar só. Ele entra por um formulário, vai para o banco do sistema, é copiado por uma rotina de integração para o data warehouse, aparece num relatório do Power BI, é exportado para uma planilha e enviado por e-mail a um fornecedor.
Para cada base relevante, anote:
- de onde o dado vem (sistema, formulário, importação, parceiro);
- para onde é copiado (integrações, ETL, APIs, exportações agendadas);
- quais terceiros recebem ou acessam (fornecedores de sistema, nuvem, suporte).
Um diagrama simples desses fluxos ajuda muito o jurídico a identificar quem são os operadores e onde há compartilhamento.
Passo 4: quem acessa
Levante quem pode ler os dados pessoais, não só quem deveria. No banco, comece pelos papéis:
SELECT r.name AS papel,
m.name AS membro,
m.type_desc
FROM sys.database_role_members AS rm
JOIN sys.database_principals AS r ON r.principal_id = rm.role_principal_id
JOIN sys.database_principals AS m ON m.principal_id = rm.member_principal_id
ORDER BY papel, membro;
Pontos frequentes de atenção:
- aplicações e integrações usando contas com
db_ownerousysadmin; - analistas de BI com acesso de leitura a todas as tabelas, inclusive às de pessoas;
- relatórios publicados para toda a empresa com colunas de CPF, telefone ou salário;
- contas de ex-colaboradores e de fornecedores que já saíram.
Os recursos técnicos para reduzir exposição são conhecidos: menor privilégio por papel, segurança em nível de linha, criptografia em repouso (TDE) e em trânsito (TLS) e, para colunas específicas, Always Encrypted. A máscara dinâmica de dados ajuda a esconder valores em telas e relatórios, mas não é barreira de segurança contra quem pode executar consultas livres.
Passo 5: por quanto tempo os dados ficam
Prazos de guarda são definidos pelo jurídico, a partir de obrigações legais e da finalidade. A TI precisa informar quanto tempo os dados ficam hoje e, depois, implementar o que for decidido.
Levante:
- tabelas que nunca tiveram expurgo e guardam registros desde a implantação do sistema;
- backups e seus prazos de retenção (um dado apagado em produção continua existindo nos backups até eles expirarem);
- cópias em desenvolvimento e homologação, que muitas vezes são as mais antigas e as menos protegidas;
- logs, que também contêm dados pessoais, como IP e identificação de usuário.
Quando o dado precisa sair, há duas saídas técnicas: excluir ou anonimizar. Atenção à diferença: dado pseudonimizado (com o identificador trocado por um código, mas ainda reversível) continua sendo dado pessoal.
Passo 6: logs e rastreabilidade
Se houver um incidente, a primeira pergunta será quem acessou o quê e quando. Sem registro, a resposta é um palpite. No SQL Server, o recurso de auditoria registra acessos a tabelas específicas:
CREATE SERVER AUDIT Auditoria_DadosPessoais
TO FILE (FILEPATH = N'E:\Auditoria\');
ALTER SERVER AUDIT Auditoria_DadosPessoais WITH (STATE = ON);
USE Vendas;
CREATE DATABASE AUDIT SPECIFICATION Acesso_Cliente
FOR SERVER AUDIT Auditoria_DadosPessoais
ADD (SELECT, UPDATE, DELETE ON OBJECT::dbo.Cliente BY public)
WITH (STATE = ON);
Auditar tudo gera volume difícil de armazenar e de ler. Comece pelas tabelas com dados sensíveis e pelas operações de maior risco. Defina onde os arquivos de auditoria ficam, quem pode lê-los e por quanto tempo são guardados, e proteja esse local contra alteração.
O que entregar ao jurídico
O resultado do trabalho técnico é um inventário organizado, que pode começar numa planilha bem estruturada e evoluir para um catálogo. Para cada conjunto de dados:
- sistema, banco, tabela e colunas;
- categoria do dado (identificação, contato, financeiro, saúde e assim por diante) e se é sensível;
- de quem são os dados (clientes, colaboradores, fornecedores, pacientes);
- origem e destinos, inclusive terceiros;
- quem acessa e com que tipo de permissão;
- tempo de guarda atual e onde há cópias;
- medidas de segurança já existentes.
Com isso em mãos, o jurídico preenche finalidade e base legal, e as duas áreas decidem juntas o que muda.
Precisa levantar isso nos seus sistemas?
Se o projeto de adequação parou por falta de informação técnica, um diagnóstico ajuda a dimensionar o mapeamento e a priorizar os riscos. Veja como funciona a adequação à LGPD na Trustwise ou peça um diagnóstico.