SEO programático · ·
Escolher uma fonte de dados que a equipe consegue manter
Comparar cobertura, atualização, licença e limitações de bases brasileiras antes de decidir o que publicar.
Este capítulo faz parte do curso gratuito SEO programático.
Escolher a fonte é escolher também uma responsabilidade de manutenção. Um conjunto público pode oferecer dados relevantes, mas ter cobertura parcial, atraso de atualização ou condições de uso que limitam o projeto.
Baixar um cadastro e criar uma página por registro não constitui, por si só, abuso. A política de conteúdo em escala considera a finalidade de manipular a busca e a ausência de valor para o usuário. No Radar de Preço de Combustível, projeto hipotético usado no curso, a contribuição será explicar dados de preços com período, abrangência e limitações claros.
Dado público não equivale a página útil. A pergunta que separa acervo de doorway continua sendo a de [Decidir se o projeto de páginas merece investimento](#gate-do-dado-proprio): existe nesta página um dado que só existe aqui e que alguém procuraria isoladamente? Um endereço de CNPJ falha no teste. O preço médio da gasolina em Sorocaba na semana passada, com série histórica, passa.
A legitimidade do uso comercial desse dado tem base escrita. A Lei de Acesso à Informação (Lei 12.527/2011) estabelece a publicidade como regra, e o Decreto 8.777/2016 institui a Política de Dados Abertos do Executivo federal, que é o que obriga órgão federal a publicar em formato aberto e reutilizável.
Duas consequências operacionais que ninguém pode pular
- Cada conjunto carrega a licença declarada no portal dele. Não existe licença única para "dado do governo". Você lê a licença do conjunto que baixou, e registra a atribuição que ela pede.
- A lei brasileira de proteção de dados pessoais continua valendo sobre qualquer campo que permita reidentificar pessoa natural, mesmo em base pública. Preço médio por município é dado agregado e não aciona esse risco. Nome de sócio, sim. O tratamento em profundidade fica em [Avaliar riscos de uso dos dados e de reputação](#risco-juridico-e-de-marca).
Ver como texto
Mapa de quatro fontes públicas brasileiras ligadas aos quatro eixos do Radar de Preço de Combustível, cada par unido por uma chave declarada. IBGE Localidades sustenta a geografia pelo código IBGE. A série semanal da ANP sustenta o dado que muda pelo par de município e UF. O SIDRA sustenta o contexto socioeconômico pelo código IBGE. A Base dos Dados sustenta a normalização pelo campo id_municipio.
O IBGE fornece identificadores e recortes geográficos que ajudam a relacionar bases. Comece pela documentação da API de localidades e registre a data da extração. As divisões territoriais mudam: um total gravado no tutorial não deve funcionar como validação permanente.
https://servicodados.ibge.gov.br/api/v1/localidades/municipiospermite obter códigos, nomes e informações territoriais. O curso usa o código como chave, em vez do nome do município.https://servicodados.ibge.gov.br/api/v3/agregadoslista tabelas disponíveis; confira a tabela, a variável e o período que atendem à sua análise.https://apisidra.ibge.gov.br/values/t/6579/n6/all/v/9324/p/lasté um exemplo de consulta à série de população. Verifique continuidade, notas técnicas e período antes de combinar com preços.- A API de nomes é outro exemplo de consulta por recortes, mas não é necessária para o Radar.
Em 2025, a instalação de Boa Esperança do Norte alterou o quadro: o IBGE distingue 5.569 municípios, Brasília e Fernando de Noronha, totalizando 5.571 unidades nesse recorte. Para um projeto em 2026, confira quais unidades a fonte realmente retorna e como elas se relacionam com a base de preços. O cadastro completo não implica cobertura integral da ANP.

Fonte: servicodados.ibge.gov.br · Captura em 29/10/2026 · trecho de página pública
Ver como texto
Captura da documentação oficial: organização das localidades e rotas de consulta.
// scripts/ingestao/ibge-municipios.mjs
// Node 22+, sem dependências. Roda com: node scripts/ingestao/ibge-municipios.mjs
import { mkdir, writeFile } from 'node:fs/promises';
const FONTE = 'https://servicodados.ibge.gov.br/api/v1/localidades/municipios';
const DESTINO = 'dados/brutos/ibge-municipios.json';
const resposta = await fetch(FONTE, {
headers: { 'User-Agent': 'radar-combustivel/1.0 (contato@seudominio.com.br)' },
});
if (!resposta.ok) throw new Error('IBGE respondeu ' + resposta.status);
const bruto = await resposta.json();
const registros = bruto.map((m) => {
// A API expõe a UF por dois caminhos e nem todo município traz os dois.
// Tentar os dois evita perder registro em silêncio.
const uf =
m.microrregiao?.mesorregiao?.UF ??
m['regiao-imediata']?.['regiao-intermediaria']?.UF;
if (!uf) throw new Error('sem UF para o município ' + m.id + ' (' + m.nome + ')');
return {
codigoIbge: String(m.id),
nome: m.nome,
uf: uf.sigla,
ufNome: uf.nome,
};
});
await mkdir('dados/brutos', { recursive: true });
await writeFile(
DESTINO,
JSON.stringify(
{
fonte: FONTE,
coletadoEm: new Date().toISOString(), // carimbo de coleta: sem isso, o dado não tem idade
totalRegistros: registros.length,
registros,
},
null,
2,
),
'utf8',
);
console.log(registros.length + ' municípios gravados em ' + DESTINO);
// Confira a contagem retornada com a versão territorial e as notas da fonte.
// Registre mudanças; não use um total histórico fixo como teste de validade.A API de Agregados do IBGE não tem SLA publicado e responde devagar em consultas amplas. Se a sua página chamar essa API no momento em que o visitante abre a URL, você acabou de acoplar o tempo de resposta do seu site a um serviço que não prometeu tempo de resposta nenhum. Com localidades do cadastro nacional multiplicados por combustível, isso não degrada uma página: degrada o catálogo inteiro, inclusive para o rastreador. O padrão correto é ingestão em lote com cache local, sempre.
Ver como texto
Comparação de dois caminhos de leitura da fonte. No caminho correto, um job agendado busca a API pública, grava em cache local com carimbo de coleta e a página lê do disco, de modo que a lentidão da fonte morre no job. No caminho errado, a página chama a API a cada requisição e o ponto de falha fica no trecho entre a página e uma API sem SLA publicado.
A ANP sustenta o exemplo do Radar. Sua série histórica de preços de combustíveis oferece arquivos públicos que permitem comparar localidades, produtos e períodos. Consulte a data e a cobertura de cada arquivo antes de atualizar o site.
O valor da página vem do tratamento desse material
- Recorte útil: preço e histórico de uma localidade, com método e período claros. A fonte pública pode alimentar outros sites; a contribuição está na comparação e na facilidade de uso, sem exclusividade presumida.
- Atualização verificável: altere
lastmodquando houver mudança relevante. Registros cadastrais, inclusive de CNPJ, também podem mudar; cada base precisa de uma cadência de conferência. - Origem identificável: nomeie a ANP, o arquivo e o período de coleta. Disponibilidade pública não dispensa conferir licença e condições de uso.
- Cobertura desigual: nem todo município tem coleta para todo combustível em toda semana. Uma ausência de dado pede explicação ou exclusão do lote, como veremos em [Escolher quais páginas devem aparecer na busca](#indexacao-seletiva-em-render).
// scripts/ingestao/anp-serie.mjs
// Node 22+, sem dependências.
// Uso: node scripts/ingestao/anp-serie.mjs dados/brutos/anp-semana.csv
// O link do arquivo muda a cada publicação, então o script recebe o caminho
// do CSV já baixado, em vez de fingir que a URL é estável.
import { readFile, writeFile } from 'node:fs/promises';
const caminho = process.argv[2];
if (!caminho) throw new Error('informe o caminho do CSV baixado da ANP');
// A ANP publica com separador ponto e vírgula e acentuação em windows-1252.
const texto = new TextDecoder('windows-1252').decode(await readFile(caminho));
const linhas = texto.split(/\r?\n/).filter((l) => l.trim() !== '');
// Os nomes das colunas variam entre publicações. Localizar pelo cabeçalho, e
// falhar alto mostrando o que veio, é melhor do que presumir posição fixa.
const cabecalho = linhas[0].split(';').map((c) => c.trim().toLowerCase());
const coluna = (trecho) => {
const i = cabecalho.findIndex((c) => c.includes(trecho));
if (i === -1) throw new Error('coluna "' + trecho + '" ausente. Cabeçalho: ' + cabecalho.join(' | '));
return i;
};
const iMunicipio = coluna('munic');
const iUf = coluna('estado');
const iProduto = coluna('produto');
const iPreco = coluna('médio');
const iFim = coluna('data final');
// Chave de junção: nome sem acento em caixa alta, mais a UF.
const chave = (nome, uf) =>
nome.normalize('NFD').replace(/[\u0300-\u036f]/g, '').toUpperCase().trim() + '/' + uf.trim().toUpperCase();
const { registros: municipios } = JSON.parse(
await readFile('dados/brutos/ibge-municipios.json', 'utf8'),
);
const porChave = new Map(municipios.map((m) => [chave(m.nome, m.uf), m.codigoIbge]));
const cruzados = [];
const orfaos = new Set();
for (const linha of linhas.slice(1)) {
const campos = linha.split(';');
const k = chave(campos[iMunicipio], campos[iUf]);
const codigoIbge = porChave.get(k);
if (!codigoIbge) {
orfaos.add(k); // não descarte em silêncio: órfão é sinal de chave errada
continue;
}
cruzados.push({
codigoIbge,
combustivel: campos[iProduto].trim(),
precoMedio: Number(campos[iPreco].replace(',', '.')),
semanaFim: campos[iFim].trim(),
});
}
await writeFile(
'dados/brutos/anp-cruzado.json',
JSON.stringify(
{
fonte: 'ANP, série histórica de preços de combustíveis',
arquivoOrigem: caminho,
coletadoEm: new Date().toISOString(),
totalRegistros: cruzados.length,
registros: cruzados,
},
null,
2,
),
'utf8',
);
console.log('cruzados: ' + cruzados.length);
console.log('sem correspondência no IBGE: ' + orfaos.size);
if (orfaos.size > 0) console.log([...orfaos].slice(0, 10).join('\n'));Ver como texto
Linha do tempo semanal do dado da ANP. A série é publicada na sexta-feira, a ingestão em lote roda minutos depois e grava com carimbo de coleta, o lastmod muda apenas nas páginas cujo preço mudou de fato e a revalidação repõe o HTML dessas páginas. O intervalo entre uma sexta e a próxima é estável, e é essa estabilidade que dá significado ao sinal de frescor.
Duas fontes completam o inventário útil para este projeto.
O Banco Central expõe séries temporais pelo SGS, no padrão https://api.bcb.gov.br/dados/serie/bcdata.sgs.432/dados/ultimos/1?formato=json, e o PTAX pelo OData Olinda em https://olinda.bcb.gov.br/olinda/servico/PTAX/versao/v1/odata/Moedas. Serve para contextualizar variação de preço com câmbio ou com indicador macroeconômico.
A Base dos Dados (https://basedosdados.org/docs/access_data_bq, com SDK sob licença MIT em https://github.com/basedosdados/sdk) é um datalake público brasileiro hospedado no BigQuery, com tabelas já harmonizadas. Ela pode reduzir o trabalho de harmonização de códigos entre bases. Confira cobertura, versão e chaves antes de dispensar sua validação. As consultas usam seu projeto Google Cloud, sujeito às condições de faturamento, armazenamento e processamento. Estime o consumo e defina limites antes de automatizar; não presuma custo zero.

Fonte: www.gov.br · Captura em 29/10/2026 · trecho de página pública
Ver como texto
Captura da documentação oficial: arquivos por período e notas sobre abrangência da pesquisa.
- Etapa 1 de 6: Quantas bases diferentes você precisa cruzar?
- Etapa 2 de 6: Se é UMA base, com uma chave (ex.: só IBGE Localidades)
Vá de FONTE DIRETA: a API oficial é mais fresca e não depende de projeto no Google Cloud.
- Etapa 3 de 6: Se são DUAS OU MAIS bases de órgãos diferentes (IBGE + DATASUS + INEP + Receita)
Pergunte: as chaves de município batem entre elas?
- Etapa 4 de 6: Bateram, e você já testou
Fonte direta.
- Etapa 5 de 6: Não bateram, ou você ainda não testou
BASE DOS DADOS: o trabalho de harmonizar já foi feito e revisado.
- Etapa 6 de 6: Regra de bolso
O momento de mudar para a Base dos Dados é quando você percebe que está escrevendo o seu terceiro de-para de código de município na mão.
Ver como texto
- Quantas bases diferentes você precisa cruzar?
- Se é UMA base, com uma chave (ex.: só IBGE Localidades): Vá de FONTE DIRETA: a API oficial é mais fresca e não depende de projeto no Google Cloud.
- Se são DUAS OU MAIS bases de órgãos diferentes (IBGE + DATASUS + INEP + Receita): Pergunte: as chaves de município batem entre elas?
- Bateram, e você já testou: Fonte direta.
- Não bateram, ou você ainda não testou: BASE DOS DADOS: o trabalho de harmonizar já foi feito e revisado.
- Regra de bolso: O momento de mudar para a Base dos Dados é quando você percebe que está escrevendo o seu terceiro de-para de código de município na mão.
Para cadastro e geografia complementar, o inventário verificado em 19/07/2026, todos respondendo HTTP 200 salvo indicação:
- BrasilAPI: CEP v2, CNPJ e municípios por UF, em
https://brasilapi.com.br/api/ibge/municipios/v1/SP. - ViaCEP:
https://viacep.com.br/ws/01001000/json/. - CNPJ.ws público:
https://publica.cnpj.ws/cnpj/19131243000197. - Minha Receita:
https://minhareceita.org/, que responde HTTP 302 e está vivo. - Portal da Transparência: OpenAPI em
https://api.portaldatransparencia.gov.br/v3/api-docs, com token obrigatório.
E um registro que evita meia hora de depuração: a API pública do dados.gov.br exige chave. O endpoint https://dados.gov.br/api/publico/conjuntos-dados retornou HTTP 401 na sonda de 19/07/2026. O portal de navegação humana continua aberto; a API, não.
Repare no que essa última lista tem em comum: são APIs de consulta pontual, feitas para responder sobre um CNPJ ou um CEP que o usuário já tem em mãos. Usá-las como matéria-prima para gerar milhares de páginas indexáveis de empresa é o caminho mais curto para a definição de scaled content abuse, e ainda coloca dado de pessoa natural (sócio, endereço residencial de MEI) dentro do alcance da lei brasileira de proteção de dados pessoais. Use essas APIs para enriquecer uma página que já tem razão de existir. Não para inventar a razão.
// dados/fontes.json
// Registro de proveniência. Escreva isto ANTES de baixar qualquer coisa:
// se você não consegue preencher o campo de licença, ainda não leu o portal.
{
"ibge-localidades": {
"orgao": "IBGE",
"endpoint": "https://servicodados.ibge.gov.br/api/v1/localidades/municipios",
"licencaDeclarada": "PREENCHER com a licença do conjunto, lida no portal",
"atribuicaoNaPagina": "Fonte: IBGE, API de Localidades",
"verificadoEm": "2026-07-19",
"cadencia": "mudança rara, revisão trimestral basta"
},
"anp-serie-historica": {
"orgao": "ANP",
"endpoint": "https://www.gov.br/anp/pt-br/centrais-de-conteudo/dados-abertos/serie-historica-de-precos-de-combustiveis",
"licencaDeclarada": "PREENCHER com a licença do conjunto, lida no portal",
"atribuicaoNaPagina": "Fonte: ANP, série histórica de preços de combustíveis",
"verificadoEm": "2026-07-19",
"cadencia": "semanal, às sextas-feiras"
}
}O campo verificadoEm do registro de proveniência não é burocracia: é o que permite a uma página exibir "preço coletado da ANP em 18/07/2026" em vez de um número sem idade. Data de coleta visível é, ao mesmo tempo, honestidade editorial e conteúdo exclusivo, porque o concorrente que raspou a sua página não tem como reproduzi-la de forma verdadeira.
Ver como texto
Mapeamento entre o registro de proveniência e a página publicada. O campo do órgão vira a linha que nomeia a fonte, o endpoint vira o link para a série de origem, a licença declarada vira a nota de licença e o campo de verificação vira a data de coleta exibida ao leitor.
Teste o inventário num pedido real. Alguém quer uma página que compare o preço do etanol de um município com o de municípios de porte parecido: escreva qual endpoint do IBGE dá a lista, qual dá o porte e por qual chave os dois se unem ao dado da ANP. Em seguida, decida se o cruzamento pede de-para feito à mão ou a Base dos Dados, usando o critério do fluxo acima. Se a resposta não couber em três linhas, a fonte ainda não está escolhida.
O guia a seguir serve a quem aprova o projeto e precisa nomear, antes da primeira linha de código, de onde vem o dado e quem responde por ele. Ele destrava a decisão de seguir com a fonte escolhida ou voltar à prancheta, com registro de licença e cadência que o jurídico consegue ler.

Fonte: developers.google.com · Captura em 29/10/2026 · trecho de página pública
Ver como texto
Captura da documentação oficial: orientação para conferir precisão, relevância e conteúdo gerado.
Guia de implementação: escolher e registrar a fonte do acervo
Cinco passos levam da lista de candidatas ao registro de proveniência aprovado.
Passo 1: Liste as fontes candidatas pelo teste do dado próprio
Para cada fonte, escreva o recorte que só a sua página vai publicar.
Deu certo quando: Cada candidata tem uma frase no formato "o dado exclusivo é X, e alguém buscaria X porque Y".
Erro comum: Começar pela base mais volumosa, como cadastro de CNPJ, em vez da mais informativa.
Passo 2: Confirme acesso, formato e cadência
Baixe uma amostra e registre formato, frequência de atualização e se a API exige chave.
Deu certo quando: A amostra abre no computador de quem vai construir e a cadência está anotada.
Erro comum: Confiar em endpoint citado em tutorial sem testar a resposta no dia.
Passo 3: Leia a licença e peça o aval do jurídico
Cada conjunto declara a própria licença; campos que identificam pessoa natural pedem análise à parte.
Deu certo quando: O registro de proveniência tem licença e atribuição preenchidas, com aval do jurídico.
Erro comum: Tratar "dado do governo" como licença única e pular a leitura do portal.
Passo 4: Teste o cruzamento das chaves
Rode a junção entre as bases e conte os registros sem correspondência.
Deu certo quando: A taxa de órfãos é conhecida e cada órfão tem causa anotada.
Erro comum: Descartar órfãos em silêncio e descobrir o buraco depois, página a página.
Passo 5: Nomeie o dono do dado
Uma pessoa responde pela ingestão semanal e pela correção quando a fonte muda de layout.
Deu certo quando: O nome do dono consta do registro de proveniência e do calendário da ingestão.
Erro comum: Deixar a ingestão sem dono e só notar a falha quando o preço envelhece no ar.
No fim você tem: Uma fonte escolhida por critério, com licença lida, cruzamento testado e dono nomeado dentro da empresa.
| Etapa | Quem faz | Prazo e esforço | Como conferir |
|---|---|---|---|
| Teste do dado próprio | CMO com o analista de SEO | Meio dia | Uma frase de dado exclusivo por candidata |
| Acesso, formato e cadência | Engenheiro de dados | 1 dia; sem custo de licença nas fontes federais | Amostra baixada e cadência registrada |
| Licença e aval | Jurídico, com o engenheiro de dados | 2 a 3 dias corridos | Campos de licença e atribuição preenchidos |
| Cruzamento das chaves | Engenheiro de dados | 1 a 2 dias de trabalho estimado; consulte os custos de armazenamento e consulta se usar BigQuery | Taxa de órfãos medida e explicada |
| Dono do dado | Diretoria que patrocina o projeto | 1 reunião | Nome no registro e no calendário de ingestão |
Peça ao time, antes de aprovar qualquer cronograma, o registro de proveniência com licença, cadência e dono preenchidos para cada fonte. Confira em duas semanas: nenhum campo com "PREENCHER", taxa de órfãos do cruzamento abaixo de 1% ou explicada linha a linha, e aval do jurídico anexado.
Antes de aprovar a coleta e a publicação, leia [Avaliar riscos de uso dos dados e de reputação](#risco-juridico-e-de-marca). A decisão sobre licença, dados pessoais e condições de acesso vem antes da implementação, mesmo que o aprofundamento esteja em outra etapa da trilha.
Seu caderno neste capítulo
Abrir o caderno completoSelecione um trecho do capítulo para destacar ou anotar. Nos vídeos e áudios, use Anotar este momento. No teclado, selecione com Shift e as setas e use Alt+Shift+D para destacar ou Alt+Shift+N para anotar.
Salvo neste navegador. Entre na sua conta para levar o caderno a outros aparelhos.
Entre na sua conta para compartilhar o que aprendeu e convidar alguém para estudar com você.
Veja o que estudar antes e para onde seguir depois, explore os conceitos e compare abordagens em outros cursos. Sugestões marcadas como “sugerido pelo grafo” vêm dos assuntos em comum, não do índice do curso.
- Dados com PythonDados abertos e coleta em sites: o que copiar e o que evitarExaminar conexões de Dados abertos e coleta em sites: o que copiar e o que evitar
- Software e IA para executivosEm que momento a página fica pronta, e quanto custaExaminar conexões de Em que momento a página fica pronta, e quanto custa
- Digital PR e reputaçãoProduzir a pauta de dados e o press kitExaminar conexões de Produzir a pauta de dados e o press kit
- GEO para Educação Financeira 40+IA na redação financeira com checagem, CVM e LGPDExaminar conexões de IA na redação financeira com checagem, CVM e LGPD
Terminou a leitura?
Você está aqui: capítulo 4 de 21
0 de 21 concluídos
- Próximo · Capítulo 5 de 21 · 41 minOrganizar os dados para evitar erros e retrabalhoLer o capítulo 5 sem concluir
Marque como concluído para o capítulo contar no seu painel e no certificado.
- Anterior · Capítulo 3 de 21 · 33 minInvestigar o acervo público de um concorrenteVoltar para o capítulo 3
Leve uma ideia para a prática
Escolha uma atividade no painel e volte a este curso quando quiser.
Atividades e evolução ficam reunidas no painel da sua conta.
- 02Conferir uma fonte antes de usar o número
- 03Investigar o acervo público de um concorrente
- 04Escolher uma fonte de dados que a equipe consegue manter
- 05Organizar os dados para evitar erros e retrabalho
- 06Priorizar páginas pela necessidade do público