Empresas | Demanda por Crédito

Variação acumulada no ano 7,5%

Variação mensal 4,2%

Consumidor | Demanda por Crédito

Variação acumulada no ano 13,1%

Variação mensal -5,4%

Empresas | Recuperação de Crédito

Percentual médio no ano 38,7%

Percentual no mês 37,2%

Consumidor | Recuperação de Crédito

Percentual médio no ano 57,2%

Percentual no mês 53,7%

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.391,05

Pontualidade do pagamento 76,8%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 389,03

Pontualidade do pagamento 82,8%

Veículos | Cadastro Positivo

Ticket Médio R$ 1.448,68

Pontualidade do pagamento 81,3%

Consignado | Cadastro Positivo

Ticket Médio R$ 293,85

Pontualidade do pagamento 91,2%

Tentativas de Fraudes

Acumulado no ano (em milhões) 10,89

No mês (em milhões) 1,02

Empresas | Inadimplência

Variação Anual 17,2%

No mês (em milhões) 9,1

MPEs | Inadimplência

Variação Anual 17,7%

No mês (em milhões) 8,7

Consumidor | Inadimplência

Percentual da população adulta 51,0%

No mês (em milhões) 83,9

Atividade do Comércio

Variação acumulada no ano 1,9%

Variação mensal 0,6%

Falência Requerida

CNPJs no ano 234

Processos no ano 224

Recuperação Judicial Requerida

CNPJs no ano 602

Processos no ano 268

Empresas | Demanda por Crédito

Variação acumulada no ano 7,5%

Variação mensal 4,2%

Consumidor | Demanda por Crédito

Variação acumulada no ano 13,1%

Variação mensal -5,4%

Empresas | Recuperação de Crédito

Percentual médio no ano 38,7%

Percentual no mês 37,2%

Consumidor | Recuperação de Crédito

Percentual médio no ano 57,2%

Percentual no mês 53,7%

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.391,05

Pontualidade do pagamento 76,8%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 389,03

Pontualidade do pagamento 82,8%

Veículos | Cadastro Positivo

Ticket Médio R$ 1.448,68

Pontualidade do pagamento 81,3%

Consignado | Cadastro Positivo

Ticket Médio R$ 293,85

Pontualidade do pagamento 91,2%

Tentativas de Fraudes

Acumulado no ano (em milhões) 10,89

No mês (em milhões) 1,02

Empresas | Inadimplência

Variação Anual 17,2%

No mês (em milhões) 9,1

MPEs | Inadimplência

Variação Anual 17,7%

No mês (em milhões) 8,7

Consumidor | Inadimplência

Percentual da população adulta 51,0%

No mês (em milhões) 83,9

Atividade do Comércio

Variação acumulada no ano 1,9%

Variação mensal 0,6%

Falência Requerida

CNPJs no ano 234

Processos no ano 224

Recuperação Judicial Requerida

CNPJs no ano 602

Processos no ano 268

Proteção de Dados

A anonimização de dados na LGPD

Saiba o que é anonimização de dados na LGPD e como ela protege a privacidade do consumidor.

Imagem de capa

Nos termos do artigo 12 da Lei de Proteção de Dados Pessoais (LGPD), os dados anonimizados estão excluídos do escopo de aplicação da lei. E não poderia ser diferente, uma vez que os dados que não identificam de forma direta ou indireta o seu titular (ou seja, anonimizados), não podem causar-lhe danos e, portanto, não requerem a proteção da lei. A anonimização é um dos procedimentos recomendados pela LGPD para assegurar proteção aos dados pessoais, devendo ser utilizada sempre que possível, como no caso de estudos em saúde pública e por órgãos de pesquisa. É, também, um dos direitos assegurados ao titular, ao identificar que seus dados estão sendo utilizados de forma desnecessária, excessiva ou em desconformidade com a lei. Todavia, existe uma discussão acerca da efetividade da anonimização de dados, pois em alguns casos seria tecnicamente possível reverter o processo e reidentificar o titular dos dados, ainda que sem total certeza acerca da sua identidade. Por esse motivo, a LGPD estabelece que essa reversão deve se dar a partir do uso exclusivo de meios próprios ou de esforços razoáveis, considerando fatores objetivos, tais como o custo e o tempo necessários para a reversão desse processo, bem como a tecnologia disponível na ocasião da reversão. Nesse sentido, para garantir o cumprimento da lei e mitigar o risco de vazamento, é recomendável que as empresas busquem padrões e técnicas de anonimização que garantam a irreversibilidade do processo ou pelo menos estabeleçam um maior grau de dificuldade, a ponto de não incentivar a sua reversão, dado o elevado custo e tempo para atingir esse objetivo ou o controle de terceiros acerca das regras aplicáveis a esse processo. O parágrafo terceiro do artigo 12 ainda estabelece que a Autoridade Nacional de Proteção de Dados (ANPD), criada em dezembro pela Medida Provisória nº 869/2018, poderá dispor sobre padrões e técnicas utilizados em processos de anonimização e realizar verificações de segurança. Porém, considerando que a própria LGPD foi inspirada no GDPR, cuja legislação de proteção de dados é a vigente na União Europeia, é provável que sejam adotados critérios muito próximos aos do Parecer 05/2014 sobre técnicas de anonimização, de 10 de abril de 2014, do Grupo de Trabalho de Proteção de Dados do Artigo 29[1]. O referido parecer considera, cumulativamente, 3 critérios na análise das técnicas de anonimização:

  • se ainda é possível identificar uma pessoa;
  • se ainda é possível estabelecer a ligação entre registros relativos a uma pessoa natural; e
  • se podem ser inferidas informações relativamente a um indivíduo.

Nos termos do parecer, nenhuma das técnicas analisadas atende adequadamente aos critérios de anonimização eficaz (isto é, a não identificação de uma pessoa, a impossibilidade de ligação entre os registros referentes a um indivíduo e a não inferência a respeito de um indivíduo), sendo recomendável a análise meticulosa do procedimento mais adequado a cada situação específica ou a adoção de técnicas combinadas. Portanto, a despeito das diversas questões que deverão ser melhor esclarecidas pela ANPD, as empresas precisarão investir em tecnologias que atinjam o mais alto grau de anonimização, dificultando o investimento em custo e tempo para sua reversão. A LGPD entrará em vigor em agosto de 2020 e, até lá, as empresas enfrentarão muitos desafios para garantir que todos os seus processos estejam adequados às disposições da lei. A segurança e a ética no tratamento de dados pessoais sempre foram temas recorrentes na Serasa Experian e duas das nossas prioridades há 50 anos. Por isso estamos envolvidos na maioria das discussões sobre o assunto, desenvolvendo, inclusive soluções que ajudam as empresas nessa transição, apoiando nas adaptações implantações técnicas necessárias para a adequação à Lei.   __________________________________________________ [1] Grupo de Trabalho de Proteção de Dados do Artigo 29. Parecer 05/2014 sobre técnicas de anonimização. Disponível em https://www.gpdp.gov.mo/uploadfile/2016/0831/20160831042518381.pdf. Acesso em 07.02.2019.

Feedback do Artigo

Este conteúdo foi útil

Fique por dentro das novidades!

Inscreva-se e receba novidades sobre os assuntos que mais te interessam.

Leia também

Dados sintéticos: como a IA cria dados para treinar modelos com segurança

Dados sintéticos: como a IA cria dados para treinar modelos com segurança

O que é e como os dados sintéticos gerados por IA revolucionam o treino de modelos com segurança e privacidade. Saiba mais!

Governança de IA: como estruturar o uso corporativo de inteligência artificial?

Governança de IA: como estruturar o uso corporativo de inteligência artificial?

Como aplicar a governança de IA na sua empresa para assegurar a conformidade regulatória, proteger os dados e gerar valor de mercado.

O que é PSP do recebedor e por que o pagamento da sua loja pode ser rejeitado?

O que é PSP do recebedor e por que o pagamento da sua loja pode ser rejeitado?

Entenda o que é PSP do recebedor, por que pagamentos são rejeitados no checkout e como o uso de biometria e MFA ajuda a aprovar vendas legítimas!

Pirâmide financeira: como identificar e fazer investimentos mais seguros

Pirâmide financeira: como identificar e fazer investimentos mais seguros

Saiba como identificar uma pirâmide financeira, reconhecer sinais de fraude e adotar práticas para investir com mais segurança e reduzir riscos.

IA responsável: princípios para usar inteligência artificial com ética

IA responsável: princípios para usar inteligência artificial com ética

Como aplicar a IA responsável com ética, transparência e segurança para proteger dados e evitar vieses. Saiba mais!

Como dados e tecnologia transformam a inclusão financeira no Brasil?

Como dados e tecnologia transformam a inclusão financeira no Brasil?

Entenda o impacto como a tecnologia de dados e o Cadastro Positivo transformam a inclusão financeira no Brasil, gerando um acesso ao crédito justo.