--- title: "Dados abertos do CNPJ: o que a Receita Federal publica e como usar" description: "Guia dos dados abertos do CNPJ: Empresas, Estabelecimentos, Sócios e Simples, o que cada campo significa, as armadilhas mais comuns e os cuidados com a LGPD." url: "https://cnpjpedia.com.br/blog/dados-abertos-cnpj-receita-federal-guia" date: "2026-08-21" updated: "2026-08-21" tags: ["Dados públicos", "CNPJ", "Receita Federal", "LGPD"] reading_time_minutes: 7 author: "CNPJpedia" language: "pt-BR" --- # Dados abertos do CNPJ: o que a Receita Federal publica e como usar > Guia dos dados abertos do CNPJ: Empresas, Estabelecimentos, Sócios e Simples, o que cada campo significa, as armadilhas mais comuns e os cuidados com a LGPD. Publicado em 21 de agosto de 2026 · 7 min de leitura · Tags: Dados públicos, CNPJ, Receita Federal, LGPD Quase todo produto de dados de empresas no Brasil começa no mesmo lugar: o cadastro do CNPJ que a Receita Federal publica como dado aberto. Ferramentas de prospecção, bureaus de crédito, plataformas de compliance e planilhas de inteligência de mercado bebem dessa fonte. Mesmo assim, pouca gente lê o layout com atenção, e é aí que nascem contagens erradas, filtros que deixam empresas de fora e bases que misturam dado público com dado pessoal sem critério. Este guia explica o que vem no pacote, como os arquivos se relacionam, quais campos merecem desconfiança e o que você precisa considerar antes de usar esses dados num produto ou numa operação comercial. ## Onde ficam os dados e com que frequência saem A Receita publica o cadastro completo no seu [servidor de dados abertos](https://arquivos.receitafederal.gov.br/index.php/s/gn672Ad4CF8N6TK), organizado em pastas por mês de referência (`AAAA-MM`). A publicação é **mensal** e cada pasta é uma **fotografia** do cadastro naquele momento. Três consequências práticas: - **Não existe histórico no arquivo.** Se uma empresa mudou de endereço, o dump do mês só mostra o endereço novo. Quem quiser a linha do tempo precisa guardar as fotografias e compará-las. - **Existe atraso.** O retrato é tirado alguns dias antes da publicação, e você fica com ele até sair o próximo. Uma empresa aberta logo depois do corte só aparece no mês seguinte. - **O volume é grande.** São alguns gigabytes compactados e dezenas de milhões de linhas, incluindo empresas baixadas há décadas. Abrir no Excel não é uma opção. ## O formato dos arquivos Os arquivos vêm em ZIP, fatiados em partes (`Empresas0.zip` a `Empresas9.zip`, por exemplo). Dentro de cada ZIP há um CSV com estas características: - separador **ponto e vírgula** (`;`); - **sem linha de cabeçalho**: a ordem das colunas está no dicionário de dados publicado pela Receita; - codificação **ISO-8859-1 (latin-1)**, não UTF-8; - todos os campos entre aspas duplas; - datas no formato `AAAAMMDD`, com `0` ou `00000000` quando não há data; - valores monetários com **vírgula decimal** (`150000,00`). Para ter uma ideia, esta é uma linha **fictícia** de estabelecimento, com o formato real (cortada no meio): ```text "12345678";"0001";"95";"1";"PADARIA EXEMPLO";"02";"20190315";"00";"";"";"20190315";"1091102";"4721102,5611203";"RUA";"DAS FLORES";"100";"";"CENTRO";"01310100";"SP";"7107";... ``` ## Anatomia de um CNPJ O número tem três partes, e elas explicam como os arquivos se ligam: | Parte | Posições | Significado | |---|---|---| | Raiz (`cnpj_basico`) | 8 | Identifica a empresa (a pessoa jurídica) | | Ordem | 4 | Identifica o estabelecimento: `0001` costuma ser a matriz | | Dígitos verificadores | 2 | Calculados a partir das 12 posições anteriores | A raiz é a chave que liga todas as tabelas. Uma empresa com 30 filiais tem uma linha em Empresas e 31 linhas em Estabelecimentos. ## As quatro tabelas principais ### Empresas: uma linha por raiz Dados da pessoa jurídica como um todo: - **razão social**; - **natureza jurídica** (sociedade limitada, sociedade anônima, associação, empresário individual etc.); - qualificação do responsável; - **capital social**; - **porte**: `00` não informado, `01` microempresa, `03` empresa de pequeno porte e `05` demais; - ente federativo responsável (para órgãos públicos). O porte engana muita gente. Ele não é faturamento: separa apenas ME, EPP e "demais", e "demais" junta uma empresa média do interior com uma multinacional. ### Estabelecimentos: uma linha por CNPJ completo É a tabela mais rica, com 30 colunas: - identificador de **matriz ou filial** (`1` ou `2`); - **nome fantasia**; - **situação cadastral** (`01` nula, `02` ativa, `03` suspensa, `04` inapta, `08` baixada), com data e motivo; - **data de início da atividade**; - **CNAE principal** e **CNAEs secundários** (estes numa única coluna, separados por vírgula); - **endereço completo**, com CEP, UF e município; - até dois telefones, fax e e-mail; - situação especial (falência, recuperação judicial e afins) e sua data. ### Sócios: o quadro societário (QSA) Cada linha liga uma raiz a um sócio ou administrador: - tipo do sócio (`1` pessoa jurídica, `2` pessoa física, `3` estrangeiro); - nome do sócio; - documento: o **CPF vem mascarado** (`***123456**`), o CNPJ do sócio pessoa jurídica vem completo; - qualificação (sócio-administrador, diretor, presidente etc.) e data de entrada; - representante legal, quando houver; - faixa etária. O CNPJ completo do sócio PJ é ouro para quem precisa montar **grupos econômicos**: dá para seguir participações de empresa em empresa. ### Simples: opção pelo Simples Nacional e pelo MEI Uma linha por raiz, com a opção pelo Simples, a opção pelo MEI e as datas de entrada e de exclusão de cada regime. É a única informação de regime tributário que vem no pacote. ### Tabelas de domínio CNAEs, municípios, naturezas jurídicas, qualificações de sócios, motivos de situação cadastral e países chegam em arquivos separados, com código e descrição. ## As armadilhas mais comuns Depois de algumas cargas, os mesmos erros aparecem em quase todo projeto. Vale conhecê-los antes: 1. **O código de município não é o do IBGE.** A Receita usa uma tabela própria (São Paulo, por exemplo, é `7107`, enquanto o código IBGE é `3550308`). Para cruzar com população, PIB ou malha territorial, você precisa de uma tabela de correspondência. 2. **"Total de CNPJs" não é "total de empresas".** O arquivo de estabelecimentos inclui baixadas, inaptas e filiais. Para contar empresas ativas, filtre a situação `02` e conte raízes distintas. 3. **Telefone e e-mail são declarados, não validados.** São os informados no cadastro, muitas vezes no dia da abertura, e é comum que pertençam ao escritório de contabilidade. 4. **CNAE declarado nem sempre é a atividade real.** Empresas registram atividades secundárias "por garantia". Use o CNAE principal como sinal forte e os secundários como sinal fraco. 5. **Datas zeradas e campos vazios.** Trate `0`, `00000000` e strings vazias como nulos logo na carga, ou eles vão contaminar filtros e médias. 6. **Encoding.** Ler o CSV como UTF-8 quebra todos os acentos. Converta de latin-1 antes ou informe a codificação ao leitor. ## O que o pacote não traz O dump é cadastral. Ele **não** informa faturamento, número de funcionários, decisores com cargo e contato, site, redes sociais, tecnologias usadas, dívidas ou processos. Parte disso pode ser estimada ou cruzada com outras bases públicas, como as listas de regime tributário da própria Receita, dados de compras públicas e cadastros setoriais. Mas, se alguém prometer "faturamento real" de uma empresa limitada de capital fechado a partir do CNPJ, desconfie: isso não está publicado. ## LGPD: dado público não é dado livre Boa parte do cadastro é de pessoa jurídica e não é dado pessoal. Há exceções importantes: - **Sócios pessoa física**: nome, CPF mascarado e faixa etária são dados pessoais. - **MEI e empresário individual**: a razão social é o **nome civil** da pessoa, e o endereço muitas vezes é residencial. - **E-mails nominais** (`fulano@empresa.com.br`) identificam uma pessoa. A [Lei Geral de Proteção de Dados](https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm) permite tratar dados tornados públicos, mas exige respeitar a finalidade, a boa-fé e o interesse público que justificaram a publicação, e mantém os direitos do titular. Na prática, quem usa esses dados para prospecção costuma se apoiar no legítimo interesse, com avaliação documentada, minimização (não exibir mais do que precisa) e um canal para o titular pedir remoção. Se a sua operação toca dado de pessoa física, envolva o jurídico desde o começo. ## Checklist para começar 1. Baixe um mês completo e guarde os ZIPs originais, versionados por mês. 2. Converta para UTF-8 e carregue com as colunas nomeadas a partir do dicionário de dados. 3. Normalize nulos, datas e valores com vírgula decimal na entrada. 4. Crie a correspondência de municípios Receita → IBGE. 5. Defina o que é "empresa" no seu contexto (raiz ativa? estabelecimento ativo? só matrizes?). 6. Separe o que é dado pessoal e decida como vai tratá-lo antes de exibir ou exportar. 7. Guarde a fotografia de cada mês: é ela que vai permitir enxergar mudanças depois. Com isso, você tem uma base confiável para responder perguntas como "quantas indústrias de alimentos ativas existem em Minas Gerais" ou "quais empresas de software abriram filial este ano". Se preferir explorar esses dados sem montar o pipeline, [experimente a busca gratuita da CNPJpedia](https://cnpjpedia.com.br/cadastro). ## Leia também - [CNPJ alfanumérico: o que muda e como adaptar validação, banco de dados e integrações](https://cnpjpedia.com.br/blog/cnpj-alfanumerico-como-adaptar-sistemas.md): O CNPJ com letras já está valendo. Veja o novo cálculo do dígito verificador, como migrar colunas e APIs e uma bateria de testes para não quebrar seus sistemas. - [Regime tributário por CNPJ: Simples, MEI, Lucro Presumido e Lucro Real em dados abertos](https://cnpjpedia.com.br/blog/regime-tributario-cnpj-simples-ecf-dados-abertos.md): Perguntas e respostas sobre o regime tributário de uma empresa em dados abertos: Simples e MEI no cadastro, Lucro Real e Presumido pela ECF. - [Processando o dump do CNPJ com Polars: do ZIP ao Parquet](https://cnpjpedia.com.br/blog/dump-cnpj-polars-zip-parquet.md): Tutorial para carregar o dump do CNPJ com Polars: conversão de latin-1, leitura lazy, tipagem, Parquet e consultas em streaming sem estourar a memória.