Classifique campos como PII direta, indireta ou não PII

Ele reconhece sinais comuns, como e-mail, passaporte, data de nascimento, CEP, identificador de dispositivo e métricas comerciais rotineiras. O resultado traz um motivo breve para cada decisão e totais por categoria, sendo útil em um inventário inicial de privacidade, uma revisão de esquema ou uma verificação repetível no pipeline de dados. Como examina nomes em vez de valores armazenados, a execução é rápida e determinística, mas as conclusões devem ser confirmadas com o significado e o conteúdo do conjunto real.

Comece um inventário de privacidade pelo esquema

Uma lista de campos costuma ser o mapa mais rápido disponível de um conjunto de dados. Envie os nomes canônicos exatamente como aparecem em um banco de dados, uma definição de evento, um cabeçalho de planilha ou um contrato de API. O classificador normaliza estilos comuns, como snake case, kebab case, espaços e camel case, antes de comparar cada nome com um conjunto selecionado de sinais. Nomes que indicam e-mail, telefone, nome completo, documento oficial, conta bancária, cartão de pagamento, endereço preciso, endereço IP ou identificador biométrico são marcados como provável PII direta. Em geral, esses campos conseguem apontar para uma pessoa sem muitos atributos adicionais. A resposta preserva a grafia original do campo, informa a classificação e explica o sinal responsável pela decisão. Assim, você pode relacionar facilmente o resultado a uma exportação do esquema ou incluí-lo em uma planilha de revisão. Envie somente nomes de campos, nunca registros de exemplo nem valores pessoais. Uma lista vazia é recusada porque não produz um inventário útil, e cada item precisa ser uma string não vazia.

Interprete a PII indireta dentro do contexto

A PII indireta nem sempre identifica alguém sozinha, mas pode restringir uma população ou vincular atividades a uma pessoa estável quando combinada com outros campos. O classificador trata nomes ligados a data de nascimento, idade, gênero, localização ampla, área postal, identificadores de dispositivo ou cookie, nomes de conta, dados profissionais e atributos semelhantes como provável PII indireta. Essa categoria serve deliberadamente como convite para uma análise contextual, e não como conclusão jurídica. Um CEP em uma tabela estatística nacional tem risco diferente do mesmo campo ao lado de uma data de nascimento e um identificador de funcionário. Da mesma forma, um identificador de cliente pode ser pseudônimo em um sistema, enquanto uma tabela de consulta o torna diretamente atribuível em outro. Avalie resultados indiretos junto com controles de acesso, chaves de junção, prazos de retenção, tamanho da população e disponibilidade de fontes externas. As regras determinísticas tornam comparáveis as varreduras de versões do esquema, mas não enxergam significados não documentados nem decidem se combinações permitem individualizar alguém.

Use a saída como triagem, não como comprovação

Nomes sem nenhum sinal reconhecido são retornados como não PII, o que significa apenas que o próprio nome não revela uma pista comum de privacidade. Um campo vago como valor, payload, observação, resposta ou dados ainda pode conter informações pessoais. Por outro lado, um campo chamado customer_email pode guardar um token de teste, e não um endereço real. Complete a classificação com perfilamento de dados, revisão da documentação e participação das pessoas responsáveis pelo sistema. Na automação, armazene o resultado com a versão do esquema, encaminhe novos campos diretos ou indiretos para revisão e compare os totais das categorias durante o controle de mudanças. A saída é particularmente útil como verificação leve antes de compartilhar extratos, criar eventos analíticos ou aprovar uma integração. Ela não substitui uma avaliação de impacto, assessoria jurídica nem políticas específicas da jurisdição. O algoritmo não usa rede, modelo, aleatoriedade ou horário atual; portanto, entradas idênticas geram saídas idênticas. Uma solicitação de API custa US$ 0,002, e os motivos retornados facilitam a auditoria das decisões baseadas em regras.