A ingestão de dados (data ingestion) é o processo de conectar várias fontes de dados e transportar os dados de cada fonte para um repositório único, em geral um banco de dados, um data warehouse ou um data lake. Depois que os dados chegam ao repositório central, qualquer pessoa da organização com direito de acesso consegue consultá-los e analisá-los. A ingestão de dados acontece em lote (batch), em horários programados, ou em streaming, com fluxo contínuo do sistema de origem para o repositório central.
A ingestão de dados costuma ser tratada como sinônimo de integração de dados (data integration), e as duas não são a mesma coisa. A ingestão importa os dados no repositório novo na forma bruta. A integração transforma os dados durante a passagem do sistema de origem para o destino, por um processo de extração, transformação e carga (ETL). E em algumas arquiteturas integrar significa ainda outra coisa: os dados permanecem nos sistemas de origem e ficam acessíveis por um aplicativo centralizado, como um mecanismo de busca.
Por que a ingestão de dados vem primeiro
O ganho principal da ingestão de dados é velocidade: o transporte não aplica nenhuma transformação, e por isso os dados chegam rápido ao repositório central. A limpeza, a correção de inconsistências e as transformações do pipeline de dados acontecem depois, já dentro do repositório.
Centralizar também é o que viabiliza a análise sobre a base inteira. Um sistema analítico só identifica padrões que atravessam canais quando enxerga o comportamento do cliente no site, no aplicativo, na loja e no atendimento dentro do mesmo repositório. Se cada fonte responde por si, cada relatório descreve um pedaço.
A ingestão de dados como capacidade central da CDP
A ingestão de dados é a camada de base de toda plataforma de dados do cliente (CDP, ou Customer Data Platform). Uma CDP ingere dados de dezenas ou centenas de sistemas de origem: automação de marketing, CRM, ERP, web analytics, e-commerce, aplicativos móveis, redes sociais, PDV e dispositivos de IoT. Essa amplitude é o que separa a CDP de uma ferramenta de propósito único.
A CDP precisa sustentar as duas modalidades ao mesmo tempo. A ingestão em lote carrega volumes históricos em horários programados. O processamento de dados em tempo real captura o evento no instante em que ele acontece e permite personalização imediata e mensagem disparada por gatilho. No varejo brasileiro a diferença aparece na prática: a confirmação de um pagamento por Pix precisa chegar ao perfil em segundos para que a mensagem de pós-venda saia por WhatsApp ainda na mesma sessão. As Agentic CDPs dependem da ingestão em streaming porque o agente de IA decide em frações de segundo e só acerta se o perfil já refletir o que acabou de acontecer.
Depois de ingeridos, os dados passam pela resolução de identidade (identity resolution), que reconcilia registros vindos de fontes diferentes, pela deduplicação, que funde perfis do mesmo cliente, e pela limpeza, que resolve divergências entre campos. O dado unificado fica então disponível para os motores de análise, para os modelos de aprendizado de máquina e para os pipelines de ativação de dados (data activation) que entregam os públicos aos sistemas externos.
A flexibilidade de esquema é o outro requisito. A CDP precisa aceitar dados estruturados (registro de transação, envio de formulário), dados semiestruturados (log de evento em JSON, resposta de API) e dados não estruturados (transcrição de atendimento, publicação em rede social) sem exigir que o esquema seja definido antes da carga. Quando a plataforma exige esquema rígido na entrada, cada fonte nova passa a depender de um projeto de modelagem antes de entrar.
Governança e segurança do dado ingerido
Ingerir dados de cliente exige controle de segurança no transporte e no armazenamento, e é a governança de dados que fixa esse controle: só ferramentas de análise, sistemas e pessoas autorizadas acessam os dados ingeridos.
No Brasil, a LGPD desloca parte dessa decisão para antes da ingestão. Cada fonte conectada precisa de base legal e de finalidade de tratamento declaradas. Ingerir tudo o que existe porque o repositório aguenta é o caminho mais curto para uma base que a organização não consegue justificar diante da ANPD, e operações multinacionais somam a isso as obrigações do GDPR e da CCPA. A regra prática é fácil de enunciar e trabalhosa de aplicar: o campo entra no repositório com a finalidade registrada, ou não entra.
FAQ
Qual a diferença entre ingestão de dados e integração de dados?
A ingestão de dados importa dados brutos dos sistemas de origem para um repositório central sem transformá-los, e preserva o formato e a estrutura originais; a integração de dados transforma e harmoniza os dados durante a transferência, por pipelines de ETL. A ingestão prioriza velocidade e simplicidade. A integração prioriza entregar o dado já utilizável, ao padronizar formatos e resolver inconsistências durante o transporte.
Qual a diferença entre ingestão em lote e ingestão em tempo real?
A ingestão em lote coleta e transfere os dados em intervalos programados, de hora em hora, diariamente ou semanalmente; a ingestão em tempo real transmite os dados de forma contínua, em streaming, conforme os eventos acontecem. O lote é eficiente para volumes grandes que não exigem processamento imediato. O tempo real sustenta a personalização e as interações que não podem esperar, os casos de uso de uma CDP em tempo real. Para relatório e análise histórica, o lote basta.
Que tipos de fonte de dados uma CDP consegue ingerir?
Uma CDP ingere dados de praticamente qualquer sistema que registre interação com o cliente: CRM, automação de marketing, analytics de web e de aplicativo, e-commerce, PDV, redes sociais, software de atendimento e provedores de dados de terceiros. A CDP aceita dados estruturados, como registro de transação e envio de formulário, e também dados semiestruturados e não estruturados, como log de evento em JSON e transcrição de atendimento. Essa amplitude é o que permite montar o perfil unificado.
A ingestão de dados precisa de base legal na LGPD?
Sim: a ingestão de dados pessoais é tratamento na definição da LGPD e exige base legal e finalidade declaradas antes da coleta. O consentimento é uma das dez bases legais do artigo 7º, não a única, e execução de contrato e legítimo interesse cobrem boa parte da ingestão de dado transacional. Registrar essa escolha fonte a fonte é o que sustenta a resposta a um pedido de eliminação dos dados depois.
Termos relacionados
- Orquestração de dados (em inglês) — coordena os horários e as dependências de ingestão entre as fontes
- Validação de dados (em inglês) — verifica o dado ingerido antes do processamento a jusante
- Agregação de dados (em inglês) — resume os registros ingeridos para relatório e análise
- Qualidade de dados (em inglês) — mede o que a ingestão sem transformação deixa passar
- Composable CDP — arquitetura em que a ingestão fica em uma ferramenta separada do resto do stack
Este artigo também está disponível em: Data Ingestion · データ取り込み（データインジェスト）とは？CDPの基盤機能