Identity resolution: o que é, tipos e uso na CDP

Resolução de identidade (identity resolution) é o processo de gestão de dados que reconhece e unifica os identificadores de um mesmo cliente — CPF, e-mail, telefone, ID de dispositivo e cookie — coletados em pontos de contato diferentes, em um perfil único e persistente. Em uma frase: a resolução de identidade responde se dois registros são da mesma pessoa e mantém essa resposta atualizada.

Dois métodos tomam essa decisão. A correspondência determinística exige igualdade exata em uma chave compartilhada, como o CPF, o e-mail em hash ou o número de fidelidade. A correspondência probabilística calcula um score de confiança a partir de sinais como endereço IP, dispositivo e comportamento. Todo registro vinculado recebe o mesmo ID de cliente persistente. O processo costuma ser automatizado por uma plataforma de dados do cliente (CDP, ou Customer Data Platform), cada vez mais em tempo real, para que agentes de IA e motores de personalização ajam com base no perfil completo dentro da mesma sessão.

Na prática, as grandes empresas raramente escolhem um método só. Elas tomam três decisões: quais regras de correspondência valem em cada caso (a determinística primeiro, e a probabilística só onde o alcance importa mais do que a certeza), onde fica o grafo de identidade (dentro da CDP, dentro do data warehouse ou em uma ferramenta dedicada) e quanto do ajuste e do monitoramento passa para o aprendizado de máquina e para agentes de IA. A tabela de abordagens, mais abaixo, compara essas opções lado a lado.

Um caso concreto: a consumidora navega sem login pelo celular (ID de cookie), entra na conta pelo notebook com o e-mail e informa o CPF no caixa da loja para pontuar no programa de fidelidade. Sem resolução de identidade, são três clientes em três sistemas. Com a resolução, o login vincula o cookie ao e-mail, o cadastro de fidelidade traz o mesmo e-mail, e os três registros viram um perfil só. O que está em jogo é receita: segundo a McKinsey (2021), empresas de crescimento acelerado obtêm 40% mais receita de personalização do que as de crescimento mais lento, e a personalização nunca é mais precisa do que a identidade que a alimenta.

Os grupos com várias marcas são os primeiros a sentir o problema. O cliente compra em cada marca isoladamente, cada marca guarda o próprio cadastro, e o mesmo consumidor recebe três ofertas concorrentes na mesma semana, o que desperdiça verba e desgasta a confiança. Resolver os IDs entre as marcas transforma esses cadastros em um cliente só, e todas as equipes de marca passam a trabalhar sobre o mesmo cliente.

Por que a resolução de identidade importa

O cliente brasileiro atravessa canais dentro de uma compra só. Ele vê o anúncio no celular pela manhã, pesquisa o produto no computador do trabalho, tira uma dúvida por WhatsApp à tarde e finaliza no aplicativo à noite. Sem resolução de identidade entre dispositivos, esses quatro pontos de contato chegam ao sistema como quatro pessoas distintas. Com a resolução, os quatro viram um perfil só, a visão única do cliente (single customer view), e a decisão de próxima melhor ação passa a considerar a jornada inteira.

O problema não se limita aos dispositivos. Os dados de cliente costumam ficar presos ao formato de cada plataforma: a ferramenta de web analytics identifica o visitante por ID de cookie e não conhece o e-mail cadastrado na plataforma de automação, que por sua vez não conhece o CPF registrado no caixa da loja. Esses silos de dados impedem o perfil unificado e produzem mensagens contraditórias em canais diferentes.

Registros duplicados também custam dinheiro de forma direta. Em um estudo Total Economic Impact da Forrester Consulting encomendado pela Oracle (março de 2023), a organização composta modelada pelo estudo descartou por duplicidade 20% dos seus 15 milhões de perfis de clientes e potenciais clientes. A Forrester avaliou o corte no gasto redundante de marketing em US$ 4 milhões em valor presente, ao longo de três anos. O número vem de um estudo encomendado por fornecedor e construído sobre um modelo, não de um benchmark, mas o mecanismo vale para qualquer empresa: cada duplicata não resolvida é uma pessoa que a empresa paga duas vezes para alcançar.

Como funciona a resolução de identidade, passo a passo

Todo sistema de resolução de identidade, seja um recurso da CDP ou uma rotina no data warehouse, segue a mesma sequência de cinco etapas. As etapas importam porque a maior parte dos problemas de precisão nasce em uma delas, e não no algoritmo de correspondência.

1. Colete os identificadores. Traga para o processo todos os identificadores que cada fonte carrega: IDs de cookie e de dispositivo do site e do aplicativo, e-mails dos formulários e da plataforma de e-mail, telefones do atendimento e do WhatsApp, CPF, números de fidelidade e de pedido do e-commerce e do PDV.
2. Padronize. Converta o e-mail para minúsculas e retire os espaços, formate o telefone no padrão E.164, grave o CPF só com os 11 dígitos, normalize os endereços e aplique o hash aos dados pessoais sempre do mesmo jeito. Pular esta etapa gera duplicatas que nenhum algoritmo recupera, porque “USUARIO@Exemplo.com.br” e “usuario@exemplo.com.br” nunca coincidem numa comparação exata.
3. Vincule os registros. Aplique primeiro as regras determinísticas sobre chaves compartilhadas e, onde não existe chave compartilhada, o score probabilístico. Cada correspondência guarda a evidência que a produziu e o score de confiança.
4. Mescle e atribua um ID persistente. Os registros vinculados entram no mesmo cluster do grafo de identidade e recebem um ID de cliente estável, que sobrevive à expiração do cookie, à troca de aparelho e à mudança de e-mail. As regras de mesclagem decidem qual valor prevalece quando as fontes divergem, e é delas que sai o registro único de cliente (golden record).
5. Mantenha o grafo. Reavalie os clusters conforme novos eventos chegam: separe perfis mesclados em excesso, aposente identificadores obsoletos e propague as mudanças de consentimento para todos os IDs vinculados.

As etapas 1 a 4 constroem o perfil. A etapa 5 mantém o perfil confiável um ano depois, e é a que costuma receber menos recursos.

Como as grandes empresas estruturam a resolução de identidade

Todo programa corporativo combina várias abordagens, porque nenhuma delas cobre sozinha todas as fontes e todos os casos de uso. Os métodos de correspondência decidem se dois registros são da mesma pessoa; o grafo de identidade guarda essas decisões; a escolha de implantação define quem opera o grafo e a quem ele pertence. As seções seguintes tratam cada abordagem em detalhe, e a tabela serve de mapa.

A maioria das grandes empresas chega a um modelo híbrido: regras determinísticas como base, correspondência probabilística restrita aos casos de uso que toleram erro, um grafo com linhagem da mesclagem e a resolução funcionando perto de onde a ativação acontece, com o grafo exportável para análise. Se a maior parte da receita vem de clientes logados ou do programa de fidelidade, a correspondência determinística dentro da plataforma de ativação captura a maior parte do valor. A correspondência probabilística e um grafo no warehouse ou em ferramenta dedicada só entram quando um caso de uso concreto exige.

Tipos de resolução de identidade

Dois métodos decidem se dois registros pertencem ao mesmo cliente: a correspondência determinística e a correspondência probabilística. A correspondência transitiva não é um terceiro método de decisão, e sim uma operação de grafo que estende as ligações já estabelecidas pelos dois primeiros. A correspondência adaptativa escolhe entre determinística e probabilística conforme o caso de uso.

Correspondência determinística

A correspondência determinística liga dois registros pela igualdade exata de um identificador: CPF, e-mail, telefone, número de fidelidade ou credencial de login. O método entrega a maior precisão e depende de dados primários (first-party data) bem coletados.

No Brasil, o CPF é a chave determinística mais forte disponível ao varejo. Diferentemente do e-mail, que uma pessoa troca e duplica à vontade, o CPF é único por titular e estável ao longo da vida, e o consumidor brasileiro está acostumado a informá-lo no caixa, na nota fiscal, no cadastro do e-commerce e no programa de fidelidade. Um grafo que reúne CPF, e-mail e telefone resolve a maior parte da base conhecida sem recorrer a inferência estatística.

Duas ressalvas acompanham o uso do CPF. A primeira é jurídica: o CPF é dado pessoal, e o tratamento dele exige base legal e finalidade declarada sob a LGPD. A prática de mercado é guardar o número em hash e aplicar a correspondência sobre esse hash, o que preserva a ligação sem espalhar o CPF em claro pelos sistemas a jusante. A segunda é operacional: o CPF informado no caixa nem sempre é o de quem está comprando, e um cadastro familiar compartilhado gera mesclagem indevida. O CPF reduz a incerteza, não a elimina.

Correspondência probabilística

A correspondência probabilística estima a probabilidade de dois registros pertencerem ao mesmo cliente a partir de sinais como endereço IP, tipo de dispositivo e padrão comportamental. O método é menos preciso que o determinístico, mas alcança o que a correspondência determinística não alcança: o visitante anônimo e a costura entre dispositivos sem login. A equipe precisa definir um limiar de confiança, em geral de 70% a 95% conforme o caso de uso, para decidir o que conta como correspondência positiva. Sinais de navegador como o fingerprinting perderam confiabilidade porque Safari, Firefox e Chrome restringiram ou bloquearam progressivamente essas técnicas.

Correspondência transitiva

A correspondência transitiva descobre ligações entre registros que não compartilham nenhum identificador direto. Se o registro A corresponde ao registro B pelo e-mail, e o registro B corresponde ao registro C pelo telefone, a correspondência transitiva conclui que A e C pertencem ao mesmo cliente. A operação encadeia ligações já estabelecidas pelos outros dois métodos e revela relações que nenhum deles enxerga sozinho, sobretudo entre fontes on-line e off-line. O risco é a mesclagem excessiva, em que perfis de pessoas diferentes acabam fundidos em uma identidade só, e o controle desse risco está no limiar aplicado a cada salto da cadeia.

Correspondência adaptativa: escolher por caso de uso

As CDPs atuais não impõem mais uma estratégia única de correspondência a todos os casos de uso. A correspondência adaptativa permite alternar entre os dois métodos conforme o contexto. Um e-mail transacional exige precisão quase perfeita e usa correspondência determinística; um público de mídia paga ganha com alcance maior e tolera correspondência probabilística. Essa flexibilidade por caso de uso substituiu a configuração única que dominava as primeiras gerações de CDP.

Resolução de identidade entre dispositivos

A resolução entre dispositivos é o ponto em que os dois métodos se encontram. A ponte confiável é a autenticação: quando o mesmo cliente faz login no aplicativo do celular e no navegador do notebook, o ID de login vincula os dois identificadores de dispositivo de forma determinística, e todo evento anônimo que cada aparelho registrou antes desse login pode ser anexado ao perfil. Sem login, a ligação entre dispositivos recorre a sinais probabilísticos, como o mesmo IP residencial e padrões de navegação parecidos. Esses sinais servem para alcance de mídia e limite de frequência, mas são fracos demais para disparar um e-mail, uma saudação no site ou qualquer mensagem que mostre o nome, o histórico de pedidos ou os dados da conta do cliente.

Dois limites de plataforma condicionam a arquitetura. A Intelligent Tracking Prevention do Safari apaga os cookies gravados por script no navegador depois de sete dias sem interação do usuário com o site (WebKit), e por isso um visitante que volta pode parecer novo. A App Tracking Transparency exige que os aplicativos no iOS 14.5 ou posterior peçam permissão ao usuário antes de rastreá-lo nos aplicativos de outras empresas ou de ler o identificador de publicidade (Apple). Na prática, todo motivo para fazer login, seja o programa de fidelidade, o carrinho salvo ou o preço exclusivo para membros, também é um investimento em identidade. Grafos duráveis entre dispositivos se apoiam no login nos canais próprios, em identificadores definidos pelos próprios servidores do site (desde o Safari 16.4, cookies definidos por servidores em infraestrutura de terceiros também ficam limitados a sete dias) e em motivos para o cliente entrar na conta, e não em fingerprinting de dispositivo.

Arquiteturas de resolução de identidade

Onde a resolução de identidade funciona depende de onde os dados de cliente ficam armazenados. Dois modelos dominam o mercado, com efeitos distintos sobre propriedade dos dados, latência e governança.

Resolução dentro da CDP. Os dados são ingeridos na plataforma e a resolução funciona na infraestrutura do fornecedor. A vantagem é a costura de eventos em tempo real: cada evento que chega é vinculado ao perfil na hora, o que sustenta personalização dentro da própria sessão e segmentação de público imediata. A reconciliação completa do grafo, que refaz mesclagens e reprocessa o histórico, continua sendo processada em lote mesmo nesse modelo. O custo é que o grafo de identidade fica dentro do sistema do fornecedor, com os dados pessoais armazenados fora da infraestrutura da própria organização.

Resolução nativa de data warehouse (warehouse-native). A resolução funciona dentro do data warehouse que a organização já opera. A CDP lê e escreve de volta no warehouse, e os dados de cliente não saem da infraestrutura da empresa. O modelo atrai organizações com exigência forte de governança de dados ou com investimento consolidado em warehouse. Historicamente essa resolução funcionava só em ciclos de lote; implementações atuais usam captura de dados de mudança (CDC, change data capture) e pipelines de streaming para diminuir a diferença de latência.

Tempo real ou em lote

A pergunta que mais aparece na avaliação de fornecedor é a velocidade. A resolução em tempo real vincula ao perfil, em milissegundos, cada evento que chega, e é isso que permite a um agente de IA agir com base no perfil completo dentro da mesma sessão. A resolução em lote reprocessa o grafo em uma janela programada, de hora em hora ou durante a madrugada, o que basta para segmentação de campanha e score de churn, mas chega tarde para decisão na sessão. A maior parte das CDPs em produção faz as duas coisas: costura de eventos em tempo real para reconhecer o cliente na hora e reconciliação periódica do grafo inteiro para corrigir mesclagens. Conforme os casos de uso agênticos avançam, o tempo real deixa de ser opção premium e vira a expectativa padrão.

Além das pessoas: vários grafos de identidade

A resolução de identidade tradicional resolve pessoas: vincula um ID de cookie a um e-mail e a um número de fidelidade. As exigências atuais vão além do indivíduo.

Grafos de domicílio agrupam quem divide o mesmo endereço, o que sustenta lógica de supressão (não enviar duas ofertas iguais para a mesma casa) e análise de gasto por domicílio. Grafos de conta vinculam pessoas a empresas em casos de uso B2B, o que associa vários contatos de um comitê de compra a um único nó de empresa. Grafos de entidade customizada modelam relações do próprio setor: apólices vinculadas a segurados, veículos vinculados a condutores, animais vinculados a tutores.

A resolução de identidade em B2B tem pontos de falha próprios. O mesmo comprador costuma aparecer com o e-mail pessoal na inscrição de um webinar e com o e-mail corporativo no CRM, e a correspondência no nível da pessoa precisa considerar os dois. Os contatos são vinculados à conta pelo domínio do e-mail, mas o domínio falha em subsidiárias, em unidades regionais e em e-mails gratuitos como Gmail e Outlook. Por isso a correspondência de contas costuma acrescentar chaves firmográficas como razão social, endereço e CNPJ. Quando o contato muda de empresa, o vínculo com a conta antiga precisa ser encerrado, sem que o histórico da empresa anterior seja arrastado para a nova.

Ter vários grafos na mesma plataforma dispensa manter sistemas separados para públicos B2B e B2C. Organizações com relações complexas entre entidades, como grupos multimarca, seguradoras e operadoras de saúde, precisam verificar quais tipos de grafo a CDP oferece antes de fechar contrato.

Governança e consentimento na resolução de identidade

Conforme o grafo cresce, explicar por que dois registros foram mesclados passa a valer tanto quanto a mesclagem. Os primeiros sistemas de resolução operavam como caixa-preta: o perfil saía unificado e a lógica de cada decisão ficava opaca. Isso criava dois problemas distintos. O time de privacidade não conseguia auditar as mesclagens à luz das leis de proteção de dados, e o time de dados não conseguia diagnosticar por que um perfil foi mesclado indevidamente ou permaneceu fragmentado.

A resolução de identidade atual exige cinco capacidades de governança.

1. Linhagem da mesclagem. Uma trilha de auditoria que mostra quais identificadores dispararam cada mesclagem, quando ela ocorreu e o que a produziu: uma correspondência determinística, uma probabilística ou o caminho transitivo que encadeou as duas.
2. Score de confiança. Cada correspondência carrega um score que os sistemas a jusante podem usar como filtro. Um e-mail de fidelidade exige identidade quase certa; um público de prospecção tolera confiança menor.
3. Autocorreção. Detecção e correção automáticas de mesclagem excessiva (perfis de pessoas diferentes fundidos em um só) e de mesclagem insuficiente (fragmentos da mesma pessoa mantidos separados). O sistema monitora a estabilidade dos perfis e sinaliza a anomalia, em vez de esperar por uma limpeza manual de dados.
4. Mesclagem sensível ao consentimento. O estado de consentimento viaja junto com o identificador, e o perfil unificado herda o estado mais restritivo entre os registros mesclados. Se o cliente pediu para não receber mensagens por WhatsApp em um cadastro, a recusa vale para o perfil inteiro, não só para o identificador em que foi registrada. A LGPD não fala em perfis unificados, mas o efeito é direto: o artigo 8º, §5º garante a revogação do consentimento a qualquer momento, e uma mesclagem que devolve à base de contato alguém que revogou o consentimento em outra fonte trata dados sem base legal. O mesmo vale no sentido inverso: consentimento dado em uma marca do grupo não se estende às demais só porque o grafo vinculou os registros.
5. Residência e transferência de dados. Organizações que operam em vários países precisam manter a resolução e o armazenamento dentro dos limites que a lei exige. No Brasil, a transferência internacional de dados pessoais tem regras próprias nos artigos 33 a 36 da LGPD, e é a ANPD que fiscaliza o cumprimento delas.

Como medir a qualidade da resolução de identidade

Erro de mesclagem não dispara alerta sozinho, então a resolução de identidade precisa ser monitorada por métricas, e não dada como certa. Quatro números detectam a maior parte dos problemas, e um monitor automático precisa alertar sobre mudanças bruscas em qualquer um deles:

• Taxa de compressão de perfis. É o número de registros de origem dividido pelo número de perfis resolvidos. Uma alta brusca depois da conexão de uma fonte nova costuma indicar mesclagem excessiva; uma taxa perto de 1,0 indica que a correspondência quase não acontece.
• Clusters grandes demais. São perfis com um número implausível de identificadores, como dezenas de e-mails ou de dispositivos. A causa quase sempre é um identificador compartilhado, como o IP de um escritório ou o terminal do caixa de uma loja, que encadeia desconhecidos no mesmo perfil.
• Taxa de correspondência por fonte. É a fração dos registros de cada fonte que se vincula a um perfil existente. Quando a taxa de uma fonte cai de repente, a causa costuma ser uma mudança de formatação ou de hash na origem, não uma mudança nos clientes.
• Estabilidade dos perfis. É a frequência com que os perfis são mesclados e separados de uma semana para outra. Oscilação constante indica limiares de confiança posicionados perto da borda da distribuição de scores.

Nenhum desses números substitui a revisão de amostras: todo mês, um curador de dados confere algumas dezenas de mesclagens sorteadas, com a evidência de confiança por trás de cada uma.

Validação e teste de carga antes da produção

O monitoramento detecta desvios depois do lançamento; o teste decide se uma configuração está pronta para ir ao ar. A validação começa por uma amostra rotulada: algumas centenas de pares de registros que curadores de dados marcaram como mesma pessoa ou pessoas diferentes. Os pares saem de todas as faixas de score de correspondência, e não de um sorteio simples, com peso maior na zona limítrofe e nos casos difíceis (e-mail compartilhado pela família, erro de digitação no nome, telefone reciclado). Uma amostra sorteada ao acaso traz quase só pares obviamente diferentes e infla o resultado. Executar as regras candidatas contra essa amostra dá a precisão (precision: de cada 100 mesclagens propostas, quantas estavam certas) e a revocação (recall: de cada 100 correspondências verdadeiras, quantas as regras encontraram). Como a revocação só cobre os pares que a etapa de seleção de candidatos trouxe à tona, inclua também correspondências verdadeiras conhecidas que não compartilham nenhuma chave óbvia. A amostra vira então um teste de regressão em que toda mudança de regra ou de limiar precisa passar.

O teste de carga responde a outra pergunta: a resolução aguenta o pico de volume? Reproduza um dia de pico gravado, como a Black Friday, a uma taxa de eventos de uma a várias vezes a original, e meça quatro coisas: a latência de consulta ao perfil nos percentis 95 e 99, a vazão de mesclagens, o atraso do grafo em relação ao tempo real sob carga e o tempo de uma nova resolução completa do histórico. Verifique também as falhas de concorrência: dois eventos do mesmo cliente novo que chegam com milissegundos de diferença criam perfis duplicados quando as mesclagens não são atômicas. Se qualquer um desses pontos falha no pico, agentes e campanhas leem perfis desatualizados ou fragmentados justamente quando o tráfego mais importa. Na avaliação de fornecedor, inclua os dois testes na prova de conceito (POC): entregue a todos os fornecedores finalistas a mesma amostra rotulada e a mesma reprodução do dia de pico, e compare precisão, revocação e latência de consulta no p99 lado a lado, em vez de aceitar um conjunto de dados de demonstração.

Resolução de identidade, grafo de identidade e resolução de entidades

Os três termos costumam ser usados como sinônimos, e não são. A resolução de identidade é o processo; o grafo de identidade é a estrutura de dados que esse processo produz; a resolução de entidades (entity resolution) é a disciplina mais ampla, que aplica a mesma correspondência a qualquer entidade, não só a clientes.

Na prática, a resolução de identidade da CDP grava no grafo de identidade, e as ferramentas a jusante leem o perfil unificado.

A identidade em cada etapa do funil

Topo de funil: alcançar quem ainda não é conhecido. O desafio é identificar quem nunca visitou os canais próprios da marca. Embora o Google tenha revertido o plano de descontinuar os cookies de terceiros no Chrome, Safari e Firefox os bloqueiam há anos, e as regras de privacidade continuam limitando o rastreamento entre sites. As alternativas são a publicidade contextual, a modelagem de público semelhante a partir de dados primários e identificadores alternativos como UID2.0, ID5 e RampID. A Topics API do Google, lançada justamente para cumprir esse papel, está sendo descontinuada junto com a maior parte do Privacy Sandbox (Google, outubro de 2025). As data clean rooms permitem cruzar bases com parceiros sem que nenhuma das partes exponha dados pessoais.

Meio de funil: transformar anônimo em conhecido. Aqui o visitante demonstrou interesse e continua anônimo, identificado apenas por cookie ou ID de dispositivo. O trabalho é obter um identificador durável sem criar atrito no formulário. Perfilamento progressivo, conteúdo com cadastro e APIs de conversão (rastreamento de eventos no servidor, que não depende do navegador) são os caminhos usuais.

Fundo de funil: aprofundar a relação. Com a identidade reconhecida, o programa de fidelidade, a oferta baseada em histórico de compra e a experiência omnichannel passam a funcionar. O desafio muda de natureza: vira gestão de hierarquia de identificadores, para que a oferta dirigida ao responsável pela conta não chegue ao dependente, e para que várias contas do mesmo domicílio recebam um tratamento coerente.

Recurso nativo da CDP ou fornecedor separado

A resolução de identidade já justificou um contrato à parte. Entre 2016 e 2020, muitas organizações compraram ferramentas dedicadas porque as plataformas de marketing não faziam correspondência nativa.

Esse cenário mudou. Adobe Real-Time CDP, Twilio Segment, Salesforce Data Cloud e Treasure AI trazem correspondência determinística e probabilística como recurso nativo, e as plataformas de ativação nativas de data warehouse passaram a resolver identidade dentro do próprio warehouse a partir de 2025. As principais Agentic CDPs incluem resolução de identidade embutida, com aprendizado de máquina que ajusta a precisão conforme novos dados chegam, o que fechou boa parte da distância de precisão que antes justificava um fornecedor especializado nos casos de uso comuns.

Para a maioria das organizações, um fornecedor separado de resolução de identidade deixou de ser necessário. Ferramentas dedicadas ainda agregam valor em situações específicas: centenas de fontes de dados e bilhões de registros, portfólios multimarca em que um grafo compartilhado alimenta análise, feature store e ferramentas de inteligência de negócios (BI) além do marketing, ou empresas que separam a infraestrutura de identidade da ativação por decisão de arquitetura. Fora desses casos, a resolução de identidade virou requisito de entrada da categoria, não diferencial de contrato.

Resolução de identidade e agentes de IA

Com agentes de IA em produção, a resolução de identidade sai de processo de retaguarda e vira dependência contínua. Um agente de IA que escolhe a próxima melhor ação precisa do perfil resolvido no instante da decisão, não de fragmentos espalhados por três bancos de dados.

A resolução de identidade sustenta a etapa UNIFICAR do Customer Intelligence Loop. Sem ela, o ciclo quebra no segundo passo, porque nenhum agente entende, decide ou engaja um cliente que não consegue identificar. Casos de uso em lote, como previsão de churn e campanha de e-mail, toleram atualização de hora em hora; a automação agêntica empurra a expectativa para o tempo real.

Uma evolução ainda inicial muda o papel do agente: em vez de consumir identidades já resolvidas, o agente passa a executar a própria resolução. Em vez de arquivos de configuração e regras SQL mantidas à mão, agentes descobrem relações entre identificadores, recomendam limiares, detectam mesclagem excessiva e ajustam a qualidade do grafo continuamente. A maior parte das implantações em produção hoje combina regras com correspondência assistida por aprendizado de máquina, e não agentes autônomos; a direção do movimento, porém, é reduzir o ajuste manual que a manutenção do grafo sempre exigiu.

Como a IA é usada hoje na resolução de identidade

A correspondência estatística na resolução de identidade é mais antiga que o rótulo de IA. A correspondência probabilística se apoia no modelo de vinculação de registros de Fellegi–Sunter (Journal of the American Statistical Association, 1969), que pondera o quanto a concordância ou a discordância de cada campo indica uma correspondência. Os sistemas atuais acrescentam três recursos. Classificadores treinados aprendem os pesos de correspondência a partir de pares rotulados por curadores de dados, no lugar de regras definidas à mão. Modelos de similaridade comparam nomes e endereços escritos de formas diferentes que designam a mesma coisa. Modelos de linguagem limpam campos desorganizados de texto livre antes da correspondência, o que exige uma revisão do tratamento de dados sob a LGPD e da residência de dados sempre que dados pessoais brutos seguem para um modelo hospedado por terceiros. Cada recurso melhora a revocação e exige as mesmas salvaguardas da correspondência por regras: score de confiança, linhagem da mesclagem e uma amostra rotulada que prove que o modelo acerta. Quando um fornecedor apresenta a própria resolução de identidade como movida a IA, pergunte a qual desses recursos ele se refere, com que dados o modelo foi treinado e se toda mesclagem feita pelo modelo carrega a mesma linhagem e o mesmo score de confiança de uma mesclagem por regras.

Identidade sem ativação fica incompleta

Criar perfis unificados é a primeira metade do trabalho. O valor aparece quando esses perfis são ativados: o agente lê o perfil, decide a ação, envia a mensagem e aprende com o resultado. Quando a resolução de identidade e a ativação de dados moram em sistemas separados, três custos aparecem.

• Latência do ciclo de feedback. A plataforma de identidade não sabe o que aconteceu depois que o perfil seguiu para o canal. Os dados de resultado precisam voltar por pipelines de dados próprios antes de o modelo aprender com eles. Integrações por reverse ETL e streaming de eventos reduziram essa distância, sem eliminá-la.
• Duplicação de dados pessoais. Cada sincronização de ativação copia dados pessoais para mais um fornecedor, e cada cópia acrescenta obrigação de conformidade sob a LGPD e as leis equivalentes. A abordagem nativa de data warehouse ameniza o problema ao consultar os dados onde eles estão.
• Latência do repasse. O intervalo entre a plataforma de identidade e a de ativação varia de quase tempo real, em integrações de streaming, a horas, em ativação por lote.

A Treasure AI (antiga Treasure Data) mantém resolução de identidade, decisão com IA e ativação multicanal dentro da mesma plataforma, o que elimina esse repasse. Um stack best-of-breed oferece escolha de arquitetura e exige orquestração cuidadosa para fechar o ciclo. Quem avalia resolução de identidade precisa medir os dois modelos pela mesma pergunta: quanto tempo leva para o resultado de uma interação voltar ao perfil. Um modelo de RFP para CDP ajuda a levar essa pergunta a todos os fornecedores nos mesmos termos.

FAQ

Qual a diferença entre correspondência determinística e probabilística?

A correspondência determinística liga registros pela igualdade exata de identificadores como CPF, e-mail, telefone ou login, e a correspondência probabilística estima a probabilidade de dois registros serem da mesma pessoa a partir de sinais como IP, dispositivo e comportamento. A determinística entrega precisão alta quando existem dados primários. A probabilística alcança o visitante anônimo e a costura entre dispositivos, ao custo de exigir um limiar de confiança calibrado.

O CPF serve como chave de resolução de identidade no Brasil?

Sim: o CPF é a chave determinística mais forte do mercado brasileiro, porque é único por titular, estável ao longo da vida e coletado com naturalidade no caixa, no cadastro do e-commerce e no programa de fidelidade. O CPF é dado pessoal, então o tratamento exige base legal e finalidade declarada sob a LGPD, e a prática de mercado é guardar o número em hash e aplicar a correspondência sobre esse hash. O CPF informado no caixa nem sempre é o de quem compra, e por isso ele reduz a incerteza sem eliminá-la.

O que a LGPD exige da resolução de identidade?

A LGPD exige base legal e finalidade declarada para cada tratamento, e a consequência prática na resolução de identidade é que o perfil unificado herda o estado de consentimento mais restritivo entre os registros mesclados. A revogação do consentimento é garantida a qualquer momento pelo artigo 8º, §5º, e vale para todos os identificadores vinculados ao perfil. A transferência internacional segue os artigos 33 a 36, fiscalizados pela ANPD.

Como funciona a resolução de identidade sem cookies de terceiros?

A resolução de identidade sem cookies de terceiros se apoia em dados primários, rastreamento no servidor e identificadores alternativos. O Google reverteu o plano de descontinuar os cookies de terceiros no Chrome, mas Safari e Firefox bloqueiam esses cookies há anos. As empresas usam APIs de conversão para registrar eventos no servidor, identificadores como UID2.0, ID5 e RampID, e data clean rooms para cruzar bases com parceiros sem expor dados pessoais.

Por que a resolução de identidade importa?

A resolução de identidade é a capacidade que torna útil o investimento em plataforma de dados do cliente: sem ela, os pontos de contato do mesmo cliente continuam fragmentados entre sistemas. Cada canal enxerga um pedaço da pessoa e trata um cliente só como três desconhecidos, o que impede a personalização e gasta verba com mensagem repetida. Perfis resolvidos sustentam segmentação, modelagem preditiva, decisão com IA e ativação omnichannel.

Como funciona a resolução de identidade em B2B?

A resolução de identidade em B2B vincula cada contato individual à empresa a que ele pertence, resolvendo a identidade em dois níveis ao mesmo tempo. Além de vincular os e-mails e dispositivos de uma pessoa, o B2B exige grafos de conta que mapeiam os vários contatos de um comitê de compra para um nó de empresa. Isso sustenta o marketing baseado em contas sem colapsar pessoas diferentes em um perfil só.

Preciso de um fornecedor separado de resolução de identidade?

Na maioria dos casos, não. As CDPs atuais trazem correspondência determinística e probabilística como recurso nativo, e a distância de precisão em relação às ferramentas dedicadas encolheu. Um fornecedor separado ainda ajuda organizações com bilhões de registros, centenas de fontes ou grafos multimarca que alimentam sistemas além do marketing, como feature stores e ferramentas de BI.

O que é um grafo de identidade?

Um grafo de identidade é a estrutura de dados que mapeia as relações entre identificadores de cliente, vinculando e-mails, IDs de dispositivo, telefones, CPF e cookies a um perfil unificado. Os grafos atuais vão além do indivíduo e modelam domicílios, contas B2B e entidades próprias de cada setor, como apólices e veículos. É o grafo que sustenta a resolução entre dispositivos e a supressão por domicílio.

Como monitorar a precisão da resolução de identidade automaticamente?

O monitoramento automático da resolução de identidade acompanha poucas métricas de saúde do grafo e dispara alerta quando elas mudam: taxa de compressão de perfis, clusters grandes demais, taxa de correspondência por fonte e frequência de mesclagens e separações. Um salto brusco em qualquer métrica costuma indicar mudança de formatação na origem, um identificador compartilhado encadeando desconhecidos ou um limiar frouxo demais. Ferramentas assistidas por IA já executam essas verificações de forma contínua, mas a revisão humana mensal de mesclagens sorteadas continua sendo a referência.

O que é resolução de identidade nativa de data warehouse?

A resolução de identidade nativa de data warehouse (warehouse-native) executa a lógica de correspondência dentro do data warehouse da própria organização, e não na infraestrutura do fornecedor de CDP. Os dados de cliente não saem do ambiente da empresa, o que simplifica a governança e evita cópias de dados pessoais. Abordagens baseadas em captura de dados de mudança (CDC) e streaming vêm reduzindo a diferença de latência para a resolução que funciona dentro da CDP.

Termos relacionados

• Customer Data Platform (CDP) — a plataforma que executa a resolução de identidade em escala
• Identity Graph (em inglês) — a estrutura que guarda as ligações entre identificadores
• Customer Intelligence Loop — o ciclo de cinco etapas em que a resolução sustenta a etapa UNIFICAR
• Governança de dados — define quais identificadores bastam para tratar dois registros como a mesma pessoa
• Análise preditiva — modelos preditivos precisam de perfis resolvidos como dados de treino
• Visão única do cliente (SCV) — o resultado da resolução de identidade

Leia também: Identity Resolution Is Table Stakes: What CDPs Actually Need in the AI Era (em inglês)

Este artigo também está disponível em: Customer Identity Resolution: Methods & CDP Use · 名寄せとは？CDPにおける仕組みと種類を解説 · Identity resolution : définition, méthodes et CDP