O problema
Definir a quem oferecer um produto sem comprar lista pronta — que é cara e de qualidade ruim.
O que construí
A Receita Federal publica a base completa de CNPJ, em arquivos grandes e desnormalizados. O trabalho foi processá-la em Python até virar algo consultável:
- Recorte geográfico para a região atendida.
- Filtro de porte, excluindo microempreendedor individual — o ticket do produto não fecha com a realidade financeira desse perfil, então incluí-los só inflaria a lista.
- Filtro por atividade econômica, restrito aos ramos onde o produto faz diferença.
Resultado: 1.292 registros com perfil compatível, a partir de milhões de linhas.
A descoberta que mudou a conclusão
Ao conferir uma amostra contra a realidade, apareceu o problema: o telefone e o e-mail registrados na base costumam ser do contador, não do dono do negócio. O dado é público e verdadeiro — só não é o canal que eu presumi que fosse.
Isso invalidou o uso original (disparar contato) e mudou a conclusão: a lista serve para saber quem existe e onde, subsidiando abordagem presencial ou por indicação. Registrei a limitação em vez de seguir com a premissa errada, que teria custado semanas de contato sem resposta e uma leitura equivocada de “o mercado não quer”.
É o exemplo mais direto do meu jeito de trabalhar: conferir a saída contra a realidade antes de agir sobre ela. O código estava certo o tempo todo; a premissa é que estava errada, e nenhum teste unitário pegaria isso.