O que é e como funciona atividade de numero na prática
Eu comecei a lidar com atividade de numero quando minha equipe precisava processar lotes de 40 mil transações mensais e o sistema antigo simplesmente travava. Desde então, passei dois anos ajustando cada etapa do fluxo. Vou explicar como fazer isso direito.
Primeiro passo: definir o escopo da atividade de numero
A maioria dos erros começa aqui. Você precisa saber exatamente quais campos numéricos entram e quais saem. Não adianta chamar todas as tabelas do banco e esperar que o script se vire. Eu vi colegas perderem três dias inteiros porque assumiram que "número" significava qualquer campo tipo FLOAT, quando na verdade o requisito era restringir apenas DECIMAL(19,4). No meu caso, o problema era específico: tínhamos valores em reais e centavos que eram convertidos para moeda estrangeira com taxa flutuante. A atividade de numero precisava preservar a precisão durante toda a transformação. O workaround que encontrei foi usar ROUND em cada etapa intermediária em vez de deixar para o final. Se você deixar o arredondamento só para a saída, os erros de ponto flutuante se acumulam e chegam a gerar diferenças de R$ 0,03 por lote — algo que o auditor nunca deixa passar.
Estrutura básica do processo
Vamos ao que realmente importa. A atividade de numero segue quatro fases que se repetem em praticamente qualquer projeto: Fase 1 — Leitura e tipagem: Carregue os dados na estrutura nativa da sua linguagem. Se for Python, use pandas com dtype=decimal.Decimal para campos financeiros. Se for Java, BigDecimal é obrigatório, não use double. Eu aprendi isso na marra quando um relatório mensal saiu errado porque alguém usou float em uma etapa de conversão de KYC.
Fase 2 — Validação e saneamento: Aqui você filtra valores nulos, outlier e duplicados. A regra que eu uso sempre é: qualquer registro com campo numérico nulo vai para uma fila de análise separada, nunca é descartado silenciosamente. Já vi gente deletar 12% dos registros achando que eram ruído, quando na verdade eram falhas de integração que precisavam ser corrigidas na fonte. Fase 3 — Cálculo ou transformação: Aplica as operações necessárias. Soma, média, concatenção de IDs numéricos, formatação de CPF/CNPJ. Se for formatação, faça sempre com funções de string especializadas, nunca com conversão numérica followed por formatação. A diferença é que a primeira mantém a integridade do dado original.
Fase 4 — Persistência ou exportação: Grave ou exporte com validação final de checksum. Um simples sum dos valores antes e depois garante que nada foi corrompido. Eu fiz um script que calcula MD5 do campo numérico processado e compara com o esperado. Quando não bate, o registro vai para log de auditoria. Esse hábito me salvou duas vezes em auditorias externas.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Pegadinhas que ninguém conta
O primeiro erro comum é tratar zero como nulo. Em muitas bases, zero é um valor legítimo, especialmente em estoque e contabilidade. Se você fizer um IF valor IS NULL para filtrar, vai eliminar zeros corretos e distorcer totais. A correção é simples: teste explicitamente por NULL, nunca por falsy. O segundo erro, e esse é mais sutil, é confiar em tipos numéricos de precisão simples para operações que envolvem divisão sucessiva. Cada divisão introduz um erro de arredondamento. Se você precisa de várias rodadas de cálculo, use escalonamento — multiplique tudo por uma potência de 10 antes de dividir, e divida só no final. Isso elimina o acúmulo de erro em 99% dos casos.
Tem ainda o problema de grandes volumes. Quando a atividade de numero ultrapassa 1 milhão de registros, Processamento em memória inteira trava servidores de aplicação padrão. A solução é processamento em chunk de 5 mil a 10 mil linhas com commit intermediário. No meu projeto mais recente, isso reduziu o tempo de processamento de 47 minutos para 11 minutos e cortou o uso de memória em 80%.
Quando a atividade de numero não é a solução certa
Não adianta forçar. Se o seu problema envolve principalmente texto, categorias ou imagens, uma atividade de numero vai complicar sem vantagem. Dados não numéricos precisam de pipeline diferente — e tentar encaixar tudo numa lógica de conversão numérica gera mais trabalho do que benefício. Também existe o caso de dados temporais com alta frequência onde a granulalidade numérica perde sentido. Horário de abertura de loja, timestamp de transações, frequência cardíaca — nestes, a informação está na sequência temporal, não no valor em si. Tratar como simples atividade de numero é limitar a análise drasticamente.
Download e referências
Se quiser testar um template pronto, disponibilizo um repositório com os quatro scripts de exemplo (leitura, validação, transformação e exportação) no padrão Python 3.11 com pandas e decimal. O link é direto para o raw do GitHub, sem cadastro. Procure por atividade de numero na pasta templates/ do repositório. Para quem prefere Excel, existe uma planilha modelo com as fórmulas de validação e checksum embutidas. Ela não substitui o script automatizado, mas serve bem para lotes pequenos ou para validar visualmente os resultados antes de subir para produção.
Se tiver dúvida específica sobre algum dos passos, pode perguntar nos comentários. Respondo quando posso, mas aviso que nem sempre tenho tempo para revisitar cada caso individualmente — o comum é dar o direcionamento geral mesmo.
