Prospecção B2B com dados públicos de CNPJ: achar → enriquecer · antoniorincon

O Brasil tem uma particularidade que muita gente de vendas B2B não explora: o cadastro de empresas é dado aberto. A Receita Federal publica a base completa de CNPJ como arquivos públicos — razão social, situação cadastral, CNAE, endereço, quadro societário. Toda lista de prospecção vendida por aí nasce, na origem, desse dado gratuito. A diferença entre pagar caro por lista velha e montar a sua está em conhecer duas operações e as fontes públicas de cada uma:

Achar — critério → lista de empresas ("quais restaurantes ativos existem em Campinas?");
Enriquecer — CNPJ → perfil completo ("quem é a empresa 33.000.167/0001-01, ela está ativa, quem são os sócios, ela está contratando?").

Este artigo documenta as duas, com endpoint, payload e os limites reais de cada fonte — porque todo caminho gratuito tem um teto, e é melhor conhecê-lo antes de construir em cima.

Passo 1 — achar empresas por critério

O critério clássico de descoberta B2B é CNAE + território. CNAE é o código nacional de atividade econômica — todo CNPJ tem um principal. Você descobre o código do seu ICP na tabela oficial do IBGE (cnae.ibge.gov.br): restaurantes é 5611-2/01 (como dígito: 5611201), desenvolvimento de software sob encomenda é 6201-5/01 (6201501), e assim por diante.

O caminho bruto é baixar os arquivos abertos da Receita e subir num banco — funciona, é a fonte primária, mas são gigabytes de CSV com refresh periódico e exige ETL. Para consulta pontual por critério existe um atalho: a Casa dos Dados (um buscador construído sobre a base aberta) expõe um endpoint público de pesquisa:

POST https://api.casadosdados.com.br/v5/public/cnpj/pesquisa

O payload é um JSON de filtros. O núcleo que resolve descoberta por ICP:

{
  "codigo_atividade_principal": ["5611201"],
  "situacao_cadastral": ["ATIVA"],
  "uf": ["SP"],
  "municipio": ["SAO PAULO"],
  "limite": 20,
  "pagina": 1
}

(O payload completo aceita mais filtros úteis: bairro, CEP, DDD, data de abertura, faixa de capital social, optante MEI/Simples, só matriz ou só filial, com e-mail/telefone.)

A resposta traz o total de empresas que casam com o filtro e a lista com CNPJ, razão social, nome fantasia, CNAE principal, município/UF e situação cadastral — o suficiente para montar a lista de alvos.

O limite, sem maquiagem: o endpoint público devolve no máximo ~20 empresas por combinação de filtro. pagina/limite além disso são ignorados — a paginação completa fica atrás do login do site. E os campos de contato (telefone, e-mail), capital e porte vêm nulos na busca pública — esses pertencem ao passo 2. Na prática, o teto de 20 muda o desenho da operação em vez de inviabilizá-la: em vez de uma consulta estadual gigante, você itera por município — "restaurantes ativos em Campinas", depois Sorocaba, depois Ribeirão — e cada cidade devolve seu próprio top-20. O campo de total te diz o tamanho real do universo de cada recorte, então você sabe exatamente quanto está deixando na mesa.

Passo 2 — enriquecer cada CNPJ

Com a lista de CNPJs em mãos, o perfil completo de cada empresa vem de outra fonte pública: o minhareceita.org, um projeto open-source que serve a base aberta da Receita via API simples:

GET https://minhareceita.org/33000167000101

Devolve o cadastro completo: razão social, nome fantasia, situação cadastral (com data e motivo), natureza jurídica, capital social e porte, CNAE principal e secundários (os secundários dizem muito sobre o que a empresa realmente faz), endereço completo, telefone e e-mail cadastrados, opção pelo Simples/MEI, e o quadro societário (QSA) — cada sócio com qualificação e faixa etária, com CPF mascarado na própria fonte.

Cadastro diz quem a empresa é; não diz se ela está viva comercialmente. Dois sinais públicos complementam:

Vagas abertas — empresas que usam o Gupy (plataforma de recrutamento dominante no Brasil) expõem o feed de vagas da página de carreiras. Vaga aberta é o sinal de timing mais barato que existe em outbound: empresa contratando está investindo.
Licitações — o PNCP (Portal Nacional de Contratações Públicas, da Lei 14.133/2021) tem API pública de contratações. Relevante quando o alvo é entidade pública ou fornecedor de governo.

O perfil que interessa para prospecção é a soma: situação ATIVA + CNAE aderente ao ICP + capital/porte no alvo + sinal de contratação = lead qualificado com timing.

A nota de LGPD que este fluxo exige

Tudo acima é dado de pessoa jurídica, de fonte oficial pública — e deve continuar assim no seu uso. A própria base mascara o CPF dos sócios e entrega faixa etária em vez de data de nascimento. Não use esses dados para perfilar pessoa física, e lembre que "e-mail público no cadastro" não é salvo-conduto para spam: prospecção fria séria continua exigindo interesse legítimo defensável, identificação clara e opt-out honrado. Dado público na entrada não dispensa juízo na saída.

Os limites de tudo isso, juntos

Teto de ~20 por filtro na busca pública (mitigação: iterar por município);
Contato/capital/porte só no enriquecimento, não na descoberta;
Frescor = cadência da base aberta. O dado reflete a última carga da Receita — situação cadastral pode levar semanas para refletir uma baixa recente. Para decisão crítica (ex.: due diligence), confirme na fonte primária;
Sinal de vaga cobre quem usa Gupy — empresa que recruta por outro canal não aparece nesse radar.

O atalho, se você não quiser orquestrar as fontes

Esse funil inteiro — descoberta por critério, iteração, enriquecimento, sinais — está empacotado em dois Apify Actors que se encaixam:

br-company-finder é o passo "achar": CNAE + UF + município → lista com CNPJ, razão social, situação. $0.005 por empresa retornada, run vazia custa zero, e o teto de 20 por filtro está declarado no README — o uso certo é por recorte de cidade.
brazilian-company-signals é o passo "enriquecer": CNPJ → cadastro profundo (via minhareceita.org) + vagas abertas + licitações + camada de inteligência (tier comercial, idade, score de atividade, red flags), com relatório executivo em PT opcional gerado por IA (usa a sua chave OpenAI). Pay-per-event: taxa de start + $0.08 por perfil; o relatório de IA é um evento à parte.

Exportam JSON/CSV/Excel, têm API e MCP — um agente de IA encadeia os dois sozinho.

Mas as fontes são públicas: a base da Receita, o minhareceita.org e o PNCP estão aí, e o payload da busca está documentado acima. Se você só precisava do mapa, ele está completo. Esse era o ponto do artigo.