---
title: "O que é agregação de dados? Métodos e exemplos"
description: "Agregação de dados é reunir dados de muitas fontes e resumi-los em totais, médias e contagens. Métodos, exemplos, SQL e os limites de privacidade."
url: https://proxynet.io/pt-br/blog/what-is-data-aggregation
date: 2026-11-19
author: "Acar Diveroli"
category: "Casos de uso"
lang: pt-BR
---

# O que é agregação de dados? Métodos e exemplos

Uma pequena loja online vende no próprio site e em dois marketplaces. Na segunda de manhã, a dona faz uma única pergunta: quanto vendemos ontem? A resposta está espalhada em três exportações com três layouts de colunas, duas moedas e carimbos de data e hora em dois fusos horários, e um pedido aparece duas vezes porque foi reembolsado e feito de novo. Transformar esses arquivos em um número honesto é agregação de dados.

Este artigo trata dos dois sentidos do termo, das etapas de um trabalho de agregação, das funções que resumem, da agregação por tempo e por lugar, de exemplos que vão da comparação de preços ao open banking, do ponto em que os dados agregados deixam de ser anônimos e dos erros que distorcem um total.

> **Nota: Resposta rápida**
>
> Agregação de dados é reunir em um só lugar dados de muitas fontes e resumi-los em menos valores, porém mais úteis, como totais, médias, contagens, mínimos e máximos por grupo. Um relatório diário de vendas de várias lojas, um site de comparação de preços e um app bancário que mostra contas de vários bancos são todos agregação. Quase todo o trabalho é preparação: alinhar unidades, moedas, fusos horários e identificadores, e remover duplicatas antes de somar qualquer coisa. Dados agregados não são anônimos automaticamente; grupos pequenos ainda podem apontar para pessoas específicas.

## O que é agregação de dados?

Agregação de dados é combinar dados de várias fontes ou de muitos registros e expressá-los como um resumo. A palavra é usada em dois sentidos relacionados, e a maioria dos trabalhos reais envolve os dois.

O primeiro sentido é a **coleta a partir de muitas fontes**: levar registros de sistemas, arquivos ou sites diferentes para um único conjunto de dados com uma só estrutura. Um site de viagens que mostra tarifas de muitas companhias aéreas é um agregador nesse sentido.

O segundo sentido é **resumir**: reduzir muitas linhas a poucos valores. Milhares de linhas de pedido viram "1.284 pedidos, 52.300 euros de receita, 40,73 euros por pedido" por dia. Em estatística e em bancos de dados, agregação costuma significar essa segunda etapa, e o resultado é chamado de dados agregados ou dados resumidos.

O glossário do NIST, o instituto de padrões dos EUA, define agregação de forma simples como a consolidação de informações semelhantes ou relacionadas.

## Qual é a diferença entre dados brutos, agregados e desagregados?

Dados brutos são os registros individuais como foram capturados, dados agregados são um resumo desses registros e dados desagregados são um resumo dividido novamente em subgrupos. Na estatística, os registros individuais também são chamados de microdados.

Uma lista de 5.000 compras com horário, produto e loja são dados brutos. "Receita por dia" são dados agregados. "Receita por dia, dividida por loja e categoria" são dados desagregados: continuam sendo um resumo, só que com um nível de detalhe mais fino.

O nível de detalhe, ou seja, o que cada linha representa, é a decisão principal. Grosso demais, e você esconde o padrão que procurava, como uma loja puxando a média para baixo. Fino demais, e os grupos ficam tão pequenos que o resumo revela pessoas específicas.

## Como funciona a agregação de dados?

Um trabalho de agregação coloca as fontes em um mesmo formato, limpa os dados e depois calcula resumos por grupo. Sete etapas cobrem a maioria dos trabalhos, seja uma pessoa fazendo tudo em uma planilha, seja um agendador executando tudo a cada hora:

1. **Defina a pergunta e a unidade.** "Receita por dia e por país, em euros, pela data do pedido no fuso horário da loja" é uma definição; "números de vendas" não é.
1. **Colete de cada fonte.** Exportações, consultas a bancos de dados, APIs oficiais ou páginas públicas da web, sempre anotando quando cada dado foi obtido.
1. **Padronize.** Converta unidades, moedas e fusos horários, e associe os diferentes nomes de categoria e colunas a um único esquema.
1. **Faça a correspondência e a deduplicação.** Decida quais registros descrevem o mesmo pedido, produto ou empresa e mantenha um de cada.
1. **Agrupe e calcule.** Escolha as chaves de agrupamento, como dia, país ou categoria, e aplique as funções de agregação.
1. **Confira o resultado.** Compare os totais com uma fonte confiável e leia algumas linhas brutas por trás de qualquer número estranho.
1. **Armazene e atualize.** Salve o resumo com a definição, as fontes e a data, e execute de novo quando chegarem dados novos.

As etapas 3 e 4 consomem a maior parte do esforço. Uma agregação agendada costuma fazer parte de um pipeline de extração, transformação e carga; [O que é ETL?](/pt-br/blog/what-is-etl) mostra como um trabalho desse tipo é montado.

## Quais funções são usadas para agregar dados?

As funções de agregação básicas são contagem, soma, média, mínimo e máximo, muitas vezes acompanhadas da mediana, da contagem de valores distintos e dos percentis. O manual do PostgreSQL resume a ideia em uma linha: uma função de agregação calcula um único resultado a partir de várias linhas de entrada ([tutorial do PostgreSQL sobre funções de agregação](https://www.postgresql.org/docs/current/tutorial-agg.html)).

Em SQL, a cláusula `GROUP BY` decide quais linhas são resumidas juntas. Esta consulta retorna uma linha por dia e país, com o número de pedidos e a receita:

```sql
SELECT order_day, country, COUNT(*) AS orders, SUM(amount_eur) AS revenue
FROM orders
WHERE status = 'paid'
GROUP BY order_day, country;
```

Dois detalhes confundem muita gente. `WHERE` filtra as linhas antes do agrupamento, enquanto `HAVING` filtra os grupos depois, por exemplo para manter só os países com mais de 100 pedidos. E uma média de médias quase sempre está errada: se uma loja tem 10 pedidos com média de 80 e outra tem 1.000 pedidos com média de 20, a média combinada é de cerca de 20,6, e não 50. Recalcule as médias a partir das somas e contagens de origem. As tabelas dinâmicas das planilhas fazem o mesmo agrupamento com outra interface.

## Quais são os principais tipos de agregação de dados?

Os tipos principais se diferenciam pelo critério de agrupamento: tempo, lugar, categoria ou fonte. Um mesmo trabalho muitas vezes combina vários deles.

| Tipo | Agrupa por | Exemplo | Atenção a |
|---|---|---|---|
| Temporal | Hora, dia, mês | Receita diária | Fusos horários, períodos incompletos |
| Espacial | Região, cidade, célula de grade | Vendas por região | Limites, áreas pequenas |
| Por categoria | Produto, segmento, canal | Receita por categoria | Listas de categorias diferentes |
| Entre fontes | Loja, fornecedor, banco | Todas as ofertas em uma visão | Duplicatas, unidades |

A **agregação temporal** agrupa eventos em períodos: cliques por hora, pedidos por dia, preços por semana. O período muda o que você enxerga; dados diários mostram os fins de semana, dados mensais os escondem.

A **agregação espacial** resume dados por área: pontos em um mapa viram contagens por região de CEP, cidade ou país. Os mesmos clientes agrupados por bairro e por cidade podem contar histórias diferentes, e uma área muito pequena pode ter tão poucas pessoas que o resumo descreve um único domicílio.

A **agregação por categoria e por fonte** agrupa por rótulos como tipo de produto, canal ou fornecedor. A parte difícil é chegar a um acordo sobre os rótulos, porque dois marketplaces raramente compartilham a mesma árvore de categorias.

## Por que os fusos horários mudam os totais agregados?

Os fusos horários mudam os totais agregados porque "um dia" começa em um momento diferente em cada fuso, então pedidos perto da meia-noite passam de um dia para o seguinte. O total de todos os dias continua igual, mas os números diários não.

Na nossa máquina de testes, colocamos seis pedidos com carimbos de data e hora em UTC em uma tabela SQLite na memória e somamos por dia duas vezes: uma pela data em UTC e outra pela data de uma loja que opera em UTC+3. As duas versões somaram os mesmos 240, mas o primeiro dia deu 160 em UTC e 65 no horário local da loja, porque dois pedidos do fim da noite passaram da meia-noite.

Nenhum dos dois números está errado; eles respondem a perguntas diferentes. Escolha um fuso horário para cada relatório, registre-o na definição e converta todas as fontes para ele antes de agrupar.

## Agregação manual ou automatizada: qual você precisa?

Agregação manual significa que uma pessoa resume arquivos em uma planilha; agregação automatizada significa que um trabalho agendado executa as mesmas etapas. A escolha depende de quantas vezes a pergunta se repete e de quantas fontes a alimentam.

Um panorama pontual a partir de quatro listas de preços sai mais rápido à mão, e uma pessoa percebe valores estranhos pelo caminho. Um painel diário alimentado por vinte fontes precisa de automação, porque cópias feitas à mão se desencontram e etapas acabam puladas. Só que a automação repete fielmente uma definição errada, então as verificações da etapa 6 devem ficar dentro do próprio trabalho.

## Qual a diferença entre agregação, integração e enriquecimento de dados?

A agregação resume, a integração conecta e o enriquecimento completa. Muitas vezes rodam no mesmo pipeline, mas atendem a necessidades diferentes.

A integração de dados (às vezes chamada de consolidação) reúne dados de sistemas diferentes em um modelo consistente, registro por registro, sem necessariamente resumir nada. Um registro de cliente que junta a entrada do CRM com a conta de faturamento é integração.

O enriquecimento de dados acrescenta atributos que faltam a registros que você já tem, como um código de setor tirado de um registro oficial; [O que é enriquecimento de dados?](/pt-br/blog/what-is-data-enrichment) mostra como um registro é associado e completado. Depois, a agregação reduz esses registros aos números de que um relatório precisa.

## Quais são os exemplos mais comuns de agregação de dados?

Os exemplos mais conhecidos são serviços que mostram muitas fontes de uma só vez.

**Sites de comparação de preços** reúnem ofertas do mesmo produto em muitas lojas, associam todas a um único produto e mostram o menor preço, a faixa de preços ou o histórico. A correspondência é a parte difícil: o mesmo celular aparece com nomes, kits e capacidades de armazenamento diferentes.

**Metabuscadores de viagem** coletam tarifas aéreas e diárias de hotel de companhias aéreas, hotéis e agências, ordenam tudo em uma página e enviam você ao vendedor para fazer a reserva.

A **agregação de contas financeiras** mostra saldos e transações de vários bancos em um só app. Na UE, esse é um serviço de pagamento regulado: a Diretiva de Serviços de Pagamento (PSD2) define o "serviço de informação sobre contas" como um serviço online que presta informações consolidadas sobre uma ou mais contas de pagamento que o usuário mantém em um ou mais outros prestadores ([PSD2 no EUR-Lex](https://eur-lex.europa.eu/eli/dir/2015/2366/oj/por)). O artigo 67 permite que esse serviço atue apenas com o consentimento explícito do usuário, acesse somente as contas que o usuário indicar e use os dados apenas para o serviço solicitado.

**Ferramentas de logs e monitoramento** transformam milhares de linhas de erro idênticas em uma única entrada com um contador. As **estatísticas oficiais** fazem o mesmo em escala nacional, publicando dados de pesquisas e de registros em forma de tabelas.

## Dados agregados são anônimos?

Dados agregados só são anônimos quando nenhuma pessoa pode ser individualizada a partir deles, e o simples fato de resumir não garante isso. Pelo GDPR da UE, as regras de proteção de dados não se aplicam a informações anônimas, inclusive para fins estatísticos, mas para saber se os dados são anônimos é preciso considerar "todos os meios suscetíveis de ser razoavelmente utilizados" para identificar alguém (considerando 26 do [GDPR no EUR-Lex](https://eur-lex.europa.eu/eli/reg/2016/679/oj/por)).

Grupos pequenos são o problema habitual. "Salário médio dos funcionários com 60 anos ou mais no escritório de Lisboa" é um resumo, mas se só uma pessoa se encaixa nessa descrição, é o salário dela. Por isso, os institutos de estatística suprimem ou fundem células pequenas antes de publicar uma tabela.

Além disso, muitos resumos dos mesmos dados podem ser combinados para recuperar as linhas por trás deles. Pesquisadores do Census Bureau, o órgão de recenseamento dos EUA, mostraram que as tabelas publicadas do censo de 2010, junto com informações públicas, bastavam para reconstruir com exatidão 97 milhões de registros de pessoas ([Abowd et al. no arXiv](https://arxiv.org/abs/2312.11283)). Para 2020, o órgão passou a usar um método de privacidade diferencial, que adiciona ruído estatístico calibrado aos números publicados.

As regras práticas: defina um tamanho mínimo de grupo antes de publicar, evite muitos recortes sobrepostos da mesma população pequena e trate como dado pessoal qualquer resumo que ainda descreva alguém.

## O que significa agregação de dados em OPSEC?

Em segurança operacional (OPSEC), agregação de dados significa que fatos inofensivos, combinados, podem revelar algo sensível. Uma lista de funcionários, uma agenda de entregas e algumas fotos públicas são inocentes isoladamente; juntas, podem mostrar quem trabalha onde e quando um local fica vazio.

A ideia está até em normas: a Ordem Executiva 13526 dos EUA permite classificar como sigilosa uma compilação de itens que, isoladamente, não são sigilosos, se a combinação revelar uma relação que os itens não mostram sozinhos. Para uma empresa, a lição é revisar vagas de emprego, documentos públicos e publicações de funcionários em conjunto, e não um por um.

## Onde os proxies entram na agregação de dados?

Os proxies fazem diferença quando um trabalho de agregação lê fontes públicas da web que mudam de país para país. O preço, o estoque e as opções de entrega de um varejista muitas vezes dependem da localização do visitante, então uma comparação feita a partir de um único escritório vê a versão de um só país em cada página; [Por que os preços mudam de país para país?](/pt-br/blog/geo-pricing-by-country) explica os motivos.

Com os [Proxies residenciais](https://proxynet.io/pt-br/residential-proxy), cada requisição sai de uma conexão residencial no país ou na cidade que os dados descrevem, em um ritmo que o site aguenta. Os proxies não mudam as regras: os termos do site, o robots.txt e a API oficial, quando existe, continuam vindo em primeiro lugar.

Para catálogos em marketplaces, os nossos [proxies para e-commerce](/pt-br/e-commerce-proxy) são preparados para ler preços e estoque do jeito que um comprador local os vê.

Equipes que preferem não operar a etapa de coleta por conta própria podem consultar a nossa equipe de vendas sobre a [Web Scraping API](/pt-br/data-scraping), um serviço de extração gerenciada de páginas.

## Onde a agregação de dados é usada?

- **Varejo e e-commerce:** vendas por canal, faixas de preço entre lojas, estoque por armazém.
- **Finanças:** agregação de contas em apps bancários, totais de carteira entre corretoras, gastos por categoria.
- **Viagens:** tarifas aéreas e diárias de muitos vendedores em uma única página de resultados.
- **Marketing:** resultados de campanhas somados entre plataformas de anúncios.
- **Operações e TI:** eventos de log e taxas de erro por serviço e por hora.
- **Pesquisa de mercado:** preços e faixas de preço da concorrência resumidos por país.

## Erros comuns

- **Contagem dupla.** O mesmo pedido em dois feeds, ou um reembolso e um pedido novo contados como duas vendas.
- **Misturar unidades e moedas.** Gramas com quilos, preços com e sem imposto, euros ao lado de dólares.
- **Ignorar fusos horários.** Totais diários que mudam conforme o relógio usado no relatório.
- **Tirar média de médias.** Médias combinadas devem ser recalculadas a partir de somas e contagens.
- **Definições diferentes em cada fonte.** Uma loja conta o pedido no checkout, outra no envio.
- **Comparar períodos incompletos.** O mês corrente ao lado de meses completos, sem nenhuma indicação.
- **Publicar grupos minúsculos.** Um resumo de uma ou duas pessoas revela os dados pessoais delas.
- **Sem fonte nem data por número.** Mais tarde, ninguém consegue dizer de quais dados um número saiu.

## Guia de decisão

| Necessidade | Recomendação |
|---|---|
| Uma resposta pontual a partir de poucos arquivos | Planilha e tabela dinâmica |
| O mesmo relatório todo dia a partir de muitas fontes | Trabalho agendado com verificações embutidas |
| Totais entre fusos horários | Fixar um fuso na definição |
| Média combinada de vários grupos | Recalcular a partir de somas e contagens |
| Preços que mudam de país para país | Coletar cada um a partir do próprio país |
| Contas bancárias em um só app | Serviço de informação sobre contas autorizado |
| Publicar resumos sobre pessoas | Tamanho mínimo de grupo; verificar o GDPR |

## Perguntas frequentes

### O que é agregação de dados, em termos simples?

Agregação de dados é coletar dados de lugares diferentes e resumi-los, por exemplo somando as vendas de três lojas em um único total diário. O resultado responde a uma pergunta que nenhuma fonte consegue responder sozinha.

### Qual é um exemplo de agregação de dados?

Um site de comparação de preços é um exemplo comum: ele reúne as ofertas do mesmo produto em muitas lojas e mostra o menor preço. Um relatório diário de vendas de várias lojas e um app bancário que mostra vários bancos são outros exemplos.

### O que é agregação de dados em SQL?

Em SQL, agregação de dados significa usar funções de agregação como `COUNT`, `SUM`, `AVG`, `MIN` e `MAX`, geralmente com `GROUP BY`, para transformar muitas linhas em uma linha por grupo. Depois, `HAVING` filtra os resultados agrupados.

### O que significa agregação de dados em OPSEC?

Em OPSEC, agregação de dados é o risco de que informações inofensivas isoladamente revelem algo sensível quando combinadas. Por isso, as organizações revisam o que publicam em conjunto, e não item por item.

### Dados agregados são dados pessoais segundo o GDPR?

Dados agregados ficam fora do GDPR apenas se forem realmente anônimos, ou seja, se nenhuma pessoa puder ser identificada com os meios que possam ser razoavelmente utilizados. Resumos de grupos muito pequenos ainda podem identificar pessoas e, nesse caso, continuam sendo dados pessoais.

### Qual é a diferença entre agregação e integração de dados?

A integração de dados conecta dados de sistemas diferentes em um modelo consistente, registro por registro. A agregação de dados resume os registros em totais, médias ou contagens. A integração costuma vir primeiro, para que a agregação trabalhe com registros já associados e limpos.

## Em resumo

A agregação de dados transforma muitas fontes e linhas em uma única visão: coletada, limpa, agrupada e resumida. Quase todo o trabalho é preparação, porque duplicatas, unidades misturadas e fusos horários distorcem os totais sem gerar nenhum erro. Resumos sobre pessoas não são anônimos automaticamente, então grupos pequenos exigem cuidado. E quando as fontes são páginas públicas da web que mudam de país para país, colete os dados de cada mercado a partir desse mercado, por meio de um proxy localizado lá.
