Anonimizar Excel: folhas salariais, listas e folhas de cálculo com dados pessoais

As folhas de cálculo são o local onde os dados pessoais operacionais se concentram com maior densidade: números de identificação, IBAN, emails, moradas, montantes, códigos de colaborador, centros de custo. Um Excel «sem a coluna Nome» pode continuar a permitir reidentificar pessoas se mantiver o código postal + a função + a data de nascimento, ou se alguém voltar a mostrar uma coluna oculta.

Este guia aborda os riscos reais de partilhar ficheiros .xls / .xlsx / .ods, um método de trabalho alinhado com o RGPD e a forma de anonimizar de forma nativa (sem destruir a utilidade tabular) com o Anonimatum e IA local na UE.

Cenários típicos em que a limpeza manual do Excel falha

• Processamento salarial e RH: o nome é eliminado, mas ficam os números de segurança social, os IBAN e os emails internos.
• Listas de clientes / associados: os filtros ativos ocultam linhas… até o destinatário os limpar.
• Exportações de ERP/CRM: metadados de consultas, folhas auxiliares e caches de tabelas dinâmicas com os valores originais.
• Due diligence: extratos financeiros com montantes e referências de contratos que apontam para pessoas concretas.
• Dados de saúde ou educação: identificadores «técnicos» que, no contexto, continuam a ser dados pessoais.

Riscos técnicos específicos do Excel

Que dados costumam exigir tratamento em folhas salariais e listas

Não existe uma lista universal: depende da finalidade. Como ponto de partida comum na UE:

• Identificadores diretos: nome completo, número de identificação, número de segurança social, número de colaborador único e estável.
• Contacto: email pessoal/corporativo, telefone, morada postal.
• Financeiros: IBAN, montantes líquidos/ilíquidos quando o contexto permite inferir a identidade.
• Campos organizativos sensíveis no contexto: local de trabalho, categoria, antiguidade combinada com outros campos.
• Saúde / filiação / sanções: categorias especiais — máxima prudência e fundamento jurídico.

Método operacional recomendado

1. Fixar a finalidade do ficheiro

Destina-se a publicar estatísticas? A que um fornecedor teste uma integração? A formar novos colaboradores? É a finalidade que determina se precisa de anonimização irreversível, de agregação ou de pseudonimização reversível e controlada.

2. Detetar nas células, não apenas a olho

Um anonimizador de Excel deve analisar os valores tabulares com padrões (IBAN, identificadores) e com IA contextual (nomes, moradas). A revisão humana confirma as exclusões: por exemplo, um código de produto que *parece* um identificador, mas não é.

3. Decidir coluna a coluna

Documente numa folha de controlo interna que colunas são eliminadas, mascaradas, substituídas ou mantidas. Essa folha vale ouro nas auditorias e para repetir o processo no mês seguinte.

4. Verificar como o faria um atacante curioso

• Mostre todas as folhas e colunas ocultas.
• Pesquise fragmentos do identificador/IBAN original.
• Reveja as propriedades do ficheiro.
• Se existiam tabelas dinâmicas, regenere ou elimine as caches antes da distribuição.

Se a origem for um PDF com tabelas

Muitos recibos de vencimento chegam em PDF. Uma ordem sensata costuma ser: PDF → Excel (para recuperar a estrutura) e depois anonimizar a folha. Anonimizar apenas o PDF pode bastar para publicação, mas se o destinatário tiver de trabalhar com linhas e colunas, o caminho tabular é mais seguro e mais útil.

Checklist RGPD para responsáveis de RH / EPD

• Finalidade e fundamento jurídico documentados para essa exportação.
• Campos estritamente necessários (minimização real, não cosmética).
• Subcontratante / localização na UE, se utilizar SaaS.
• Evidência da verificação após o processo (quem, quando, o que foi pesquisado).
• Conservação do original vs. cópia anonimizada (prazos diferentes).
• Instruções ao destinatário: proibição de reidentificar e de cruzar com outras bases de dados.

Como o Anonimatum ajuda

O Anonimatum trata Excel/ODS no fluxo de anonimização de documentos com IA local na UE, pré-visualização das deteções e integração em lotes quando RH ou finanças movimentam centenas de ficheiros. Combine-o com padrões personalizados para códigos internos.