PDF, planilha, Word, CSV e dump SQL entram no projeto e são lidos de verdade: perfil sobre o arquivo inteiro, papel declarado por quem envia, e aviso explícito quando o arquivo veio vazio, cortado ou com cara de erro.
O problema
O contexto do projeto está espalhado em anexos que nenhuma ferramenta lê inteiros. A planilha entra como texto picado, a proposta do fornecedor é tratada como verdade, e arquivo corrompido é resumido educadamente como se fosse dado.
Cada documento entra com papel declarado por quem envia: retrato do ambiente, proposta de terceiro, requisito. CSV grande volta como distribuição por coluna sobre o arquivo inteiro, e resposta degradada é sinalizada ao consultor, nunca disfarçada.
Como funciona
A mesma página de PDF pode ser o seu ambiente real ou a proposta de um fornecedor. O produto não adivinha: quem envia declara o papel, e uma proposta de terceiro entra marcada como não endossada, para ser desafiada em vez de absorvida.
O contexto declarado vai junto: "o as-is até a página 11 é real; dali em diante é proposta". É exatamente o tipo de fronteira que separa análise de suposição.
Documentos
Amostras, schemas e specs que o EVODA lê e usa em todas as consultorias.
| Arquivo | Estado | Papel declarado | Resumo do EVODA |
|---|---|---|---|
| schema_producao.sql | pronto | Retrato do ambiente atual | 48 tabelas, 9 sem chave primária, 3 colunas pessoais sem classificação. |
| proposta_lakehouse.pdf | pronto | Proposta de terceiro, não endossada | Propõe plataforma completa; premissa de volume 20x acima do medido. |
| vendas_2025.xlsx | processando | Material de referência | gerando… |
Quem envia declara o que o arquivo é. O papel nunca é deduzido do conteúdo nem do nome.
Planilha vira texto por aba, com a fórmula entregando o resultado; CSV grande volta como distribuição por coluna, cardinalidade e extremos calculados sobre o arquivo todo, com a truncagem declarada quando existe.
Arquivo vazio, encolhido, duplicado ou com cara de saída de erro é sinalizado como tal. O consultor decide o que fazer com isso; o que ele não faz é resumir lixo como se fosse contexto.
Agora: alternativas comparadas com critérios, custo estimado por ferramenta e premissas registradas.
Queremos migrar tudo para um data warehouse. Qual você recomenda?
Antes de escolher, preciso de dois números que ainda não tenho: o volume ativo e quantas pessoas consultam por dia. Você citou 40 GB e 25 usuários de BI. Nesse porte, warehouse costuma custar mais do que resolve.
Vou registrar isso como premissa, com a condição que a invalidaria: se o ativo passar de 1 TB, a conta muda.
Faz sentido. Compara as duas opções então.
Requisitos capturados
Premissa registrada: "o volume ativo fica abaixo de 1 TB". Verificada a cada leitura do ambiente.
Por dentro
As regras de ingestão que valem para todo documento do projeto.
O que vem depois
O levantamento sai por investigação dirigida: roteiros somente leitura que você executa, com o resultado voltando amarrado à pergunta.
Ver por dentro →ConsultorEntrevista dirigidaA descoberta é liderada pelo consultor: uma pergunta de cada vez, discordância com evidência e cada resposta registrada como requisito.
Ver por dentro →LGPDLGPD por colunaCada coluna com classificação e técnica de anonimização, views para ambientes não produtivos e o relatório de impacto quando o desenho pede.
Ver por dentro →Cole a estrutura, receba os achados mais graves em cerca de dois minutos e decida depois se vale abrir uma consultoria. Sem conta, sem cartão.