# Presenca Digital 027

MVP de extracao de leads de empresas recem-abertas no Espirito Santo a partir dos Dados Abertos do CNPJ da Receita Federal.

O pipeline baixa a base mensal oficial, extrai os arquivos, filtra matrizes ativas por UF, data de abertura e CNAE e grava um CSV em `02_LEADS/`.

## Pre-requisitos

- Python 3.10 ou superior.
- Aproximadamente 5 GB de espaco livre para os arquivos compactados e espaco adicional para a extracao.
- Conexao com a internet para acessar `https://arquivos.receitafederal.gov.br/dados/cnpj/dados_abertos_cnpj/`.
- Nenhuma biblioteca externa: o projeto usa apenas a biblioteca padrao do Python.

## Uso

Execute os comandos a partir da raiz `presenca-digital-027/`.

```powershell
python 08_AUTOMACAO/extract_leads.py --help
```

Para baixar a base mais recente e gerar os leads do ES abertos nos ultimos 30 dias:

```powershell
python 08_AUTOMACAO/extract_leads.py
```

Para usar ZIPs ja presentes em `07_RADAR027/tmp/`, sem novo download:

```powershell
python 08_AUTOMACAO/extract_leads.py --skip-download
```

Exemplo com parametros personalizados:

```powershell
python 08_AUTOMACAO/extract_leads.py --dias 60 --uf ES --cnaes-file 01_ESTRATEGIA/cnaes_alvo.yaml --out-dir 02_LEADS/
```

Por padrao, sao baixados `Estabelecimentos0.zip` a `Estabelecimentos9.zip`, `Cnaes.zip` e `Municipios.zip`. Arquivos `Empresas*.zip` nao sao baixados pelo pipeline; se forem colocados manualmente na pasta temporaria, serao extraidos e usados para enriquecer a razao social.

## Estrutura

```text
presenca-digital-027/
|-- 00_BRIEFING/
|-- 01_ESTRATEGIA/
|   `-- cnaes_alvo.yaml
|-- 02_LEADS/
|-- 03_MOCKUPS/
|-- 04_PROPOSTAS/
|-- 05_CLIENTES/
|-- 06_TEMPLATES/
|-- 07_RADAR027/
|   `-- tmp/
|       `-- extraido/
|-- 08_AUTOMACAO/
|   |-- downloader.py
|   `-- extract_leads.py
|-- 09_DECISOES/
|   `-- DECISIONS.md
|-- .gitignore
|-- README.md
`-- requirements.txt
```

Os ZIPs, CSVs extraidos e CSVs de leads nao devem ser commitados.