Metodologia de deduplicação

A consolidação cruza Cadastur, CNAE, Inventário Oficial e HotéisRIO em uma base única. A seleção de uma ou mais fontes usa união deduplicada: quando o mesmo meio aparece em mais de uma fonte, ele permanece como uma única linha consolidada.

• Os indicadores são calculados em tempo real sobre os registros carregados em dados.json; números de negócio não ficam fixados no HTML.
• Ao selecionar “Todas”, o painel mostra a união das quatro fontes já limpa de duplicidades conhecidas.
• Ao selecionar duas ou mais fontes, o painel mostra a união consolidada dessas fontes, sem somar o mesmo meio repetido.
• O filtro de fonte indica em quais bases a linha consolidada está presente. Ele não atribui a origem da UH; uma linha enriquecida pode conservar uma UH informada por outra fonte contribuinte.
• O recorte inicial “Todas” não aplica CNAE 55. O controle “CNAE 55 + HotéisRIO” restringe as demais fontes à divisão 55 e preserva os registros HotéisRIO conforme a regra vigente.
• O gráfico de proveniência usa categorias exclusivas e fecha o total; a cobertura por fonte permite sobreposição e, portanto, não deve ser somada.
• O CNPJ completo com 14 dígitos é a chave principal de consolidação; a raiz do CNPJ não é usada para unir registros.
• Dados CNAE foram vinculados à base oficial por CNPJ completo e exato quando disponível.
• Cadastur usa registro/certificado MTur como identificador próprio; CNPJ não é obrigatório nessa fonte.
• Quando não há CNPJ, o cruzamento usa comparação conservadora por nome, logradouro, número, bairro, município e CEP, normalizando caixa, acentos, abreviações e caracteres especiais.
• Quando uma fonte tem CNPJ e outra não, o CNPJ existente é preservado se nome e endereço indicarem o mesmo estabelecimento.
• Redes, marcas, administradoras, matrizes e filiais não são consolidadas automaticamente apenas por compartilharem marca ou raiz de CNPJ.
• Casos com baixa confiança devem ser sinalizados para validação manual, sem consolidação automática.
• UH e leitos são “informados”, não estimados: a soma ignora campos ausentes e sempre exibe a cobertura de preenchimento.
• O mapa oficial possui 12 regiões turísticas. O painel mostra 13 rótulos porque a região “Rio de Janeiro e Niterói” é desdobrada para destacar Niterói.
• A fonte vigente CRM HotéisRIO – Cidade do Rio v3 alimenta o painel. Somente a antiga base CRM-HoteisRIO-ABIH-RJ foi descontinuada e excluída da ingestão atual.
• “Base consolidada” inclui todos os registros; “oferta ativa” exclui linhas marcadas como FECHADO, INATIVO ou BAIXADO. O escopo é informado ao lado de cada indicador.