---
title: "LGPD no atendimento: como analisar tickets com IA"
url: "https://usekairos.cx/blog/lgpd-no-atendimento-com-ia"
description: "LGPD no atendimento ao cliente: o dado pessoal que mora nos tickets, o que muda ao usar IA e o que perguntar antes de conectar o helpdesk."
---

![Ilustração: um cartão de ticket passa por um escudo e sai com alguns trechos trocados por blocos, enquanto o resto do texto continua visível.](/_astro/lgpd-no-atendimento-com-ia.C3g1MJ2E_Z1Yh2Y4.webp)

A demonstração vai bem até a terceira reunião, quando alguém chama o encarregado de dados. Ele escuta cinco minutos e faz a pergunta que trava o projeto: “Esses tickets vão para uma IA com o CPF do cliente dentro?”. Ninguém na sala sabe responder com certeza, e a análise do atendimento volta para a planilha de amostra que o supervisor monta à mão.

A pergunta é justa. A **LGPD no atendimento ao cliente** costuma ser tratada no cadastro, no formulário e na base de marketing, enquanto o lugar com mais dado pessoal solto da empresa fica de fora da conversa: o texto livre dos tickets. Este post é para o gestor de CX que precisa levar essa análise adiante sem virar o problema do DPO.

Um aviso antes: isto não é parecer jurídico. A decisão sobre base legal, contrato e relatório de impacto é do seu encarregado e do jurídico. O que dá para fazer aqui é chegar nessa conversa sabendo o que perguntar.

## Por que a LGPD no atendimento é um problema de texto livre

A [Lei 13.709/2018](https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm) chama de dado pessoal qualquer informação relacionada a pessoa natural identificada ou identificável. Num formulário, isso é fácil de controlar: o campo CPF está ali, alguém decide quem vê e por quanto tempo fica guardado.

No ticket, ninguém decide nada. O cliente digita o que acha que vai ajudar a resolver mais rápido, e o agente pede o que o procedimento manda pedir. Uma conversa comum de cobrança junta, em poucas linhas, CPF, e-mail, telefone, os últimos dígitos do cartão e às vezes a chave PIX “para facilitar o estorno”. Nada disso foi pedido por um campo, e por isso nada disso aparece no mapa de dados que o jurídico montou.

Tem também o que não cabe em nenhuma lista de identificadores. Num plano de saúde, o beneficiário explica o diagnóstico para justificar a urgência da autorização. Num banco, alguém conta que está desempregado para pedir renegociação. Dado de saúde é dado pessoal sensível pela própria lei, e chega ao helpdesk sem ninguém ter planejado recebê-lo.

## O que muda quando a IA entra

Ler ticket por ticket dentro do helpdesk já é tratamento de dado pessoal; a empresa faz isso todo dia para atender o cliente. Analisar o histórico inteiro com IA continua sendo tratamento, só que com outra finalidade (entender o atendimento, não resolver aquele caso) e, quase sempre, com um fornecedor no meio.

Três princípios do art. 6º da LGPD ajudam a organizar a conversa com o DPO:

-   **Finalidade e adequação.** Descobrir por que os clientes entram em contato é um uso diferente do original. Vale escrever qual é esse uso e por que ele é compatível com o atendimento que gerou os dados.
-   **Necessidade.** Para saber que o cliente reclamou de cobrança duplicada, ninguém precisa do CPF dele. É aqui que a substituição de identificadores antes da análise faz mais diferença: o que não entra na análise não pode vazar dela.
-   **Segurança e prevenção.** Exportar dez mil tickets para uma planilha compartilhada, como acontece quando falta ferramenta, costuma ser pior para a privacidade do que a análise automatizada bem feita.

Quando há fornecedor, a lei separa o controlador (a sua empresa, que decide para que os dados servem) do operador (quem trata os dados em nome dela, segundo as instruções recebidas). Na maior parte dos casos, a ferramenta de análise entra como operadora, e o contrato precisa dizer isso.

## Anonimizar, pseudonimizar, mascarar: as palavras importam

Fornecedor de IA adora dizer que “anonimiza” os dados. Na LGPD, a palavra tem um sentido estreito: dado anonimizado é aquele que não pode mais ser associado a uma pessoa, considerando os meios técnicos razoáveis. Pelo art. 12, só ele deixa de ser dado pessoal.

Um ticket com o CPF trocado por um marcador quase nunca chega lá. O nome do cliente pode continuar no texto, o contexto (“sou o síndico do bloco B da rua tal”) identifica, e o próprio helpdesk guarda o original. O mais honesto é chamar isso de pseudonimização ou de substituição de identificadores: reduz muito a exposição, mas o dado continua pessoal e continua sob a lei.

Isso não diminui a medida. Significa só que ela entra no seu relatório como proteção, e não como saída da LGPD. Desconfie de quem promete a segunda coisa.

## O que perguntar antes de conectar o helpdesk

Vale levar esta lista para a primeira conversa com qualquer fornecedor de análise de atendimento, e entregá-la ao DPO antes de ele ter que montar a dele:

1.  **O que é retirado antes da análise, exatamente?** Peça a lista de identificadores, não a frase “dados sensíveis são protegidos”. Pergunte também o que **não** é retirado.
2.  **O que acontece quando a proteção falha?** O ticket segue sem proteção ou para?
3.  **A cópia original do helpdesk fica guardada?** Se fica, onde e por quanto tempo.
4.  **Quais dados de identificação ficam, e para quê?** Juntar os contatos da mesma pessoa é um propósito legítimo, mas precisa estar declarado.
5.  **Os dados de cada empresa ficam separados?** E os seus dados treinam modelo de alguém?
6.  **Como funciona um pedido de eliminação** que o titular faz pelo seu canal de privacidade?
7.  **Quem dentro da sua empresa vê o quê?** Analista, supervisor e diretoria não precisam do mesmo nível de detalhe.
8.  **Onde os dados são processados e quais suboperadores participam?**

Respostas vagas aqui já dizem muito. E nenhuma resposta substitui o contrato: o que foi dito na reunião precisa estar escrito nele.

## Os atendentes também são titulares

Uma parte da LGPD no atendimento que quase ninguém lembra: o ticket tem dado pessoal do agente também. Nome, notas internas, o CSAT atribuído a ele e, numa análise de conduta, a avaliação de como ele se comportou com o cliente.

Isso não impede de olhar desempenho, que é parte da gestão. Mas pede a mesma pergunta do item 7: quem precisa ver o nome do atendente ao lado do problema? A diretoria quer saber que o tópico “cancelamento” cresceu; quase nunca precisa saber quem atendeu cada ticket. Uma visão sem identidade do agente para quem só consome os insights evita expor o atendente sem necessidade.

## Onde o Echo entra

O [Módulo Echo](/echo/), da plataforma Kairos, se conecta ao helpdesk, analisa os atendimentos finalizados e organiza o histórico em tópicos, com os tickets de cada um. A privacidade foi tratada na entrada, e dá para responder parte da lista acima com precisão:

-   Antes da análise, CPF, CNPJ, RG, CNH, CEP, chave PIX, placa, título de eleitor, e-mail, telefone, IP, URL, número de cartão, IBAN e endereço MAC são substituídos por marcadores como `[CPF]` e `[EMAIL]`. O mesmo valor recebe o mesmo marcador em toda a conversa, então a leitura continua fazendo sentido.
-   Se o anonimizador falha, o ticket não segue para a análise.
-   A cópia original recebida do helpdesk não é retida. Nome e e-mail estruturados ficam guardados separadamente, só para reconhecer contatos da mesma pessoa.
-   Os dados de cada organização ficam isolados, e o apagamento da identidade do consumidor está previsto quando for solicitado.
-   Os papéis limitam o que cada um vê: o Viewer recebe os insights sem identidade de agente nem notas internas.

E o que fica, dito com a mesma clareza: nomes de pessoas, empresas e locais permanecem no texto como contexto, e informação escrita livremente, como um diagnóstico de saúde, não está na lista de identificadores substituídos. Pelo que explicamos acima, o resultado é proteção forte, não dado anonimizado no sentido da lei, e é assim que ele deve entrar no seu relatório de impacto. [Veja os detalhes de privacidade do Echo](/echo/#privacidade).

As outras perguntas da lista, como onde os dados são processados e por quanto tempo, cabem na demonstração, de preferência com o seu DPO na sala.

## Um exercício para esta semana

Antes de falar com qualquer fornecedor, pegue trinta tickets finalizados do último mês, escolhidos em intervalos fixos e não pelos mais escandalosos. Em cada um, marque o que é identificador (CPF, e-mail, telefone, cartão) e, com outra cor, o que identifica sem ser identificador: nome, endereço contado por extenso, condição de saúde, situação financeira.

A primeira cor mostra o que uma boa substituição de identificadores resolve. A segunda mostra o que ainda precisa de decisão de quem usa os dados, e é justamente o que o seu DPO vai querer ver. Leve as duas contagens para a reunião. Elas valem mais do que qualquer promessa de fornecedor, inclusive a nossa.

Se o assunto da análise em si for novo para o time, comece por [análise de atendimento ao cliente](/blog/analise-de-atendimento-ao-cliente/) e por [por que as tags do helpdesk não bastam](/blog/por-que-tags-do-helpdesk-nao-bastam/).

Módulo Echo · acesso antecipado

## Transforme o histórico do seu helpdesk em tópicos para decidir.

O Echo lê os atendimentos já resolvidos, descobre os tópicos do seu negócio e deixa a aprovação com o seu time. Estamos abrindo para um grupo pequeno de times de CX.

[Pedir demonstração do Echo](/echo/#early-access)

## Continue lendo

1.  Novidades 13 de outubro de 2026
    
    ### [Kai mais direto e a API do Echo](/blog/kai-e-api-do-echo/)
    
    O Kai responde por tópico, por nota e pelo número do ticket, com as leituras num painel. E a API do Echo recebe tickets enviados pelo seu sistema.
    
2.  Artigo 19 de outubro de 2026
    
    ### [Novo decreto do SAC (13.135/2026): o que medir nos tickets](/blog/decreto-do-sac-o-que-medir-nos-tickets/)
    
    O novo decreto do SAC vale a partir de 2 de novembro. O que mudou e o que medir nos tickets: demanda repetida, resolução, ida a uma pessoa e satisfação.
    
3.  Artigo 24 de setembro de 2026
    
    ### [Chatwoot com IA: como classificar e analisar conversas](/blog/chatwoot-com-ia/)
    
    O que o Chatwoot já faz com IA, labels e relatórios, o que ainda falta para entender os motivos de contato e como analisar as conversas finalizadas.