# Visão do Produto — Mud Sentinel **Documento:** `produto/01-visao-do-produto.md` **Versão:** 1.0.0 **Status:** Vigente --- ## 1. Visão O **Mud Sentinel** é a plataforma SaaS de referência para **inteligência sobre dados públicos**, **integridade**, **compliance** e **análise de relacionamentos assistida por IA**, permitindo que organizações identifiquem riscos, conexões ocultas e indícios de irregularidade com rigor analítico, rastreabilidade e governança. Em uma frase: > Transformar dados públicos dispersos em inteligência acionável, auditável e continuamente atualizada — com segurança corporativa e profundidade analítica. --- ## 2. Missão Capacitar times de compliance, integridade, auditoria, investigação e risco a: - **descobrir** relacionamentos e padrões em grafos de entidades públicas e privadas de interesse; - **avaliar** risco reputacional, regulatório e de integridade com critérios transparentes; - **documentar** evidências e decisões em trilhas auditable; - **acelerar** análises com IA generativa e preditiva, sem abdicar de controle humano e explicabilidade; - **operar** em multi-tenant com isolamento, LGPD e segregação de deveres. --- ## 3. Objetivos estratégicos ### 3.1 Objetivos de negócio | ID | Objetivo | Indicador de sucesso (alto nível) | |----|----------|-----------------------------------| | O1 | Reduzir tempo de due diligence e análise de contrapartes | Tempo médio de dossiê vs. baseline manual | | O2 | Aumentar cobertura de fontes públicas relevantes | Fontes integradas ativas + taxa de atualização | | O3 | Tornar análise de rede o diferencial competitivo | Uso de exploração de grafos por conta ativa | | O4 | Entregar conformidade operacional (LGPD, auditoria) | Auditorias internas sem achados críticos | | O5 | Monetizar via SaaS multi-tenant previsível | MRR, churn, NPS de compradores B2B | ### 3.2 Objetivos técnicos | ID | Objetivo | Justificativa | |----|----------|---------------| | T1 | Arquitetura modular por bounded context | Domínio complexo (dados, grafo, IA, billing) exige limites claros para escalar times | | T2 | Pipeline de ingestão idempotente e observável | Dados públicos mudam; reprocessamento e rastreio são obrigatórios | | T3 | Camada de identidade e autorização fine-grained | Multi-tenant + perfis (analista, auditor, admin) exigem RBAC/ABAC | | T4 | Governança de IA (prompts, modelos, saídas) | Evitar alucinação operacional e garantir rastreabilidade de recomendações | | T5 | Observabilidade e SLOs desde o MVP | Compliance e confiança do cliente dependem de previsibilidade operacional | --- ## 4. Proposta de valor ### Para o comprador (CFO / CCO / Head de Compliance) - Redução de risco sistêmico e reputacional com dossiês padronizados. - Evidência defensável perante auditoria interna, reguladores e conselho. - ROI mensurável em tempo de análise e cobertura de monitoramento contínuo. ### Para o usuário (analista / investigador) - Busca unificada de entidades e relacionamentos. - Visualização de redes e caminhos entre atores. - Assistente de IA que resume, destaca anomalias e sugere hipóteses — sempre citando fontes. ### Para o operador da plataforma (Mud Sentinel) - Multi-tenant com medição de uso (quota, seats, jobs). - Extensibilidade de fontes e módulos sem reescrever o core. - Base para white-label e APIs B2B no médio prazo. --- ## 5. Público-alvo ### 5.1 Segmentos primários (P0) | Segmento | Perfis típicos | Dor principal | |----------|----------------|---------------| | Empresas medias/grandes | Compliance, Integridade, Auditoria Interna, Jurídico | Due diligence lenta, fontes manuais, baixa rastreabilidade | | Instituições financeiras e fintechs | PLD/FT, KYC/KYB, Risk | Redes societárias e PEPs; alertas contínuos | | Consultorias de risco e investigação | Analistas, sócios | Escalabilidade de dossiês e diferencial analítico | ### 5.2 Segmentos secundários (P1) | Segmento | Observação | |----------|------------| | Setor público / controle interno | Requer requisitos adicionais de contratação e hospedagem | | Mídia investigativa / OSCs | Modelo de licenciamento distinto; menor ticket | | Escritórios de advocacia | Foco em conflito de interesse e background | ### 5.3 Personas 1. **Ana — Analista de Compliance** Precisa montar dossiê de contraparte em horas, não dias; quer alertas quando muda quadro societário. 2. **Bruno — Auditor Interno** Precisa reconstruir *quem viu o quê, quando e com que evidência*; exportar pacotes para auditoria. 3. **Carla — Head de Integridade** Precisa dashboard executivo de risco agregado, políticas e governança de acesso. 4. **Diego — Engenheiro de Dados / Integrações (cliente enterprise)** Precisa API estável, webhooks e SLAs para embutir inteligência no fluxo interno. --- ## 6. Escopo do produto (visão) ### No escopo (núcleo) - Cadastro multi-tenant, identidade, papéis e permissões. - Catálogo de entidades (pessoas, empresas, órgãos) e atributos provenientes de fontes públicas. - Grafo de relacionamentos e exploração visual/analítica. - Ingestão e normalização de fontes públicas (conectores versionados). - Scoring / regras de risco configuráveis por tenant. - Análise assistida por IA com citação de fontes e trilha. - Casos / dossiês, anexos lógicos, exportações auditáveis. - Billing, quotas e feature flags. ### Fora de escopo (fase fundacional / próximo horizonte explícito) - Substituir sistemas oficiais de governo ou bases proprietárias fechadas sem licença. - Decisões automatizadas *sem* trilho humano em contextos de alto impacto (bloqueio automático irreversível) — pelo menos até governança madura. - Hospedagem de dados pessoais sensíveis além do necessário ao caso de uso declarado (minimização LGPD). --- ## 7. Diferenciais competitivos pretendidos 1. **Grafo + IA com citação** — relação e narrativa alinhadas a evidências. 2. **Auditoria nativa** — não é plugin; é propriedade do domínio. 3. **Modularidade de fontes** — novas fontes sem acoplar o core. 4. **Explicabilidade de risco** — score decomponível por regra/fator. 5. **Arquitetura de longo prazo** — Clean Architecture + DDD + ADRs. --- ## 8. Premissas e restrições | Tipo | Descrição | |------|-----------| | Regulação | LGPD; setores regulados podem impor retenção e localização de dados | | Fontes | Disponibilidade, qualidade e TOU das fontes públicas variam; conectores devem ser resilientes | | Ética | Uso para assédio, doxxing ou discriminação ilícita é proibido por ToS e controles | | Operação | Plataforma cloud-first; site marketing pode coexistir em hosting compartilhado, aplicação core em ambiente dedicado | | Idioma | PT-BR como idioma primário da UI e documentação; EN preparado para expansão | --- ## 9. Métricas de produto (norte) - Tempo até primeiro dossiê útil (TTFV). - Taxa de entidades com grafo navegável completo (cobertura relatada). - Precisão percebida das sugestões de IA (thumbs / revisão humana). - % de ações sensíveis com evento de auditoria completo. - Disponibilidade da API e latência p95 de consultas críticas. --- ## 10. Alinhamento com arquitetura A visão acima implica: - Bounded contexts distintos para **Identidade**, **Catálogo/Entidades**, **Grafo**, **Ingestão**, **Risco**, **IA**, **Casos**, **Billing** e **Auditoria**. - Pipelines assíncronos para ingestão e análise pesada (EDA seletiva). - Políticas de retenção e classificação de dados desde o desenho. Detalhamento técnico: ver [Arquitetura Geral](../arquitetura/01-arquitetura-geral.md) e [ADRs](../adr/README.md).