Pesquisa D&I e pertencimento — meça composição e inclusão sem gap de conformidade

Para quem é este modelo

Pesquisas D&I são o modelo de RH mais regulatoriamente-sensível do mercado porque coletam dado demográfico que cai em categorias de dado-sensível sob cada framework principal de privacidade: LGPD brasileira Artigo 11 (dado pessoal sensível — origem racial ou étnica, convicção religiosa, opinião política, filiação a sindicato ou organização de caráter religioso filosófico ou político, dado referente à saúde ou vida sexual, dado genético ou biométrico tudo exige consentimento específico e finalidade específica), GDPR UE Artigo 9 (categoria especial de dado), CCPA/CPRA da Califórnia (informação pessoal sensível), EEOC dos EUA (dado de emprego regulado com exigência específica de categoria). O overhead de conformidade é real e as decisões de design importam. Duas dimensões distintas de medição precisam de estruturas diferentes. Primeira, composição demográfica — qual é realmente o perfil demográfico do workforce, capturado através de pergunta de auto-identificação voluntária sobre raça (usando categoria IBGE: preta, parda, branca, amarela, indígena), gênero, idade, orientação sexual, status de PCD (pessoa com deficiência), origem regional, e outras categorias relevantes pro framework D&I da org. Essas perguntas precisam ser voluntárias com opção de "prefiro não dizer," com captura explícita de consentimento, com transparência de tratamento-de-dado comunicada ao funcionário antes dele fazer a pesquisa, e com proteção de re-identificação no estágio de análise. Segunda, percepção de inclusão e pertencimento — como o workforce experimenta a empresa através dessas dimensões demográficas, medida através de framework validado como o Culture Amp Diversity Inclusion Index, Lattice DEIB scorecard, Microsoft Viva Glint módulo de inclusão, ou pergunta custom de pertencimento baseada na pesquisa de segurança-psicológica de Amy Edmondson. A análise interseccional — como mulher negra experimenta a empresa diferente de homem negro ou mulher branca, como engenheiro LGBTQIA+ experimenta a empresa diferente de profissional de venda LGBTQIA+ ou engenheiro hetero — é onde mora o sinal mais-acionável, mas também onde o risco de re-identificação é mais agudo porque corte interseccional produz N pequeno. "A única engenheira mulher negra" não pode ser anônima se a pesquisa reporta uma linha separada de "engenheira mulher negra" no resultado. Limiar de N-mínimo pra reporte (tipicamente 5-10 por interseção, às vezes 15+ pra categoria demográfica altamente-identificável) é padrão protetor essencial. O cenário legal 2023-2026 adiciona nova complexidade: a Lei 13.146 (Estatuto da Pessoa com Deficiência) continua sendo aplicada com a cota PCD sob Lei 8.213/91 que exige empresa brasileira com 100+ funcionário atingir percentual definido de PCD; o Estatuto da Igualdade Racial (Lei 12.288/2010) cria obrigação pra entidade federal; a Lei 14.611/2023 de igualdade salarial entre homem e mulher exige reporte de pay-gap de gênero pra empresa com 100+ funcionário; e o pushback contra branding "DEI" levou algumas empresas a mudar pra framing de "Pertencimento" ou "Cultura Inclusiva" enquanto mantém o trabalho de medição subjacente.

Do deployment da pesquisa ao plano de ação com análise interseccional em 6-8 semanas

RH ou o time D&I faz deployment da pesquisa via e-mail ou prompt in-app pra população elegível de funcionário, com comunicação clara sobre três coisas. Primeira, garantia de anonimato — resposta armazenada separadamente de dado identificativo, limiar de N-mínimo pra reporte de corte demográfico (tipicamente 5-10 por categoria), desdobramento de segmentação-demográfica só acima do piso de re-identificação, e a arquitetura explícita de tratamento-de-dado (dado sensível armazenado encriptado, acesso de RH só pra resultado agregado, sem acesso de gestor a resposta individual ou a desdobramento de corte demográfico pequeno). Segunda, auto-identificação voluntária — toda pergunta demográfica tem uma opção de "prefiro não dizer," funcionário pode pular a seção demográfica inteira e ainda completar as perguntas de inclusão/pertencimento, e a pesquisa declara explicitamente que dado demográfico não é usado pra decisão individual (contratação, desempenho, compensação). Terceira, o compromisso de ação — o que o time vai fazer com o resultado, comunicado antes da pesquisa fazer deployment pra que o funcionário possa decidir se vai investir o tempo. A pesquisa roda por uma janela definida (tipicamente 3 semanas) com visibilidade de taxa-de-resposta pra RH mas sem identificação individual. Lembrete dispara pra não-respondente sem identificar quem respondeu vs. quem não pra hierarquia de gestor. No fechamento, resposta agrega pra reporte nível-organização (resumo de composição + inclusão), pra reporte por-corte-demográfico onde N permite (gênero, raça-etnia usando categoria IBGE, idade, tempo-de-casa, localização, tipo-de-papel, orientação sexual, status PCD onde a pesquisa coletou e onde N permite), e pra análise interseccional em nível org-amplo. O time RH ou D&I analisa o resultado, identifica os 3-5 temas que merecem ação, e desenvolve um plano de ação com dono nomeado e prazo.

O que está incluído

Cada seção abaixo mapeia pra um dos três pilares estruturais: composição demográfica com auto-identificação voluntária e "prefiro não dizer," medição de inclusão/pertencimento com pergunta de framework validado, e proteção de re-identificação no estágio de análise com limiar de N-mínimo pra corte demográfico. A postura de conformidade (consentimento, transparência de tratamento-de-dado, tratamento de dado-sensível) está construída na estrutura do formulário em vez de aparafusada como pensamento posterior.

Feito pros tamanhos de org onde medição D&I é operacionalmente significativa

• B2B mid-size (50-500 funcionário, maturidade D&I crescente)

  O caso de uso primário. Org mid-size tem funcionário suficiente pra que a composição demográfica comece a produzir sinal confiável (abaixo de 50 funcionário, os N são pequenos demais pra análise demográfica significativa sem risco de re-identificação) e pequena o suficiente pra que o programa D&I ainda esteja sendo construído em vez de maduro. O stack RH-tech tipicamente usa Culture Amp Diversity Inclusion Index, Lattice DEIB, 15Five DEIB module, BambooHR com pesquisa D&I custom, ou especialista standalone D&I. Pra B2B brasileiro mid-size (RD Station, Pipefy, Conta Azul, Bling, Omie, Movidesk, Octadesk, ContaWise scale; Hotmart, Eduzz, Kiwify em tier scale-up; Stone antes de scale, Loft, QuintoAndar pre-IPO scale), o framework D&I é tipicamente construído em torno da realidade demográfica brasileira: classificação de raça usando categoria IBGE (preta, parda, branca, amarela, indígena), tracking de PCD contra a exigência de cota da Lei 8.213/91, identidade de gênero incluindo contexto brasileiro específico (mulher trans, travesti como categoria reconhecida), e tracking de origem socioeconômica (que é mais acionável no Brasil dado o padrão de desigualdade brasileiro). O stack RH-tech pra D&I brasileiro é tipicamente Mereo com suporte de pesquisa D&I, Solides DE&I module, Convenia DE&I, ou a ferramenta global deployada com localização brasileira.

• Enterprise (500+ funcionário, programa D&I sofisticado com CDO)

  Escala operacional diferente. Programa enterprise D&I roda em Workday Belonging and Diversity, Qualtrics EmployeeXM com módulo D&I, Microsoft Viva Glint módulo de inclusão, Culture Amp Enterprise DEIB, Lattice Enterprise DEIB, com liderança dedicada de Chief Diversity Officer (CDO) e análise interseccional estruturada. A análise de pay-equity é tipicamente embutida no programa D&I em escala enterprise. Pra Brasil especificamente, a Lei 14.611/2023 de igualdade salarial entre homem e mulher exige reporte semestral de pay-gap de gênero pra empresa com 100+ funcionário, com submissão eletrônica ao Ministério do Trabalho via Portal Emprega Brasil. Pra enterprise brasileiro (Vale, Petrobras, Itaú, Bradesco, Banco do Brasil, Magazine Luiza, JBS, Ambev, Embraer, TOTVS, BTG Pactual, Stone, MercadoLivre, Hotmart, XP Inc, Pagseguro, Natura&Co, Globo), o programa D&I tipicamente embute o tracking de cota PCD (Lei 8.213/91 exige empresa brasileira com 100+ funcionário atingir 2-5% de workforce PCD dependendo do tamanho da empresa) como métrica operacional core alongside a medição D&I mais ampla, além do compliance da Lei 14.611/2023.

• Startup (frequentemente disciplina D&I fraca, homogeneidade assada cedo)

  Dinâmica diferente de mid-size e enterprise. Startup (abaixo de 50 funcionário) frequentemente tem disciplina D&I fraca porque a org é pequena o suficiente pra que intuição de founder substitua medição formal, a homogeneidade demográfica de time fundador sistematicamente transfere pra contratação early através de rede de indicação, e a pesquisa D&I formal parece desproporcional ao modo operacional. A realidade é que startup tem a maior alavancagem em resultado D&I porque o padrão demográfico early escala persistentemente — um startup que é 90% homem nos primeiros 20 funcionário vai ter dificuldade pra alcançar paridade de gênero em 200 funcionário. Pra startup brasileiro (Y Combinator graduates, startup do Cubo Itaú accelerator, portfolio ACE Startups, ecossistema SaaS brasileiro early-stage), a realidade de PCD começa em escala pequena porque empresa brasileira com 100+ funcionário atinge a exigência de cota; startup planejando crescer além de 100 deveria começar o trabalho de inclusão de PCD mais cedo em vez de retroativamente.

• Setor público (tracking legalmente-mandado, framework de serviço civil)

  Restrição operacional diferente. Medição D&I de setor-público tipicamente é governada por exigência legal específica que varia por jurisdição. Setor público brasileiro: SIGEPE captura demografia de servidor civil com exigência específica de reporte; a cota PCD sob Lei 8.213/91 aplica; o Estatuto da Igualdade Racial (Lei 12.288/2010) cria obrigação específica pra entidade federal. Universidade federal (IFES), instituto federal, secretaria estadual têm framework D&I variável baseado em política institucional específica. Pesquisa D&I do setor-público frequentemente tem exigência mais rigorosa de privacidade e coordenação-sindical que setor privado — sindicato do setor-público brasileiro como SINDIFISCO, SINDSEP, ANDES pra docente do ensino superior, pode ter um papel em design de pesquisa ou em uso de resultado de pesquisa.

• Contexto específico de indústria (tech, financeiro, saúde com desafio demográfico específico de indústria)

  Padrão demográfico diferente e prioridade D&I diferente por indústria. Indústria tech: desequilíbrio de gênero em papel técnico (engenharia, infraestrutura, segurança), desequilíbrio racial-étnico especialmente em nível sênior, padrão de discriminação de idade (a cultura de "empresa jovem" frequentemente enviesando contra candidato mais velho), representação neurodivergente cada vez mais rastreada. Financeiro: padrão similar de gênero e raça em nível sênior, com pressão regulatória adicional da Lei 14.611/2023 brasileira de igualdade salarial. Saúde: desequilíbrio de gênero em papel específico (enfermagem feminino-dominado, cirurgia masculino-dominado), padrão racial-étnico em matching paciente-prestador que afeta qualidade-de-cuidado, consideração de fluência-linguística pra atender população de paciente diversa. Cada indústria tem elemento específico de framework D&I que pesquisa D&I genérica não captura bem. Pra indústria brasileira especificamente, o setor financeiro sob Bacen começou a exigir disclosure de pay-gap de gênero; o setor tech competindo pelo pool brasileiro de talento com empresa US-based enfrenta pressão específica de compensação e caminho-de-visto que afeta padrão D&I; o setor saúde sob regulação da ANS tem consideração específica de diversidade de população-de-paciente.

• Empresa rodando relatório anual D&I ou disclosure ESG

  Caso de uso específico. Empresa que publica relatório anual D&I ou disclosure ESG usa a pesquisa D&I como a fonte primária de dado. Empresa do S&P 500 e FTSE 100 quase universalmente publica métrica D&I anual; a prática se espalha pra empresa B2B mid-size como parte de estratégia de relação-com-investidor e employer-brand de recrutamento. A pesquisa D&I pra essas empresa precisa produzir a métrica específica exigida pelo framework de disclosure — tipicamente representação de gênero, representação racial-étnica, desdobramento por nível-de-liderança, análise de pay-equity, attrition por demográfico. Pra empresa brasileira publicando relatório ESG (empresa listada na B3, especialmente aquelas no ISE Sustainability Index), o disclosure demográfico tipicamente inclui percentual PCD, gênero em nível de liderança, composição racial usando categoria IBGE, e cada vez mais representação LGBTQIA+. Pra empresa brasileira sob a Lei 14.611/2023 de igualdade salarial, o reporte semestral via Portal Emprega Brasil é exigência regulatória direta com base na pesquisa D&I.

Configure o formulário pro seu framework demográfico, escolha de medição-de-inclusão, e obrigação de disclosure

Comece com a camada de conformidade regulatória porque ela determina o resto do design. Pra dado sensível LGPD Artigo 11 brasileira, consentimento específico é exigido antes de qualquer pergunta demográfica sensível, com consentimento armazenado como trilha de auditoria, com direito-de-retirar claramente comunicado, com arquitetura de tratamento-de-dado transparente, e com Autoridade Nacional de Proteção de Dados (ANPD) como o regulador supervisor. Pra dado sensível GDPR Artigo 9 UE, padrão de consentimento explícito similar com a consideração adicional que jurisdição UE pode exigir Avaliação de Impacto de Proteção de Dados (DPIA) dependendo da escala de processamento e risco. Pra Brasil, classificação racial usa categoria IBGE (preta, parda, branca, amarela, indígena) — essa é a categoria oficial brasileira usada em censo e dado governamental; desviar dela cria incomparabilidade analítica e perde a possibilidade de benchmark contra dado IBGE. Pra PCD, use as categorias específicas do INSS / Lei 13.146/2015 (deficiência física, deficiência visual, deficiência auditiva, deficiência mental, deficiência intelectual, deficiência múltipla) em vez de categoria genérica de deficiência. Adicione "prefiro não dizer" como opção de resposta não-opcional pra toda pergunta demográfica — auto-identificação voluntária é exigida sob cada framework principal de privacidade. Escolha o framework de medição de inclusão. Culture Amp Diversity Inclusion Index é o mais-usado pra B2B mid-market. Lattice DEIB scorecard é o padrão pra org Lattice-customer. Microsoft Viva Glint módulo de inclusão integra com stack Microsoft 365. Fixe os limiar de re-identificação. N mínimo pra reporte de corte demográfico é tipicamente 5-10. Integre com o stack RH-tech: Workday Belonging and Diversity, Qualtrics EmployeeXM DE&I, Microsoft Viva Glint inclusion, Culture Amp Diversity Inclusion Index, Lattice DEIB pra internacional; Mereo DE&I, Solides DE&I, Convenia DE&I, Senior Sistemas, TOTVS RH pra mercado-brasileiro. Pra deployment brasileiro, tratamento conforme-LGPD de dado sensível com captura de consentimento, canal de processamento separado, e princípio de minimização-de-dado built-in. Pra empresa brasileira com 100+ funcionário, garanta que a pesquisa D&I gere o dado necessário pro reporte semestral de pay-gap de gênero exigido pela Lei 14.611/2023, com submissão via Portal Emprega Brasil ao Ministério do Trabalho. Traduza pros idiomas do seu workforce.

Perguntas frequentes sobre a pesquisa de diversidade, equidade e inclusão

Modelos relacionados