Essa seção orienta como utilizar dados e integrações de forma eficiente, segura e escalável dentro dos workflows.

📘 Principais boas práticas

🔹 Utilizar apenas os dados necessários

Evite consumir ou trafegar dados que não serão utilizados no workflow.

👉 Benefícios:

• Reduz tempo de execução
• Diminui custo de integração
• Simplifica o fluxo

🔹 Padronizar dados no início do fluxo

Utilize o nó de Valor para tratar e padronizar dados logo após o input ou integração.

👉 Exemplos:

• Remover caracteres especiais
• Padronizar formatos
• Tratar campos nulos

🔹 Tratar valores nulos e inconsistentes

Sempre considere cenários onde dados podem não existir ou estar incompletos.

👉 Evita:

• Quebras de fluxo
• Decisões incorretas
• Erros em cálculos

🔹 Evitar chamadas repetidas de integração

Não execute a mesma integração múltiplas vezes sem necessidade.

👉 Sempre que possível:

• Reutilize dados já consultados
• Armazene resultados em variáveis (nó de Valor)

🔹 Utilizar cache de dados

Sempre que aplicável, utilize mecanismos de **cache **para evitar reprocessamento e consumo desnecessário de integrações externas.

O cache permite reutilizar respostas de integrações já realizadas por um período determinado, evitando novas chamadas para o mesmo dado.

👉 Exemplos de uso:

• Consultas a bureaus (Serasa, SCR, etc)
• Dados cadastrais que não mudam com frequência
• Informações já utilizadas em execuções recentes

👉 Benefícios:

• Redução de custo com provedores
• Melhoria de performance
• Menor dependência de tempo de resposta externo
• Maior estabilidade do fluxo

👉 Boas práticas de cache:

• Definir tempo de expiração adequado
• Evitar cache para dados altamente dinâmicos
• Garantir que dados críticos estejam atualizados quando necessário

🔹 Monitorar tempo de resposta das integrações

Acompanhe a performance das APIs utilizadas no workflow.

👉 Importante para:

• Identificar gargalos
• Melhorar tempo de resposta
• Priorizar otimizações

🔹 Garantir consistência entre input e output

Certifique-se de que os dados recebidos e retornados estejam estruturados e padronizados.

👉 Evita:

• Problemas de integração com o cliente
• Falhas de interpretação dos dados