diff --git a/bases/br_ans_beneficiario/dataset_config.yaml b/bases/br_ans_beneficiario/dataset_config.yaml
new file mode 100644
index 000000000..c89f1e843
--- /dev/null
+++ b/bases/br_ans_beneficiario/dataset_config.yaml
@@ -0,0 +1,41 @@
+
+# Nome (slug) do conjunto no CKAN
+# Exemplos: br-ibge-populacao, br-tse-eleicoes
+name: br-ans-beneficiarios
+
+# Título do conjunto, a ser exibido no mecanismo de busca.
+# Exemplo: População brasileira
+title: Beneficiarios de plano de Saúde
+
+# Qual organização disponibiliza os dados originais?
+# Opções: escolher dessa lista -> https://basedosdados.org/api/3/action/organization_list
+# Se a organização não estiver na lista acima ou o nome não estiver conforme o manual de estilo
+# criar ou renomear a organização em https://basedosdados.org/organization/
+# Exemplos: br-ibge, br-tse, br-rj-gov
+organization: br-ans
+
+# Descrição do conjunto
+notes:
+
+# Quais temas caracterizam a base?
+# Opções: escolher dessa lista -> https://basedosdados.org/api/3/action/group_list
+# Importante: preencher com a chave, e não o valor.
+groups:
+  - saude
+
+# Quais etiquetas caracterizam a base?
+# Opções: escolher dessa lista -> https://basedosdados.org/api/3/action/tag_list
+# Exemplos:
+#    - fertilidade
+#    - preco
+#    - desmatamento
+# Caso crie etiquetas novas, as regras são:
+#    - letras minúsculas
+#    - sem acentos
+#    - sempre no singular
+#    - não repita nomes de grupos (ex. educacao, saude, meio ambiente, economia, etc.)
+tags:
+
+# Não altere esse campo.
+# Data da última modificação dos metadados gerada automaticamente pelo CKAN.
+metadata_modified:
diff --git a/bases/br_ans_beneficiario/informacao_consolidada/.gitignore b/bases/br_ans_beneficiario/informacao_consolidada/.gitignore
new file mode 100644
index 000000000..1aafc3b01
--- /dev/null
+++ b/bases/br_ans_beneficiario/informacao_consolidada/.gitignore
@@ -0,0 +1,2 @@
+input
+output
diff --git a/bases/br_ans_beneficiario/informacao_consolidada/code/count_lines.py b/bases/br_ans_beneficiario/informacao_consolidada/code/count_lines.py
new file mode 100644
index 000000000..f8e6a9331
--- /dev/null
+++ b/bases/br_ans_beneficiario/informacao_consolidada/code/count_lines.py
@@ -0,0 +1,15 @@
+from glob import glob
+import pandas as pd
+from loguru import logger
+
+csv_filepaths = glob('../input/**/*.csv', recursive=True)
+
+count = 0
+for filepath in csv_filepaths:
+    logger.info(f"reading {filepath}")
+    df = pd.read_csv(filepath, encoding="utf-8", index_col=0)
+    size = len(df.index)
+    logger.debug(f"{filepath} has {size}")
+    count += size
+
+logger.info(f"Total: {count}")
diff --git a/bases/br_ans_beneficiario/informacao_consolidada/code/pipeline.py b/bases/br_ans_beneficiario/informacao_consolidada/code/pipeline.py
new file mode 100644
index 000000000..fec903500
--- /dev/null
+++ b/bases/br_ans_beneficiario/informacao_consolidada/code/pipeline.py
@@ -0,0 +1,164 @@
+from typing import Optional, Tuple
+from dateutil.relativedelta import relativedelta
+import pandas as pd
+from multiprocessing import Pool
+from datetime import datetime
+from loguru import logger
+from pathlib import Path
+from ftputil import FTPHost
+from datetime import datetime
+from io import BytesIO
+import tempfile
+import zipfile
+from functools import reduce
+
+host = FTPHost('ftp.dadosabertos.ans.gov.br', 'anonymous')
+host.keep_alive()
+
+TABLE_NAME = 'informacoes_consolidadas_de_beneficiarios'
+FTP_PATH = 'FTP/PDA/informacoes_consolidadas_de_beneficiarios'
+RAW_COLLUNS_TYPE = {
+    '#ID_CMPT_MOVEL': str,
+    'CD_OPERADORA': str,
+    'NM_RAZAO_SOCIAL': str,
+    'NR_CNPJ': str,
+    'MODALIDADE_OPERADORA': str,
+    'SG_UF': str,
+    'CD_MUNICIPIO': str,
+    'NM_MUNICIPIO': str,
+    'TP_SEXO': str,
+    'DE_FAIXA_ETARIA': str,
+    'DE_FAIXA_ETARIA_REAJ': str,
+    'CD_PLANO': str,
+    'TP_VIGENCIA_PLANO': str,
+    'DE_CONTRATACAO_PLANO': str,
+    'DE_SEGMENTACAO_PLANO': str,
+    'DE_ABRG_GEOGRAFICA_PLANO': str,
+    'COBERTURA_ASSIST_PLAN': str,
+    'TIPO_VINCULO': str,
+    'QT_BENEFICIARIO_ATIVO': int,
+    'QT_BENEFICIARIO_ADERIDO': int,
+    'QT_BENEFICIARIO_CANCELADO': int,
+    'QT_BENEFICIARIO_CANCELADO': int,
+    'DT_CARGA': str,
+}
+
+
+def range_year_month(start: datetime, stop = datetime.now(), step = relativedelta(months=1)):
+    if (start > stop):
+        return
+
+    yield start
+    yield from range_year_month(start + step, stop)
+
+def host_months_path():
+    for date in range_year_month(datetime(2014, 5, 1), datetime(2022, 12, 31)):
+        month_path = date.strftime("%Y%m")
+        yield FTP_PATH + '/' + month_path, date
+
+
+
+def host_list(basepath: str):
+    for path  in  host.listdir(basepath)[::-1]:
+        complete_path = host.path.join(basepath, str(path))
+        yield complete_path
+
+def host_read(path: str) -> BytesIO:
+        filename, file_extension = host.path.splitext(host.path.basename(path))
+        with tempfile.NamedTemporaryFile(prefix=filename, suffix=file_extension) as tmp:
+            logger.info(f'ftp downloading {path}')
+            host.download(path, tmp.name)
+            return BytesIO(tmp.read())
+
+def read_csv_zip_to_dataframe(path) -> pd.DataFrame:
+        zfile = host_read(path)
+        with zipfile.ZipFile(zfile) as zref:
+                for filename in zref.namelist():
+                    if not filename.endswith('.csv'):
+                        continue
+                    path = host.path.join(host.path.dirname(path), filename)
+                    logger.debug(f"load {path}")
+
+                    filecontent = BytesIO(zref.read(filename))
+
+                    return pd.read_csv(filecontent, sep=';', encoding='cp1252', dtype=RAW_COLLUNS_TYPE)
+        raise Exception(f"CSV not foun in {path}")
+
+def process(df: pd.DataFrame):
+    time_col = pd.to_datetime(df['#ID_CMPT_MOVEL'], format='%Y%m')
+    df['ano'] = time_col.dt.year
+    df['mes'] = time_col.dt.month
+    del df['#ID_CMPT_MOVEL']
+    del df['NM_MUNICIPIO']
+    del df['DT_CARGA']
+
+    df.rename(columns={
+        'CD_OPERADORA': 'codigo_operadora',
+        'NM_RAZAO_SOCIAL': 'razao_social',
+        'NR_CNPJ': 'cnpj',
+        'MODALIDADE_OPERADORA': 'modalidade_operadora',
+        'SG_UF': 'sigla_uf',
+        'CD_MUNICIPIO': 'id_municipio_6',
+        'TP_SEXO': 'sexo',
+        'DE_FAIXA_ETARIA': 'faixa_etaria',
+        'DE_FAIXA_ETARIA_REAJ': 'faixa_etaria_reajuste',
+        'CD_PLANO': 'codigo_plano',
+        'TP_VIGENCIA_PLANO': 'tipo_vigencia_plano',
+        'DE_CONTRATACAO_PLANO': 'contratacao_beneficiario',
+        'DE_SEGMENTACAO_PLANO': 'segmentacao_beneficiario',
+        'DE_ABRG_GEOGRAFICA_PLANO': 'abrangencia_beneficiario',
+        'COBERTURA_ASSIST_PLAN': 'cobertura_assistencia_beneficiario',
+        'TIPO_VINCULO': 'tipo_vinculo',
+        'QT_BENEFICIARIO_ATIVO': 'quantidade_beneficiario_ativo',
+        'QT_BENEFICIARIO_ADERIDO': 'quantidade_beneficiario_aderido',
+        'QT_BENEFICIARIO_CANCELADO': 'quantidade_beneficiario_cancelado'
+    }, inplace=True)
+
+    df['cnpj'] = df['cnpj'].str.zfill(14)
+
+    # Using parquet, don't need external dictionary
+    df['tipo_vigencia_plano'].replace({
+        'P': 'Posterior à Lei 9656/1998 ou planos adaptados à lei',
+        'A': 'Anterior à Lei 9656/1998'
+    })
+
+    return df
+
+if __name__ == '__main__':
+    for month_path, month_date in host_months_path():
+        for state_path in host_list(month_path):
+            state = state_path.split("_")[-1].split(".")[0]
+
+            output_path = Path('../output') / f'ano={month_date.strftime("%Y")}' / f'mes={month_date.strftime("%m")}' / f'sigla_uf={state}' / f'ben{month_date.strftime("%Y%m")}-{state}.parquet'
+
+            if output_path.exists():
+                logger.info(f"Jumping path {output_path}. Already download")
+                continue
+
+            input_path = Path('../input') / f'ano={month_date.strftime("%Y")}' / f'mes={month_date.strftime("%m")}' / f'ben{month_date.strftime("%Y%m")}_{state}.csv'
+
+            if input_path.exists():
+                logger.debug(f"reading input in {input_path}")
+                df = pd.read_csv(input_path, encoding="utf-8", dtype=RAW_COLLUNS_TYPE, index_col=0)
+            else:
+                # Wtf, pq tem um repositorio aqui? 
+                # https://dadosabertos.ans.gov.br/FTP/PDA/informacoes_consolidadas_de_beneficiarios/201602/201607/
+                if not host.path.isfile(state_path):
+                    continue
+
+                df = read_csv_zip_to_dataframe(state_path)
+                input_path.parent.mkdir(parents=True, exist_ok=True)
+                df.to_csv(input_path, encoding="utf-8")
+
+            logger.info("Cleaning dataset")
+            df = process(df)
+
+            output_path.parent.mkdir(parents=True, exist_ok=True)
+
+            # delete partition columns
+            del df['ano']
+            del df['mes']
+            del df['sigla_uf']
+
+            logger.info(f"Writing to output {output_path.as_posix()}")
+            df.to_parquet(output_path, index=False)
diff --git a/bases/br_ans_beneficiario/informacao_consolidada/code/requirements.txt b/bases/br_ans_beneficiario/informacao_consolidada/code/requirements.txt
new file mode 100644
index 000000000..474aa6563
--- /dev/null
+++ b/bases/br_ans_beneficiario/informacao_consolidada/code/requirements.txt
@@ -0,0 +1,2 @@
+python-dateutil
+ftputil
diff --git a/bases/br_ans_beneficiario/informacao_consolidada/extra/architecture/_table_id_.xlsx b/bases/br_ans_beneficiario/informacao_consolidada/extra/architecture/_table_id_.xlsx
new file mode 100644
index 000000000..2d316bb7d
Binary files /dev/null and b/bases/br_ans_beneficiario/informacao_consolidada/extra/architecture/_table_id_.xlsx differ
diff --git a/bases/br_ans_beneficiario/informacao_consolidada/extra/architecture/informacao_consolidada.url b/bases/br_ans_beneficiario/informacao_consolidada/extra/architecture/informacao_consolidada.url
new file mode 100644
index 000000000..20379cb81
--- /dev/null
+++ b/bases/br_ans_beneficiario/informacao_consolidada/extra/architecture/informacao_consolidada.url
@@ -0,0 +1,2 @@
+[InternetShortcut]
+URL=https://docs.google.com/spreadsheets/d/11hTzsBQja-bpM9dac9NkmGvSI39xqiW7TC8amQUUvzc/edit#gid=0
diff --git a/bases/br_ans_beneficiario/informacao_consolidada/publish.sql b/bases/br_ans_beneficiario/informacao_consolidada/publish.sql
new file mode 100644
index 000000000..c35927e39
--- /dev/null
+++ b/bases/br_ans_beneficiario/informacao_consolidada/publish.sql
@@ -0,0 +1,43 @@
+/*
+Query para publicar a tabela.
+
+Esse é o lugar para:
+    - modificar nomes, ordem e tipos de colunas
+    - dar join com outras tabelas
+    - criar colunas extras (e.g. logs, proporções, etc.)
+
+Qualquer coluna definida aqui deve também existir em `table_config.yaml`.
+
+# Além disso, sinta-se à vontade para alterar alguns nomes obscuros
+# para algo um pouco mais explícito.
+
+TIPOS:
+    - Para modificar tipos de colunas, basta substituir STRING por outro tipo válido.
+    - Exemplo: `SAFE_CAST(column_name AS NUMERIC) column_name`
+    - Mais detalhes: https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types
+*/
+
+CREATE VIEW basedosdados.br_ans_beneficiario.informacao_consolidada AS
+SELECT 
+SAFE_CAST(ano AS INT64) ano,
+SAFE_CAST(mes AS INT64) mes,
+SAFE_CAST(codigo_operadora AS STRING) codigo_operadora,
+SAFE_CAST(razao_social AS STRING) razao_social,
+SAFE_CAST(cnpj AS STRING) cnpj,
+SAFE_CAST(modalidade_operadora AS STRING) modalidade_operadora,
+SAFE_CAST(sigla_uf AS STRING) sigla_uf,
+SAFE_CAST(id_municipio_6 AS STRING) id_municipio_6,
+SAFE_CAST(sexo AS STRING) sexo,
+SAFE_CAST(faixa_etaria AS STRING) faixa_etaria,
+SAFE_CAST(faixa_etaria_reajuste AS STRING) faixa_etaria_reajuste,
+SAFE_CAST(codigo_plano AS STRING) codigo_plano,
+SAFE_CAST(tipo_vigencia_plano AS STRING) tipo_vigencia_plano,
+SAFE_CAST(contratacao_beneficiario AS STRING) contratacao_beneficiario,
+SAFE_CAST(segmentacao_beneficiario AS STRING) segmentacao_beneficiario,
+SAFE_CAST(abrangencia_beneficiario AS STRING) abrangencia_beneficiario,
+SAFE_CAST(cobertura_assistencia_beneficiario AS STRING) cobertura_assistencia_beneficiario,
+SAFE_CAST(tipo_vinculo AS STRING) tipo_vinculo,
+SAFE_CAST(quantidade_beneficiario_ativo AS INT64) quantidade_beneficiario_ativo,
+SAFE_CAST(quantidade_beneficiario_aderido AS INT64) quantidade_beneficiario_aderido,
+SAFE_CAST(quantidade_beneficiario_cancelado AS INT64) quantidade_beneficiario_cancelado
+FROM basedosdados-dev.br_ans_beneficiario_staging.informacao_consolidada AS t
diff --git a/bases/br_ans_beneficiario/informacao_consolidada/table_config.yaml b/bases/br_ans_beneficiario/informacao_consolidada/table_config.yaml
new file mode 100644
index 000000000..0cb98733d
--- /dev/null
+++ b/bases/br_ans_beneficiario/informacao_consolidada/table_config.yaml
@@ -0,0 +1,442 @@
+
+# Igual ao dataset.name mas como lower case.
+# Exemplos: br_ibge_populacao, br_inep_censo_escolar
+dataset_id: br_ans_beneficiario
+
+table_id: informacao_consolidada
+
+# Título da tabela.
+title: Informações consolidadas de Beneficiários
+
+# Descreva a tabela. Essas são as primeiras frases que um usuário vai ver.
+# Você não precisa ser muito conciso. Sinta-se a vontade para dar exemplos de
+# como usar os dados.
+# Se souber, liste também aplicações: pesquisa, apps, etc. que usem os dados.,
+description: O conjunto contém Informações consolidadas de beneficiários por competência. Este será alterado para inclusão de dados acima de 5 anos e melhorias na qualidade dos dados
+
+# As máximas unidades espaciais que a tabela cobre.
+# Exemplo:
+#    - sa.br
+#  
+#    - sa.br.sp
+#  
+#    - world
+spatial_coverage:
+  - sa.br
+
+# Anos cobertos pela tabela.
+# Exemplos:
+#     - 1995(1)2019
+# Caso a cobertura não seja contínua:
+#     - 2002(2)2010
+#     - 2016
+#     - 2020
+temporal_coverage:
+  - 2014-08(1)2022-12
+
+# A unidade temporal com qual a tabela é atualizada.
+# Opções em 'https://basedosdados.org/api/3/action/bd_available_options'
+update_frequency: month
+# # Observação: as operadoras podem enviar dados que afetam informações das competências passadas. 
+# # A cada divulgação atualizamos os dados dos últimos 5 anos. 
+# # Portanto, os dados atualizados de competências já publicadas podem estar diferentes do divulgado anteriormente.
+
+# Nível de observação da tabela: o que representa cada linha.
+# A combinação das colunas aqui deve construir uma chave única da tabelaOpções de entity em 'https://basedosdados.org/api/3/action/bd_available_options'
+# Caso a entidade seja espacial incluir a informação de 'country' Exemplos:
+#     - entity: year
+#       columns:
+#           - ano
+#     - country: br
+#       entity: state
+#       columns:
+#           - sigla_uf
+observation_level: municipality
+
+last_updated:
+    metadata: '2023-03-02'
+    data: '2022-10-11 17:33:30'
+    release: '2022-10-11 17:33:30'
+
+# Versão da tabela. Seguindo o padrão de semantic versioning.
+# Exemplos: v1.0, v1.1.3
+version: v1.0
+
+# Quem está preenchendo esses metadados?
+published_by:
+    name: Guilherme Salustiano
+    email: guissalustiano@gmail.com
+    github_user: guissalustiano
+    ckan_user:
+    website: guissalustiano.dev
+
+# Qual organização/departamento/pessoa tratou os dados?
+# As vezes há um ponto intermediário entre os dados originais e subir na Base dos Dados.
+# Se essa pessoa é você, preencha abaixo com suas informações.
+data_cleaned_by:
+    name: Guilherme Salustiano
+    email: guissalustiano@gmail.com
+    github_user: guissalustiano
+    ckan_user:
+    website: guissalustiano.dev
+
+# Se houve passos de tratamento, limpeza e manipulação de dados, descreva-os aqui.
+data_cleaning_description: A coluna NM_MUNICIPIO, DT_CARGA e ID_CMPT_MOVEL foi apagada, as demais colunas foram renomeadas em lowercase e snake_case, A coluna TP_VIGENCIA_PLANO foi expandida
+
+# Url do código de limpeza dos dados do github.
+data_cleaning_code_url: https://github.com/guissalustiano/mais/blob/38200e878adab55b3b0aea1a626ce45b43619057/bases/br_ans_beneficiario/informacao_consolidada/code/pipeline.py#L86-L123
+
+# Organização que ajudou institucionalmente na disponibilização dos dados.
+partner_organization:
+    name: Guilherme Salustiano
+    organization_id:
+
+# Url dos dados originais no GCP Storage.
+raw_files_url: https://console.cloud.google.com/storage/browser/basedosdados_stag_guissalustiano
+
+# Url dos arquivos auxiliares no GCP Storage.
+auxiliary_files_url:
+
+# Url da tabela de arquitetura no GCP Storage.
+architecture_url: https://docs.google.com/spreadsheets/d/11hTzsBQja-bpM9dac9NkmGvSI39xqiW7TC8amQUUvzc/edit#gid=0
+
+source_bucket_name: basedosdados_stag_guissalustiano
+
+project_id_prod: basedosdados-379403
+
+project_id_staging: basedosdados-staging-379403
+
+# Liste as colunas da tabela que representam partições.
+# Não esqueça de deletar essas colunas nas tabelas .csv na hora de subir para o BigQuery.
+# Isso poupará muito tempo e dinheiro às pessoas utilizando essa tabela.
+# Se não houver partições, não modifique abaixo.
+partitions:
+    - ano
+    - mes
+
+# Quais são as colunas? Certifique-se de escrever uma boa descrição, as pessoas vão gostar
+# para saber sobre o que é a coluna.
+# Adicionar todas as colunas manualmente pode ser bastante cansativo, por isso, quando
+# inicializando este arquivo de configuração, você pode apontar a função para uma amostra de dados que
+# preencherá automaticamente as colunas.
+# Além disso, você deve adicionar as colunas de partição aqui e definir is_partition como True.
+columns:
+    - name: ano
+      bigquery_type: int64
+      description: Ano da competência dos dados
+      temporal_coverage: 
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id: br_bd_diretorios_data_tempo
+          table_id: ano
+          column_name: ano
+      measurement_unit: ano
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: true
+    - name: mes
+      bigquery_type: INT64
+      description: Mês da competência dos dados
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id: br_bd_diretorios_data_tempo
+          table_id: mes
+          column_name: mes
+      measurement_unit: month
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: true
+    - name: codigo_operadora
+      bigquery_type: string
+      description: Código de registro da operadora de plano de saúde na ANS
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: yes
+      observations:
+      is_in_staging:
+      is_partition:
+    - name: razao_social
+      bigquery_type: string
+      description: Razão Social da Operadora
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: false
+    - name: cnpj
+      bigquery_type: string
+      description: CNPJ da Operadora
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: false
+    - name: modalidade_operadora
+      bigquery_type: string'
+      description: Classificação das operadoras de planos privados de assistência à saúde de acordo com seu estatuto jurídico
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations: "'Administradora', 'Cooperativa Médica', 'Cooperativa odontológica', 'Autogestão', 'Medicina de Grupo', 'Odontologia de Grupo', 'Filantropia', 'Seguradora  Especializada em Saúde', 'Seguradora' or 'Administradora de Benefícios'"
+      is_in_staging: true
+      is_partition: false
+    - name: sigla_uf
+      bigquery_type: string
+      description: Sigla da Unidade da Federação
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id: br_bd_diretorios_brasil
+          table_id: uf
+          column_name: sigla
+      measurement_unit:
+      has_sensitive_data: no
+      observations: Os dados originais anonimizados pela ANS fornecem informações onde a sigla_uf="XX"
+      is_in_staging: true
+      is_partition: false
+    - name: id_municipio_6
+      bigquery_type: string
+      description: ID do Município IBGE - 6 Dígitos
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id: br_bd_diretorios_brasil
+          table_id: municipio
+          column_name: id_municipio_6
+      measurement_unit:
+      has_sensitive_data: no
+      observations: Os dados originais anonimizados pela ANS fornecem informações onde o id_municipio_6="-1"
+      is_in_staging: true
+      is_partition: false
+    - name: sexo
+      bigquery_type: string
+      description: Sexo 
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations: "'M' or 'F'"
+      is_in_staging: true
+      is_partition: false
+    - name: faixa_etaria
+      bigquery_type: 'string'
+      description: 'Faixa etária do beneficiário'
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit: age
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: false
+    - name: faixa_etaria_reajuste
+      bigquery_type: string
+      description: Faixa etária do beneficiária utilizada para o reajuste do plano definida pela Lei 9.656
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit: age
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: false
+    - name: codigo_plano
+      bigquery_type: string
+      description: Código do plano registrado ou cadastrado na ANS no qual o beneficiário possui vínculo
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: false
+    - name: tipo_vigencia_plano
+      bigquery_type: string
+      description: Início da vigência do plano para comercialização
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations: "'Anterior à Lei 9656/1998' or 'Posterior à Lei 9656/1998 ou planos adaptados à lei'"
+      is_in_staging: true
+      is_partition: false
+    - name: contratacao_beneficiario
+      bigquery_type: string
+      description: Tipo de contratação do plano do beneficiário
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations: "'Individual ou familiar', 'Coletivo empresarial', 'Coletivo por adesão', 'Individual ou Familiar + Coletivo Empresarial', 'Individual ou Familiar + Coletivo por Adesão', 'Coletivo Empresarial + Coletivo por Adesão' or 'Individual + Coletivo Empresarial + Coletivo por Adesão'"
+      is_in_staging: true
+      is_partition: false
+    - name: segmentacao_beneficiario
+      bigquery_type: string
+      description: Tipo de segmentação assistencial do plano do beneficiário
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations: "'Ambulatorial (Ambulatorial)', 'Hospitalar com obstetrícia (Hosp c/ obst)', 'Hospitalar sem obstetrícia (Hosp s/ obst)', 'Odontológico (Odontológico)', 'Referência (Amb + hosp c/ obst)', 'Ambulatorial + Hospitalar com obstetrícia (Amb + hosp c/ obst)', 'Ambulatorial + Hospitalar sem obstetrícia (Amb + hosp s/ obst)', 'Ambulatorial + Odontológico (Ambulatorial)', 'Hosp c/ obstetrícia + Hosp s/ obstetrícia (Hosp c/s obst)', 'Hospitalar com obstetrícia + Odontológico (Hosp c/ obst)', 'Hospitalar sem obstetrícia + Odontológico (Hosp s/ obst)', 'Amb + Hosp c/s Obstetrícia (Amb + hosp c/s obst)', 'Ambulatorial + Hospitalar com obstetrícia + Odontológico (Amb + hosp c/ obst)', 'Ambulatorial + Hospitalar sem obstetrícia + Odontológico (Amb + hosp s/ obst)' or 'Hosp c/s  Obstetrícia + Odont (Hosp c/s obst)'"
+      is_in_staging: true
+      is_partition: false
+    - name: abrangencia_beneficiario
+      bigquery_type: string
+      description: Tipo de abrangência do plano do beneficiário
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations: "'Nacional', 'Grupo de estados', 'Estadual', 'Grupo de municípios', 'Municipal' or 'Outras'"
+      is_in_staging: true
+      is_partition: false
+    - name: cobertura_assistencia_beneficiario
+      bigquery_type: string
+      description: Tipo de cobertura de plano do beneficiário
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit:
+      has_sensitive_data: no
+      observations: "'Médico-hospitalar com ou sem cobertura odontológica' or 'Exclusivamente Odontológica'"
+      is_in_staging: true
+      is_partition: false
+    - name: tipo_vinculo
+      bigquery_type: string
+      description: Tipo de vinculo do beneficiário
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit: people
+      has_sensitive_data: no
+      observations: "'Titular', 'Depedente' or 'Nao Informado'"
+      is_in_staging: true
+      is_partition: false
+    - name: quantidade_beneficiario_ativo
+      bigquery_type: int64
+      description: Quantidade de beneficiários ativos na competência
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit: people
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: false
+    - name: quantidade_beneficiario_aderido
+      bigquery_type: int64
+      description: Quantidade de beneficiários aderidos na competência
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit: people
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: false
+    - name: quantidade_beneficiario_cancelado
+      bigquery_type: int64
+      description: Quantidade de beneficiários cancelados na competência
+      temporal_coverage:
+        - (1)
+      covered_by_dictionary: no
+      directory_column:
+          dataset_id:
+          table_id:
+          column_name:
+      measurement_unit: people
+      has_sensitive_data: no
+      observations:
+      is_in_staging: true
+      is_partition: false
+
+number_rows: 1490467876
+
+metadata_modified: