Resposta direta
A qualidade de uma base cadastral deve ser medida em várias dimensões: completude, validade, consistência entre campos, duplicidades, divergências entre sistemas e recuperabilidade. A análise precisa mostrar também o que não pode ser corrigido com segurança. Para dimensionar um projeto de higienização, o ideal é processar 100% dos registros fornecidos no escopo, sem amostragem, e manter o original intacto.
- Campo preenchido não significa dado correto.
- Duplicidade é uma dimensão de qualidade que exige comparação entre registros.
- Conflitos entre ERP e CRM só aparecem quando as fontes são reconciliadas.
- Potencial de recuperação é diferente de percentual de erro: nem todo erro pode ser corrigido automaticamente.
Não comece pela pergunta “quantos campos estão vazios?”
Completude é uma métrica útil, mas ela responde apenas se existe algum conteúdo no campo. Uma base pode ter excelente taxa de preenchimento e ainda manter CEPs incompatíveis com a cidade, telefones inválidos, documentos repetidos e várias versões do mesmo cliente.
Por isso, um diagnóstico de qualidade precisa combinar várias dimensões e mostrar os grupos separadamente.
1. Completude: o que falta
Completude mede campos ausentes. Ela ajuda a identificar falhas de coleta, integrações que não transportam determinados atributos e processos que deixam informações essenciais em branco.
É a camada mais simples e não deve ser confundida com qualidade total.
2. Validade: o conteúdo respeita a estrutura esperada?
Validade verifica se o valor faz sentido para o tipo de dado. Documentos podem ter estrutura inválida, telefones podem não ter quantidade adequada de dígitos, datas podem estar fora do padrão e CEPs podem não existir.
Uma validação estrutural melhora a leitura do problema, mas ainda não prova que o valor pertence à entidade correta.
3. Consistência: os campos concordam entre si?
Consistência observa relações. CEP, cidade e logradouro devem formar um conjunto coerente. Tipo de pessoa e documento precisam ser compatíveis. Informações repetidas em tabelas ou sistemas distintos precisam ser comparáveis.
É nessa dimensão que aparecem muitos registros “preenchidos” que não estão corretos.
4. Duplicidade e identidade: quantas versões da mesma entidade existem?
Duas linhas não precisam ser idênticas para representar a mesma pessoa ou empresa. A medição deve procurar relações usando as evidências disponíveis e registrar o critério que justificou cada associação.
Para o problema específico de identidade, veja os 8 critérios de deduplicação e a análise MDM ou duplicidades?.
5. Conflitos entre sistemas: qual versão está em cada fonte?
ERP, CRM, financeiro e legado podem manter atributos diferentes do mesmo cliente. Um diagnóstico corporativo não deve olhar cada base isoladamente quando a decisão depende da visão conjunta.
O objetivo inicial pode ser apenas demonstrar os conflitos e ligar as versões, sem obrigar a empresa a escolher um registro mestre físico naquele momento.
6. Recuperabilidade: o que realmente pode ser corrigido?
Um bom diagnóstico não entrega apenas percentual de erro. Ele separa o que pode ser certificado, o que pode ser corrigido com evidência suficiente, o que depende de informação auxiliar e o que deve permanecer como exceção.
Essa divisão é importante porque erro detectado não é sinônimo de correção automática. Em qualidade de dados, prometer alteração onde a evidência não existe aumenta o risco.
7. Padrões recorrentes: onde o problema nasce
Além de contar registros, vale agrupar padrões: valores genéricos repetidos, campos livres com estruturas recorrentes, códigos que perderam unicidade, formatos importados por determinado sistema e concentrações de erro por origem.
Esses padrões ajudam a decidir quais regras terão maior impacto e se o problema está na base histórica ou continua sendo produzido pelo processo atual.
Como deveria ser a saída de um diagnóstico
- quantidade e percentual de registros certificados;
- quantidade e percentual de registros corrigíveis ou padronizáveis;
- inconsistências que exigem dado auxiliar ou decisão humana;
- duplicidades e potenciais duplicidades, quando os atributos necessários estiverem no escopo;
- indicadores executivos por tipo de problema;
- registros certificados devolvidos com a evidência prevista no escopo.
Amostra ou base inteira?
Amostras podem ser úteis para estudos exploratórios, mas um projeto de tratamento é dimensionado com muito mais segurança quando o diagnóstico processa a base efetivamente fornecida. Duplicidades raras, vícios concentrados em certos períodos e exceções de determinados sistemas podem desaparecer em uma amostra pequena.
Na oferta atual da Kompliance, o Raio X da Base processa 100% dos registros fornecidos, sem amostragem, por R$ 0,01 por registro, dentro do escopo acordado.
O diagnóstico define o tratamento
Depois da medição, a empresa pode decidir onde vale higienizar, deduplicar, recuperar endereços ou preparar dados para MDM. O guia de higienização de dados cadastrais mostra como essas frentes se conectam preservando o original e registrando a evidência de cada transformação.
Perguntas frequentes
Quais métricas indicam qualidade de dados cadastrais?
Completude, validade, consistência, duplicidade, conflitos entre fontes e recuperabilidade são dimensões úteis para medir a qualidade antes do tratamento.
Campo preenchido significa dado correto?
Não. Preenchimento mede presença. O valor ainda pode ser inválido, incoerente com outros campos, desatualizado ou pertencer ao registro errado.
Todo erro encontrado pode ser corrigido automaticamente?
Não. O diagnóstico deve separar correções seguras de casos ambíguos ou dependentes de informação auxiliar.
O Raio X usa amostragem?
Não. A oferta atual processa 100% dos registros fornecidos no escopo acordado, sem amostragem.