Qualidade de dados: as dimensões que definem se você pode confiar na base

Resumo rápido: Qualidade de dados é o grau em que os dados servem ao uso pretendido. Não se mede com uma única régua, e sim por dimensões — completude, unicidade, acurácia, consistência, atualidade e validade. Um dado pode estar "certo" e ainda assim ser inútil se estiver desatualizado, duplicado ou fora de padrão.

"Mas o dado está lá"

Uma frase que aparece muito em projeto: "o dado está lá, o campo está preenchido". Estar preenchido não quer dizer estar certo. Um CNPJ pode estar no campo certo e ainda ser de outra empresa. Um endereço pode existir e estar desatualizado há três anos. Um material pode ter descrição, e essa descrição não dizer nada útil. Qualidade de dados é sobre confiança, não sobre campo cheio.

O ponto é que qualidade não é uma coisa só. Por isso a gente fala em dimensões.

As principais dimensões da qualidade de dados

Completude é sobre não faltar o que importa. Um cadastro de fornecedor sem dado bancário, ou um material sem unidade de medida, está incompleto para o uso. Completude não é preencher todo campo existente, é preencher o que o processo precisa.

Unicidade é sobre não haver duplicidade. Cada entidade real deve ter um único registro. Dois cadastros para o mesmo cliente violam a unicidade e quebram qualquer contagem, qualquer visão consolidada.

Acurácia é sobre o dado refletir a realidade. O nome bate com o documento? O preço é o preço real? A acurácia é a dimensão mais difícil de medir sozinho, porque muitas vezes exige confrontar o dado com uma fonte externa confiável.

Consistência é sobre o dado não se contradizer entre sistemas. Se o cliente é "ativo" no CRM e "inativo" no ERP, há inconsistência. Consistência é o que permite que áreas diferentes cheguem ao mesmo número.

Atualidade é sobre o dado estar no tempo certo. Um endereço correto em 2022 pode estar errado hoje. Dado desatualizado é dado errado com aparência de certo.

Validade é sobre o dado respeitar as regras de formato e domínio. Uma data de nascimento no futuro, um CEP com número de dígitos errado, um código fora da lista permitida — tudo isso é invalidade.

Quem trata essas dimensões separadamente consegue enxergar onde a base falha de verdade, em vez de dizer genericamente que "os dados são ruins".

Por que qualidade de dados dá tanto trabalho

Porque dado ruim quase nunca grita. Ele não trava o sistema. Ele passa. O pedido é feito, a nota é emitida, o relatório é gerado. O problema aparece depois, longe da origem, disfarçado de outra coisa: a compra que saiu mais cara, o imposto recolhido a mais, o cliente que recebeu no endereço errado, a previsão de demanda que furou.

Como o sintoma aparece longe da causa, é raro alguém conectar os pontos e dizer "isso foi dado ruim". Por isso qualidade de dados precisa ser medida de forma proativa, com indicadores, e não apenas quando o problema estoura.

Como medir qualidade de dados

Medir começa por escolher as regras que importam para cada domínio. Em um cadastro de material, por exemplo: percentual de itens com descrição no padrão, percentual com NCM válido, percentual sem duplicidade, percentual com unidade de medida coerente. Cada regra vira um indicador, e o conjunto vira um painel de qualidade.

O valor de medir não é só saber onde está ruim. É acompanhar a evolução. Uma boa governança faz a qualidade subir ao longo do tempo e sustenta o patamar. Sem medição, a empresa acha que melhorou porque fez um mutirão de limpeza — e não percebe que a base voltou a degradar meses depois.

Saneamento não é o fim, é o começo

Muita empresa trata qualidade como um evento: contrata um saneamento, limpa a base, comemora e segue a vida. Meses depois, a bagunça voltou. Isso acontece porque saneamento sem governança é enxugar gelo. Enquanto o processo de entrada permitir dado ruim, a base vai se sujar de novo.

Qualidade sustentável vem de validar na entrada, com regra clara, para o erro não nascer. Corrigir depois é sempre mais caro do que impedir na origem. Sobre limpeza de base, veja saneamento de dados.

Qualidade de dados e IA

Modelos de IA são tão bons quanto os dados que os alimentam. Uma IA treinada em uma base com duplicidade, campos vazios e classificações erradas vai aprender esses vícios. Pior: vai apresentá-los com confiança, o que dificulta perceber o erro. Antes de sonhar com IA sofisticada, o passo mais rentável costuma ser elevar a qualidade dos dados mestres. É menos glamouroso e mais eficaz.

Um exemplo prático de como as dimensões se combinam

Pegue um cadastro de fornecedor para ver as dimensões agindo juntas. Um fornecedor pode ter o CNPJ preenchido (parece completo), mas esse CNPJ pertence a outra filial (falha de acurácia). O nome pode estar correto, mas cadastrado também sob uma pequena variação em outro registro (falha de unicidade). O dado bancário pode estar certo, mas ser de dois anos atrás, antes de o fornecedor trocar de banco (falha de atualidade). E o campo de situação fiscal pode dizer "regular" no cadastro enquanto o sistema oficial diz outra coisa (falha de consistência).

Nenhum desses problemas trava o sistema. O pagamento é agendado, a compra é liberada, tudo parece funcionar. Até o dinheiro cair na conta errada, ou a compra sair de um fornecedor irregular. O ponto é que qualidade de dados não é uma nota única; é um conjunto de verificações que precisam passar juntas. Olhar só para "o campo está preenchido" é enxergar uma dimensão e ignorar as outras cinco.

Qualidade de dados é responsabilidade de quem, afinal

Uma pergunta que sempre aparece: de quem é a qualidade dos dados? A resposta que costuma dar errado é "da TI". A TI cuida do sistema, da integração, da infraestrutura. Mas ela não sabe se o fornecedor mudou de banco, se o material está classificado na família certa, se o cliente é o mesmo daquele outro registro. Quem sabe isso é o negócio. Por isso a qualidade de dados é uma responsabilidade compartilhada, com o negócio definindo o que é certo e a TI dando as ferramentas para sustentar.

Quando a qualidade é jogada inteira no colo da TI, ela morre, porque a TI não tem como julgar o conteúdo do dado. E quando é jogada inteira no negócio sem ferramenta, também morre, porque falta escala. A qualidade sustentável vive na parceria: regra vinda do negócio, medição e automação vindas da tecnologia, e alguém claramente responsável por acompanhar os indicadores. Sem essa divisão clara, a qualidade fica sendo de todos e de ninguém, que é a receita para ela nunca melhorar de verdade.

MDM Academy: qualidade de dados como competência

Saber medir e melhorar a qualidade de dados é uma das competências mais requisitadas em governança. A MDM Academy, escola da 4MDG, forma profissionais que dominam essas dimensões na prática, com base na experiência da 4MDG em projetos de saneamento e governança de grandes bases de dados. Se você quer aprender a diagnosticar uma base, definir indicadores e construir qualidade que se sustenta, a formação da MDM Academy foi desenhada para isso.

Qualidade de dados não é perfeição

Um mal-entendido que atrapalha projetos de qualidade é achar que a meta é o dado perfeito. Não é. Perseguir perfeição em todos os campos de toda a base é caro, lento e, na maioria dos casos, desnecessário. A qualidade que importa é a qualidade para o uso. Um campo que ninguém usa não precisa estar impecável. Um campo que decide imposto, pagamento ou compra precisa estar certo. O bom trabalho de qualidade prioriza: identifica quais dados, em quais dimensões, têm impacto real, e concentra esforço ali.

Essa lógica evita dois extremos ruins. De um lado, o descaso, que trata todo dado como irrelevante e deixa a base apodrecer. De outro, o perfeccionismo, que gasta energia polindo dados que não mudam nenhuma decisão. O equilíbrio está em ligar qualidade a consequência: onde o erro custa caro, exige-se rigor; onde não custa, aceita-se o suficiente. Definir esse critério é uma decisão de negócio, não técnica, e é o que torna um programa de qualidade sustentável em vez de um poço sem fundo. Qualidade inteligente é sobre focar o esforço onde ele rende, não sobre buscar um ideal que nunca chega.

Perguntas frequentes sobre qualidade de dados

O que é qualidade de dados? É o grau em que os dados servem ao uso pretendido, medido por dimensões como completude, unicidade, acurácia, consistência e atualidade.

Quais são as dimensões da qualidade de dados? As mais usadas são completude, unicidade, acurácia, consistência, atualidade e validade.

Como medir a qualidade de dados? Definindo regras por domínio, transformando cada uma em indicador e acompanhando a evolução em um painel de qualidade.

Por que a base fica ruim de novo depois do saneamento? Porque saneamento sem governança na entrada não impede que o erro volte. É preciso validar na origem.

Qualidade de dados influencia projetos de IA? Diretamente. IA aprende com os dados; base ruim gera modelo ruim, com erros apresentados de forma convincente.