As seis dimensões de qualidade que sustentam um programa de dados

Todo programa de governança chega, cedo ou tarde, à mesma pergunta: o dado está bom? A pergunta parece simples e não é. "Bom" para quem, para qual decisão, com qual tolerância. Sem decompor a palavra em dimensões mensuráveis, a discussão vira opinião — e opinião não entra em indicador.

As seis dimensões abaixo são as que sustentam a maior parte dos programas que vimos funcionar. Nenhuma delas exige ferramenta paga para começar: todas cabem numa consulta SQL sobre a própria base.

Completude

Mede a ausência de valor onde valor é obrigatório. Não confunda com campo vazio: um campo opcional em branco não é incompletude, é escolha. A medida útil é o percentual de registros que têm todos os campos exigidos pela regra do domínio.

O erro comum é medir completude contra o schema em vez de contra a regra de negócio. O banco aceita fornecedor sem CNPJ; o processo de pagamento, não.

Unicidade

Mede quantas vezes a mesma entidade do mundo real aparece como registros distintos. É a dimensão que mais dói e a que mais se esconde, porque duplicidade raramente é idêntica — muda um acento, uma abreviação, um dígito.

Comece pela chave que o negócio reconhece como única: CNPJ para fornecedor, matrícula para colaborador, código de barras para material. Onde não existe chave, unicidade não é um problema de dados, é uma decisão de modelagem pendente.

Validade

Mede conformidade com formato e domínio de valores. CEP com oito dígitos, UF dentro das 27, data que existe no calendário, status entre os previstos. É a dimensão mais fácil de automatizar e a primeira que deve entrar no cadastro, não na auditoria.

Validade não garante verdade. Um CNPJ formalmente válido pode não existir na Receita. Isso é acurácia, não validade.

Consistência

Mede se o mesmo fato bate entre sistemas e entre campos. O cliente marcado como inativo no CRM tem pedido em aberto no ERP. O produto tem unidade de medida "caixa" e peso unitário em gramas.

Consistência é a dimensão que revela problema de processo, não de digitação: quando dois sistemas discordam, quase sempre existem dois donos e nenhuma regra sobre quem vence.

Acurácia

Mede a distância entre o dado e o fato que ele representa. É a dimensão mais difícil, porque exige fonte externa de verdade: uma consulta à Receita, uma conferência física de estoque, uma ligação para o cliente.

Por isso acurácia raramente é medida em 100% da base. Escolha uma amostra estatisticamente defensável e meça com periodicidade fixa. Amostra medida vale mais que censo prometido.

Atualidade

Mede se o dado reflete o estado atual do fato. Um endereço correto em 2019 é hoje um endereço errado. A medida prática é a idade do último evento de atualização confrontada com a taxa esperada de mudança daquele atributo.

Endereço muda; CPF não. Definir a expectativa por atributo evita o desperdício de recadastrar o que não muda.

Como transformar isso em indicador

Escolha um domínio, não a base inteira. Para cada dimensão, escreva uma consulta que devolva um número entre 0 e 100 e uma lista dos registros que falharam. Publique o número e entregue a lista para a área dona.

O número serve para acompanhar tendência. A lista é o que faz o trabalho acontecer — indicador sem lista de exceção produz reunião, não correção.

Defina a meta com a área, não para a área. Uma completude de 92% pode ser excelente num domínio e inaceitável em outro; quem sabe a diferença é quem responde pelo processo.