FICAR NA FRENTE DA QUALIDADE DOS DADOS

POR THOMAS C. REDMAN

VISÃO GERAL

A maioria das organizações é muito tolerante com dados ruins. Resolver o problema dos dados
geralmente não é difícil, mas é preciso coragem e persistência para mudar o status quo. A melhor
qualidade de dados depende de uma comunicação mais eficaz entre os criadores de dados e os clientes
de dados. Os líderes também devem assumir a responsabilidade pela qualidade dos dados, em vez de
depender apenas da equipe de TI.

Qualquer gerente pode melhorar a qualidade dos dados dentro de seu alcance de controle. A chave é
usar um ciclo de gerenciamento de processos que inclua as necessidades do cliente, medições,
melhorias e controles. Dados ruins são como vírus, mas dados de qualidade podem servir como fonte de
vantagem competitiva.

CONTEXTO

Thomas Redman, autor do artigo da Harvard Business Review de dezembro de 2013 “Data’s Credibility
Problem”, descreveu os problemas que as organizações enfrentam relacionados à qualidade dos dados,
juntamente com possíveis soluções.

APRENDIZAGENS CHAVES

MELHORAR A QUALIDADE DOS DADOS REQUER UMA MUDANÇA CULTURAL DENTRO DAS
ORGANIZAÇÕES
Com demasiada frequência, a responsabilidade pela qualidade dos dados recai sobre os usuários de
dados. Iniciativas sustentáveis de qualidade de dados exigem uma cultura em que os consumidores e
criadores de dados compartilhem a responsabilidade pela integridade das informações. Para ilustrar
esse ponto, o Dr. Redman contou duas histórias de esforços de qualidade de dados:

• O Executivo em Ascensão. Enquanto se preparava para uma apresentação importante, um gerente de

nível médio viu uma figura que parecia suspeita. Após algumas pesquisas, seu assistente descobriu que
os dados estavam errados e os corrigiu. Embora essa resposta tenha evitado um possível desastre, o
gerente não tomou nenhuma medida adicional para evitar que o problema de mim ocorresse
novamente, deixando outras pessoas vitimizadas. O desafio para a liderança é construir uma cultura em
que a falha em avisar sobre erros de dados é inaceitável.

• Qualidade de dados: o filme. Os líderes de uma organização perceberam que precisavam de dados
mais precisos. Assim, eles deram quatro passos: 1) documentaram claramente as necessidades de dados
dos clientes; 2) foram definidas as medidas; 3) foram feitas melhorias; e 4) controles foram
implementados. Nesse caso, a responsabilidade gerencial pela qualidade dos dados foi compartilhada
entre os criadores de dados e os clientes, e desastres futuros foram evitados. Esse modelo ideal deve ser
aplicado a clientes de dados importantes em toda a organização.

O ESTABELECIMENTO DE UM CICLO DE GERENCIAMENTO DE PROCESSOS MELHORA A

QUALIDADE DOS DADOS, ELIMINANDO OS PROBLEMAS DE COMUNICAÇÃO
Um grande obstáculo à qualidade dos dados são os silos departamentais. Isso inibe a comunicação entre
criadores de dados e clientes. Uma maneira poderosa de quebrar essas barreiras é um ciclo de
gerenciamento de processos que oferece uma técnica repetível para melhorar a qualidade dos dados.

Exemplos incluem Six Sigma, Lean e o Ciclo de Melhoria da Qualidade. Há quatro aspectos importantes
nessa abordagem:

1. Entenda as necessidades do cliente. Quando se trata de qualidade de dados, apenas dois momentos
importam: criação e uso. O objetivo geral das iniciativas de qualidade de dados é conectar esses dois
momentos. A qualidade dos dados é definida como o atendimento das necessidades mais importantes
dos clientes mais importantes. As organizações devem saber quem são seus clientes de dados, quais são
os mais importantes e o que desejam. Também é importante reconhecer que as necessidades dos
consumidores de dados geralmente mudam com o tempo.

2. Desenvolva um sistema de medição. O velho ditado “Você não pode gerenciar o que não mede” se
aplica à qualidade dos dados. As medições devem refletir a verdadeira extensão do problema de
qualidade de dados. Por exemplo, uma equipe pode ter 10 registros de dados, cada um com 10 dados.
De 100 dados, quatro podem estar errados. No entanto, quando um único dado está errado, todo o
registro é inutilizável. Nesse caso, a qualidade dos dados deve ser medida em 60% (seis de 10 registros
são utilizáveis) em vez de 96% (96 dados precisos em 100).

3. Identificar oportunidades de melhoria. A maioria das melhorias é relativamente simples e não requer
muito esforço. Problemas de raiz são frequentemente o resultado de comunicação insuficiente entre
criadores de dados e clientes.

4. Estabeleça controles e verifique a conformidade com os requisitos. As pessoas não gostam de

controles, mas eles são essenciais. Os controles evitam a recorrência das causas-raiz, evitam erros
simples e permitem a calibração quando os dados são coletados de maneira automatizada. A
conformidade com os requisitos ajuda a cultivar a confiança nos dados.

OS LÍDERES SENIORES DEVEM DECIDIR QUAL ABORDAGEM USAR PARA MELHORAR A

QUALIDADE DOS DADOS
A falta de qualidade dos dados pode ser vista como um lago poluído. O lago representa os bancos de
dados, a água são os dados e os riachos são as fontes de novos dados. A poluição de dados nesta
metáfora é causada por quebras nos processos de negócios. Nesse cenário, três opções estão
disponíveis para melhorar a qualidade dos dados:

1. Não gerenciado. Com essa abordagem, os clientes de dados precisam lidar com informações
imprecisas. Esta opção não é recomendada.

2. Evite erros na origem. Essa opção é a melhor, mas exige que os criadores de dados alterem suas
práticas.

3. Encontre e corrija. Nesse caso, o trabalho é feito para limpar o banco de dados. As equipes podem
comprar uma ferramenta para ajudar a identificar e corrigir erros.
A MENOS QUE UMA ABORDAGEM PROATIVA SEJA ADOTADA (A OPÇÃO 2 É A
MELHOR, A OPÇÃO 3 É UMA SEGUNDA DISTANTE), O IMPULSO ORGANIZACIONAL
AUMENTARÁ A RESPONSABILIDADE PELA QUALIDADE DOS DADOS PARA OS
CLIENTES DE DADOS (OPÇÃO 1)

TODOS, NÃO APENAS A TI, SÃO RESPONSÁVEIS PELA QUALIDADE DOS DADOS
Todos em uma organização tocam os dados, portanto, todos devem desempenhar um papel na
qualidade dos dados. Tornar a equipe de TI a única responsável pela qualidade dos dados é uma receita
que provavelmente falhará. É difícil para a TI fornecer liderança, porque não é um criador de dados nem
um cliente de dados.

Dr. Redman descreveu como diferentes grupos de partes interessadas podem contribuir para a
qualidade dos dados:

• Clientes e criadores de dados. Os consumidores de dados devem deixar suas necessidades claras. Os
criadores de dados são responsáveis por entender e atender às necessidades dos clientes. Isso pode ser
feito por meio do gerenciamento de processos.

• Liderança. Os líderes devem estabelecer as responsabilidades gerenciais corretas, construir uma

cultura que valorize os dados e focar o esforço de qualidade dos dados.

• TI: A equipe de TI deve garantir ganhos de melhoria, fornecer ferramentas e garantir que os modelos
de dados do fornecedor atendam às necessidades do cliente.

• Equipe de qualidade de dados. Uma equipe pequena e focada pode facilitar a obtenção da qualidade
dos dados. Este grupo fornece métodos e medições comuns, facilita melhorias, acompanha o progresso,
fornece treinamento, executa processos de metadados e envia outras partes interessadas.

"Receba a responsabilidade pela qualidade dos dados fora da TI e nos momentos de criação e uso de
dados." —Thomas Redman

Dado o alto custo das informações ruins, as iniciativas de qualidade de dados podem ser uma grande
vitória.

Dados ruins são como vírus. Não há como dizer onde isso vai acabar ou que dano vai causar. Dados
incorretos desempenharam um papel, por exemplo, na recente recessão, à medida que os pedidos de
hipoteca falsificados e classificações imprecisas proliferavam. Quase todos os dias, dados ruins colocam
as organizações no noticiário.

Dr. Redman chama dados de qualidade de “presente que continua dando”. Dados precisos não apenas
economizam dinheiro, mas também permitem que os líderes administrem seus negócios com mais
eficiência. Dados de alta qualidade podem se tornar uma fonte de vantagem competitiva de várias
maneiras:

• Melhores resultados para provedores de baixo custo. Até 20% da receita é desperdiçada lidando com
dados ruins. Melhorar a qualidade dos dados pode ter um efeito significativo nos resultados.

• Inovação aprimorada. As oportunidades de inovação são frequentemente identificadas por meio de

big data e análises avançadas. Esses insights são mais promissores quando são baseados em dados
confiáveis.

• Conteúdo atraente. Como disse Michael Eisner, “o conteúdo é rei”.

• Tomada de decisão orientada por dados. Até 50% do tempo dos trabalhadores do conhecimento é
gasto procurando dados e lidando com erros. A produtividade aumenta quando os clientes de dados
saem do negócio de qualidade de dados.

A questão não é se as organizações devem se preocupar com a qualidade dos dados – obviamente
devem – mas sim onde devem concentrar seus esforços. As empresas devem identificar quais
informações são mais importantes e, em seguida, fazer investimentos direcionados em medidas de
qualidade de dados.

OUTRO PONTO IMPORTANTE

Metadados. Metadados descrevem onde a informação reside e o que a informação significa. Bons
metadados tornam mais fácil para as pessoas encontrar e interpretar dados. Exemplos de metadados
incluem modelos de dados, definições de dados, regras de negócios, convenções de nomenclatura,
restrições de privacidade e segurança e detalhes de armazenamento ou acesso.