O anti-pattern que define o custo oculto de dados sem governança tem nome concreto: "cliente do CRM" versus "cliente do ERP" versus "cliente do BI". Três verdades, zero confiança, projeto de unificação eterno. A mesma empresa com dados diferentes em cada sistema gasta capacidade gerencial em reunião de alinhamento de número em vez de reunião de decisão. Receita calculada pelo comercial não bate com financeiro, e nenhum dos dois bate com o ERP.
Subcapability 04 de 05 · Data & Analytics
Data Quality & Master Data
Seis dimensões de qualidade de dado e MDM Hub Architecture que eliminam as três versões do mesmo cliente e transformam dado de fonte de debate em base de decisão verificável.
O que está em jogo
O sistema de CRM lista 45 mil clientes. O ERP lista 38 mil. O BI lista 42 mil. Qual é o número real? Essa pergunta consome capacidade gerencial toda semana e não tem resposta enquanto as três versões do mesmo cliente coexistem sem processo de unificação com owner formal.
O que é, na prática
Como atuamos
MDM Hub com golden record
Implementamos Master Data Management com Hub Architecture que estabelece a versão autoritativa de cada entidade crítica: cliente, produto, fornecedor e conta financeira. Quando dois sistemas divergem sobre o mesmo cliente, o processo de survivorship define qual atributo prevalece com critério explícito.
Seis dimensões de qualidade mensuráveis
Estruturamos Data Quality Score por dataset crítico com seis dimensões: accuracy (dado correto), completeness (dado presente), consistency (mesmo dado em sistemas diferentes), timeliness (dado atual), validity (dado dentro do domínio esperado) e uniqueness (sem duplicata). Cada dimensão tem threshold definido e monitoramento contínuo.
Validação automática no pipeline
Instrumentamos cada pipeline com testes de qualidade via Great Expectations ou dbt tests. Dado que viola uma dimensão de qualidade bloqueia o pipeline antes de contaminar a camada de consumo. Qualidade passa de revisão manual periódica para gate automático contínuo.
Data observability com alertas proativos
Monitoramos distribuição estatística de campos, taxa de nulos, volume de registros e schema drift em tempo real. Quando o padrão muda de forma anômala, o alerta chega ao engenheiro antes que o analista descubra o problema no dashboard.
Data profiling antes de qualquer migração
Mapeamos o estado real de qualidade de cada dataset antes de qualquer iniciativa de limpeza, migração ou projeto de IA. Profiling revela onde estão os duplicados, os nulos, os formatos inconsistentes e os campos fora de domínio que vão travar o projeto se não forem tratados antes.
Ganhos mensuráveis
O que muda no resultado quando essa subcapacidade amadurece.
Percentual de duplicatas em entidades críticas (cliente, produto, fornecedor)
MDM com processo de deduplicação ativo reduz duplicatas de entidades-chave. Cada duplicata eliminada melhora a acurácia de relatórios, reduz o custo de comunicação redundante e aumenta a confiança dos times que usam o dado para decidir.
Data Quality Score médio por dataset que alimenta decisão executiva
Score medido por dimensão e por dataset torna a qualidade do dado comparável entre trimestres e entre domínios. Times que medem Data Quality Score passam a investir onde o score está mais baixo, com critério, em vez de tratar qualidade como problema abstrato.
Tempo entre detecção de degradação de dado e correção com impacto zero no consumidor
Data observability com alertas proativos e pipeline de correção automatizada reduz o intervalo entre o momento em que o dado começa a degradar e o momento em que o consumidor é afetado. Sem observabilidade, esse intervalo é medido em dias ou semanas.
Dado pronto para IA: percentual de datasets com qualidade validada para uso em modelo
Modelo de IA treinado em dado de baixa qualidade produz previsão de baixa qualidade. Dado pronto para IA tem as seis dimensões de qualidade acima do threshold mínimo, lineage rastreável e ownership formal. Maturidade de dado é o preditor mais confiável de sucesso de projeto de IA.
Perguntas frequentes
O que é MDM e por que projetos de unificação de dado costumam falhar?
MDM, Master Data Management, é a disciplina que estabelece a versão autoritativa de entidades críticas de negócio com processo de governança para manter essa versão ao longo do tempo. Projetos de unificação falham porque tratam MDM como projeto de TI com data de entrega, não como disciplina contínua com owner de negócio. Quando o projeto termina sem um responsável formal pela manutenção do golden record, os dados voltam a divergir em seis meses.
O que são as seis dimensões de qualidade de dado?
Accuracy verifica se o dado reflete a realidade do negócio. Completeness verifica se campos obrigatórios estão presentes. Consistency verifica se o mesmo dado tem o mesmo valor em sistemas diferentes. Timeliness verifica se o dado está atualizado dentro do prazo necessário para a decisão. Validity verifica se o dado está dentro do domínio de valores aceitos. Uniqueness verifica se não existem duplicatas da mesma entidade. Cada dimensão tem KPI mensurável e threshold operacional.
O que é data observability e como diferencia de data quality?
Data quality mede as seis dimensões do dado em um ponto no tempo. Data observability monitora o comportamento do dado continuamente ao longo do tempo, detectando mudanças anômalas em distribuição, volume e schema antes que cheguem ao consumidor. Os dois são complementares: quality define o padrão esperado, observability detecta quando o padrão muda.
Dado de baixa qualidade realmente impacta o resultado de IA?
Sim. Modelo de IA aprende padrões do dado de treinamento. Dado com campos nulos não tratados, duplicatas de entidade, inconsistência entre sistemas e valores fora de domínio produz padrões que não refletem a realidade do negócio. O modelo aprende o ruído junto com o sinal. Em produção, a previsão ou classificação errônica aparece com a mesma confiança que a correta, tornando o erro difícil de detectar.
Como priorizar quais datasets tratar primeiro?
Prioridade segue o impacto financeiro da decisão que o dataset alimenta. Datasets que alimentam decisões de receita, como precificação, previsão de demanda e score de crédito, têm maior impacto direto. Dentro desses datasets, prioriza-se a dimensão de qualidade com maior gap em relação ao threshold mínimo para o caso de uso. Data profiling faz esse mapeamento antes de qualquer iniciativa de tratamento.
Outras subcapabilities desta capability
Data Architecture & Governance
Data Management Body of Knowledge e Data Mesh que estruturam dado como ativo com owner formal, lineage rastreável e governança federada que escala sem gargalo central e habilita IA em produção.
Data Engineering & Pipelines
Stack Apache com orquestração, observabilidade e idempotência que elimina o pipeline artesanal sem monitoramento e garante que dashboard executivo nunca mostre número errado com aparência de correto.
Analytics & Business Intelligence
Analytics com semantic layer, self-service governado e KPIs conectados ao resultado que substituem intuição cara por decisão baseada em evidência e eliminam o debate sobre origem do número.
Data Products
DATSIS e Data Contracts que transformam dataset sem dono em produto com SLA, consumidor e accountability explícita, eliminando o gargalo central que nenhum backlog consegue absorver.
Quer clareza sobre onde investir primeiro?
Diagnóstico completo de capacidades de tecnologia com roadmap de evolução conectado ao resultado financeiro.