Qualidade de dados: o relatório certo sobre um cadastro errado
O mesmo cliente aparecia três vezes na lista dos maiores. Cadastrado de três jeitos diferentes, por três pessoas diferentes.
Puxei a lista dos vinte maiores clientes para preparar uma negociação e o mesmo cliente aparecia três vezes. Nomes ligeiramente diferentes, cadastrados por três pessoas em momentos diferentes. Somando os três, ele era o maior cliente da casa. Separado, não entrava nem no top dez. O relatório estava impecável. A qualidade de dados por baixo dele é que não estava.
Esse é o tipo de erro que nenhuma ferramenta de análise corrige. Você pode ter o melhor painel do mundo, a IA mais afiada, o relatório mais bem montado. Se o cadastro está sujo, tudo isso produz número correto sobre uma realidade que não existe.
Vou dar o roteiro de limpeza que a gente usa, os defeitos que mais aparecem e como impedir que eles voltem. Porque limpar uma vez é fácil. O difícil é o cadastro continuar limpo em março do ano seguinte. A leitura que depende disso está em erros comuns ao montar KPIs.
Os defeitos de qualidade de dados que mais aparecem
| Defeito | Como perceber | O que ele estraga |
|---|---|---|
| Duplicidade de cadastro | Mesmo documento ou nome parecido em registros diferentes | Ranking de clientes, histórico de compra, limite de crédito |
| Campo obrigatório vazio | Agrupamento com categoria em branco ou coringa | Qualquer análise que dependa daquele campo |
| Padronização quebrada | A mesma informação escrita de formas diferentes | Agrupamento, filtro e comparação entre períodos |
| Classificação por conveniência | Categoria genérica com metade dos registros dentro | Análise por categoria vira ficção |
| Registro fora de prazo | Lançamento feito dias depois do fato | Série temporal e comparação de períodos |
| Unidade inconsistente | Mesmo produto medido de jeitos diferentes | Estoque, custo e margem |
Onde eu procuro primeiro
Duplicidade de cliente e fornecedor, sempre. É o defeito com maior efeito financeiro direto, porque distorce ranking, histórico e crédito ao mesmo tempo. Depois disso, categoria de produto em branco, que costuma acumular no relatório de produtos e ninguém nota até alguém tentar analisar por linha.
- Clientes e fornecedores com documento repetido ou nome muito parecido.
- Produtos sem categoria, ou com a categoria genérica que virou lixeira.
- Vendedor gravado de formas diferentes na mesma base.
- Itens com validade e sem validade misturados na mesma família.
- Lançamentos financeiros com data de registro muito distante da data do fato.
O relatório de produtos e o de estoque mínimo ajudam bastante nessa varredura, do jeito descrito em relatórios de estoque e validade. O contexto de cadastro de item aparece em produtos e estoque.
Limpar é a parte fácil
A gente fez um mutirão de limpeza e ficou orgulhoso. Três meses depois o cadastro estava sujo de novo, pelos mesmos motivos, porque nada tinha mudado no jeito de cadastrar. Aprendi que limpeza sem mudança de processo é trabalho que se apaga sozinho. Foi frustrante e foi útil.
- Meça antes de limparConte quantos registros têm o defeito. Sem esse número inicial, você não vai saber se melhorou nem convencer ninguém a manter a disciplina.
- Corrija do maior para o menorComece pelos clientes e produtos com mais movimento. Eles concentram o efeito nos indicadores e dão retorno visível rápido.
- Mude o que permitiu o erroCampo obrigatório, lista fechada no lugar de texto livre, conferência de documento no cadastro. Sem isso, tudo volta.
- Combine quem cadastra o quêCadastro feito por qualquer um, a qualquer hora, com pressa, é a origem da maior parte da sujeira.
- Meça de novo em trinta diasA comparação com o número inicial mostra se o processo mudou de verdade ou se você só arrumou a bagunça.
Texto livre é onde a padronização morre
Todo campo de texto livre acaba virando cinco variações da mesma coisa. Não é falta de cuidado das pessoas, é a natureza do campo. Quando alguma informação vai ser usada para agrupar, filtrar ou comparar, ela precisa vir de uma lista fechada. Essa troca é a intervenção de maior retorno que eu conheço em cadastro.
A hora do registro também é qualidade
Isso demorou pra entrar na minha cabeça. Um lançamento feito com quatro dias de atraso não está errado, mas coloca o valor no dia errado da série. Se isso acontece com frequência, a leitura diária vira ficção e a mensal fica torta perto do fechamento. Vale medir o intervalo entre o fato e o registro, ao menos nas áreas em que a série diária importa.
Checklist de manutenção
- Rodar a busca por duplicidade de clientes e fornecedores todo mês.
- Conferir o percentual de registros na categoria coringa.
- Verificar campos obrigatórios que continuam aceitando vazio.
- Revisar quem tem permissão para criar cadastro novo.
- Medir o intervalo entre o fato e o registro nas áreas críticas.
- Confirmar que as rotinas agendadas que alimentam a base rodaram, conforme comandos CLI.
Qualidade sustenta a governança
Definir métrica oficial em cima de base suja é construir na areia. A definição fica linda no papel e o número continua discutível, porque o problema nunca esteve na fórmula. Por isso a limpeza vem antes, e a organização descrita em governança de dados em relatórios vem depois, apoiada nela.
Por onde eu começaria
Puxe hoje a lista dos seus vinte maiores clientes e leia com atenção. Procure nome parecido, documento repetido, empresa do mesmo grupo cadastrada separada. Se você encontrar uma duplicidade nessa lista curta, imagine o resto da base. E aí você já sabe qual é a tarefa da semana, junto com a rotina mensal de análise que vai medir se melhorou.