5 empresas que se deram mal pela baixa qualidade de dados

Veja como a Toshiba, o Banco Mundial, o Facebook e outras empresas foram impactadas devido a forma com que lidavam com dados e leve esse conhecimento para que isso não aconteça na sua empresa.

Erros causados por dados ruins são mais comuns do que imaginamos e podem trazer muitos prejuízos para as empresas—tanto em relação à saúde financeira quanto à imagem— e também para a experiência do cliente

Os dados ruins ou bad data, podem significar dados fraudulentos, incorretos e incompletos. Tudo isso pode levar empresas a tomarem decisões equivocadas, afetando toda a estratégia corporativa.

Quer saber mais sobre a análise de dados e como os dados incorretos podem prejudicar empresas e cliente? Então continue a leitura e veja ainda 5 exemplos que separamos para te mostrar como os dados ruins afetaram significativamente os negócios.

O que são dados ruins?

Antes de conhecer os exemplos de dados ruins é preciso entender o que este termo significa. Os dados ruins (bad data) são um conjunto de informações imprecisas; sendo elas dados ausentes, errados, inadequados e/ou duplicados.

Este termo também se refere a dados que tiveram entradas incorretas. O que isso quer dizer? Dados que contém erros ortográficos, de digitação, variações na grafia, formatos, etc.

Além dessas características, algumas pessoas afirmam que o termo ‘dados ruins’ vai além do que já foi dito, e engloba também dados que consomem demais o tempo para serem analisados e que não podem ser acessados. Em resumo: dados que atrapalham e não atendem com o propósito pelos qual foi coletado.

Qual é uma causa comum de dados imprecisos?

Existem muitas razões para uma empresa colher dados ruins, afinal são várias as fontes de imprecisões. Mas, entendê-las é o primeiro passo para investir em programas de avaliação, monitoramento e melhoria.

Conheça algumas das principais causas de dados ruins

1- Entrada inicial dos dados

Uma das causas mais comuns de dados ruins é o simples fato de cometer um erro ao inseri-los no sistema. Estes erros podem ser de digitação, ou de gramática ou simplesmente se você colocou um dado correto no campo errado.

Os dados são inseridos por pessoas, e é comum que pessoas cometam erros, ainda mais quando trabalham com isso incessantemente.

2- Processos falhos para a entrada de dados

Os dados ruins acontecem não apenas pela forma como os dados são escritos (erros gramaticais, de entrada, etc), mas também por onde são inseridos.

Geralmente, os dados são inseridos em formulários, por isso eles devem ser muito bem pensados. Formulários com design pouco atrativos, campos confusos que induzem a mais de uma resposta ou que o usuário tenha que ler várias vezes para entender, são pontos de atenção

Além disso, formulários que exigem muitos dados— além do que é realmente necessário— podem ser pouco eficiente, coletando menos respostas e aumentando as chances de erro.

Por isso, não se esqueça que o formulário deve passar por rigorosos testes de qualidade, e que ele será preenchido por um usuário comum e não pela pessoa que o desenvolveu

3- Erros deliberados

Os erros deliberados são aqueles que acontecem quando alguém insere um valor incorreto propositalmente. Isso acontece por 3 razões:

  • quando não sabem as informações corretas: acontece quando o formulário exige um valor para cada campo, mas a pessoa não sabe ou não quer preencher com o valor correto. Como o usuário não consegue finalizar o formulário deixando campos em branco, preenche com dados incorretos
  • quando não querem entregar as informações verdadeiras: acontece quando as informações que a empresa pede às pessoas são mais do que elas estão dispostas a fornecer, por serem muito pessoais ou serem percebidas como invasão à privacidade, como por exemplo, peso, altura, número da identidade, entre outras
  • quando se beneficiam de inserir informações erradas: acontece quando a pessoa insere dados incorretos para obter alguma vantagem. Um exemplo comum é quando pessoas se autodeclaram negras ou pardas a fim de conseguirem preencher vagas destinadas para cotistas.

4- Problemas no sistema

Os bancos de dados atualmente são projetados para serem confiáveis e evitarem fraudes e erros.  Eles têm a noção de COMMIT, isso quer dizer que as alterações resultantes de uma transação externa são totalmente confirmadas ou rejeitadas.

Todos os avanços de tecnologia permitiram sistemas mais seguros, no entanto, ainda assim é necessário que seja dada atenção ao design do sistema de transações, evitando falhas, riscos de invasão e capturando dados limpos.

Quais são as consequências de dados imprecisos?

A coleta assertiva de dados está se tornando cada dia mais importante para o sucesso dos negócios. Esta área está se desenvolvendo cada vez mais e deve ser uma iniciativa a ser tomada por todas as empresas.

No entanto, a  coleta de dados ruins pode trazer muitos prejuízos. Entre as consequências mais comuns estão:

  • perda de receita
  • tomada decisões imprecisas — devido às informações colhidas serem incorretas
  • incapacidade de avaliar corretamente o desempenho, vendas e conversão
  • enfraquecimento da imagem da marca
  • aumento dos custos operacionais

A jornada do consumidor está se tornando cada dia mais complexa, uma vez que ele se expõe à sua marca de diversas maneiras e em diferentes canais (redes sociais, chats, site, entre outros).

Se você não conseguir rastrear com exatidão quais anúncios e canais estão gerando leads e conversões, terá dificuldade avaliar os pontos de melhorias, obter insights de otimização e fontes de receita em potencial

Conheça 5 casos em que dados ruins prejudicaram as empresas

Agora que você já sabe como os dados ruins podem prejudicar uma empresa, chegou a hora de conhecer 5 casos reais da bad data. Veja só:

Toshiba

A empresa japonesa demitiu, em 2015, seu então presidente, Hisao Tanaka. O motivo do desligamento foi um grande escândalo de manipulação contábil, que chegou a aumentar o lucro da empresa em mais de 1 bilhão de dólares, em um período de 7 anos.

A manipulação realizada pela Toshiba era feita através da “adulteração sistemática” dos dados da contabilidade da empresa.

As irregularidades foram apresentadas por um grupo de analistas independentes. Eles mostraram—através do relatório divulgado— que as manipulações dos dados acontecia com a participação dos principais diretores da empresa.

O resultado foi demissão coletiva do presidente (Tanaka) e seus antecessores (Norio Sasaki e Atsutoshi Nishida).

Eron

O escândalo de adulteração de dados da empresa de energia e commodities americana, Eron, aconteceu em 2001, quando descobriu-se que a empresa estava usando lacunas contábeis para encobrir bilhões de dólares de dívidas incobráveis, enquanto inflacionava seus ganhos.

A consequência disso, foi que os acionistas da companhia perderam uma quantia considerável de dinheiro, e o preço das ações despencaram de 90 dólares para menos de 1 dólar em um ano.

Além de adulterar os dados os CEOs da Eron pressionaram a empresa de auditoria a ignorar o fato. O resultado? Os dados ruins levaram a Eron à falência.

Banco Mundial

O Banco Mundial, uma das principais instituições internacionais, também já foi vítima de dados ruins.

Em 2018, o economista-chefe vigente, Paulo Romer assumiu que o órgão financeiro manipulou dados e alterou o ranking de competitividade empresarial, prejudicando o Chile ao colocá-lo em uma posição mais baixa.

O relatório é intitulado de Doing Business e mostra que o Chile perdeu posições durante o mandato socialista (2006-2010), voltou a subir durante o governo direitista de Sebastián Piñera (2010-2014), e caiu novamente quando Michelle Bachelet assumiu a presidência (2014-2018).

O objetivo da manipulação dos dados seria descredibilizar o governo de Bachelet. O Chile exigiu uma investigação completa sobre o caso e o Banco Mundial afirmou que os índices de competitividade chilenos seriam corrigidos e recalculados.

A repercussão do fato foi extremamente negativa e abalou credibilidade da organização financeira.

Facebook

A rede social Facebook é famosa pela análise de dados preocupante. No entanto, os dados ruins da empresa não se limitam apenas a dados incorretos ou manipulados.

Um dos escândalos recentes (2018) mostra que o Facebook sofreu um grande abalo quando informações de mais de 50 milhões de usuários foram utilizadas sem o consentimento dos mesmos por uma empresa americana chamada Cambridge Analytica.

Cambridge conseguiu acesso aos dados ao lançar um aplicativo no Facebook. Os usuários que usaram este aplicativo acabaram entregando não apenas suas informações pessoais, mas também dados referentes às suas redes de contato na rede social.

A denúncia do vazamento de dados foi feita pelos jornais The New York Times e The Guardian, e a consequência foi que além de ter sua imagem manchada o Facebook perdeu 35 bilhões de dólares na bolsa da valores de tecnologia dos EUA.

Satyan

Esta empresa indiana de serviços de TI e back-office sofreu com dados ruins, culminando em um escândalo contábil.

Em 2009 descobriu-se que a empresa tinha aumentado sua receita em mais de 1 bilhão de dólares. Isso aconteceu porque o Presidente Ramalinga Raju falsificava receitas, saldos de caixa, etc.

Após a descoberta Raju foi preso por ter violado vários artigos do Código Penal Indiano e as ações da Satyan despencaram, partindo de 7 bilhões para 330 milhões de dólares.

Erros causados por dados ruins: ponto de atenção

Agora você já sabe um pouco mais sobre o que são dados ruins e como os erros causados pela bad data podem impactar um negócio.

É importante ressaltar que a análise e a gestão de dados deve ser um ponto de atenção nas empresas e que todos devem se empenhar para colher dados mais fidedignos possíveis, evitando fraudes e resultados negativos.

Gostou deste post? Então não deixe de conferir nosso blog, que está recheado de conteúdos interessantes sobre análise de dados.

Ah, Se restou alguma dúvida, ou tem algum feedback, fale comigo nos comentários ou e-mail: fabio@bringdata.co!

Até a próxima!

Posts relacionados que você deveria conhecer:

Dica 1 – O guia imperdível de Data Quality: tudo o que você precisa para combater dados ruins;

Dica 2 – Calcule o impacto dos dados falsos na sua empresa e saiba quanto dinheiro está perdendo;

Dica 3 – Problemas de dados que você precisa melhorar!

A BringData

A BringData é uma plataforma de tratamento de dados em tempo real que te ajuda a validar e organizar os dados da sua empresa.

Crie sua conta gratuita e receba 100 créditos gratuitos!

Share

Fábio é CEO da BringData, empresa especializada em tratamento de dados de clientes, foi Diretor Comercial da Track.co, é administrador e especialista em gestão da experiência de clientes.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.