Regras para salvar a qualidade dos seus dados!

Aprenda o que são e como criar regras de qualidade de dados que irão impedir ou te alertar sobre a entrada de dados ruins na sua empresa para que você evite tomar decisões com base em dados de baixa qualidade. 

Toda empresa que tem um produto ou serviço para oferecer aos seus clientes, precisa necessariamente dos dados de contato dessas pessoas.

Seja em negócios presenciais ou online, ter os dados corretos das pessoas nos ajudam a entender seu perfil e se comunicar a fim de manter a relação e continuar a fazer negócios.

O problema é que apesar de saber disso, acabamos aceitando todo tipo de dado sem observar sua validade.

A maioria dos formulários e sistemas de coleta não possuem nenhum tipo de barreira contra dados ruins, e dependendo da utilização, isso é um grande problema.

Para isso, é importante lembrar da existência das regras de qualidade de dados!

O que são regras de qualidade de dados?

Regras de qualidade de dados são lógicas de identificação que você pode implementar para categorizar um dado como útil ou não.

Ao criá-las vocês pode bloquear ou gerar alertas que são acionados com base na entrada ou existência de dados ruins na sua lista de dados.

Como criar as regras de qualidade de dados?

A criação de regras de qualidade de dados é algo lógico, você precisa conhecer muito bem o tipo de dado e quais os valores e formas que ele pode atingir.

Nós podemos considerar duas etapas na validação de dados, a checagem de formato e validação na origem.

Validação de Formato

Uma das características de um dado é possuir um padrão, ou seja, características precisam estar corretas, caso contrário, o dado é necessariamente inválido.

Dados de CPF, por exemplo, possuem dois requisitos, o formato e o cálculo do dígito verificador.

Os nove primeiros dígitos são agrupados em três grupos de três dígitos separados por um ponto, seguidos de um hífen e dos dois últimos dígitos.

O formato padrão se encaixa desta forma: 000.000.000-00

O cálculo do dígito verificador segue uma lógica diferente que pode ser encontrada em detalhes  no entenda a fórmula do CPF.

Caso os dados não estejam no formato padrão e o dígito verificador válido, há necessidade de correção ou descarte.

Outros exemplos de validação de formato: E-mail, telefone, RG, CNPJ, endereços e outros.

E assim, podemos barrar a entrada de dados ruins apenas seguindo questões de formato e exigências de cada tipo de dado.

Uma tecnologia que ajudar na determinação de regras de formato são as expressões regulares (REGEX), que são capazes de indicar quando um dado foge do padrão configurado.

Procure por “REGEX CPF” no Google e você poderá encontrar modelos prontos para validação de formato de CPF e outros dados!

O ponto é que somente seguir a formatação padrão não é suficiente para um dado ser válido, não é atoa que existem geradores de CPF e e-mails falsos que passam pelo crivo de formato e prejudicam as empresas.

Para tornar a sua verificação ainda melhor, precisamos adicionar a etapa de validação na origem!

Validação na origem

Comumente os dados são gerados por órgãos controladores que podem ser consultados para validação das informações.

Quem mais sabe se um CPF é válido? A receita federal!

Quem mais sabe se um endereço é válido? Os registros dos correios!

Quem mais sabe se um e-mail é válido? O provedor do e-mail!

E por aí vai!

Consultar os controladores de dados te ajudará a manter sua base de dados sempre livre de dados falsos, a partir disso, você poderá reduzir a quantidade de erros ao tentar se comunicar com clientes ou utilizar as informações pelo propósito pelas quais foram coletadas.

Os controladores de dados sabem do benefício que possuem ao ter as informações corretas, com isso é muito comum proverem serviços de validação através de integrações com suas bases de dados.

LEMBRE-SE: Com a LGPD e GDPR, as leis de proteção de dados, você precisa deixar claro para seus usuários o motivo da coleta da informação, para o que a utiliza, quais as entidades (públicas ou privadas) que têm contato com o dado e onde são hospedados.

Nesse caso, você precisa informar com quais entidades consulta se esses dados são ou não válidos.

Abordagens para barrar dados inválidos

Agora que você já sabe como definir regras de validação de dados é importante te contar um pouco mais sobre como geralmente as empresas usam essas regras, basicamente existem duas formas:

Impedir a entrada de dados ruins

Quando a empresa depende dos dados válidos para conseguir cumprir uma tarefa ou atender o cliente, é comum que a coleta de dados seja rigorosa e impeça diretamente a entrada de dados ruins.

O lado positivo disso é que todos os dados que chegam a sua base de dados serão corretas.

Ou seja, o volume de cadastros será menor, mas os dados serão sempre corretos.

Autorizar a entrada de dados ruins, mas com alertas

Para evitar a perda de cadastros de potenciais clientes, ou até mesmo do volumes de usuários, algumas empresas decidem por aceitar os dados ruins e aproveitar outras oportunidades para atualizá-los.

Falamos bastante sobre a redução de dados a serem coletados e outras oportunidades para atualização nos nossos conteúdos sobre jornada de coleta de dados, recomendamos a leitura!

O ponto importante dessa estratégia é entender o impacto negativo que autorizar a entrada de dados pode gerar.

Caso os impactos não sejam relevantes, um aviso basta para que o usuário dos dados possa atualizar as informações quando tiver contato com o cliente.

Veja esse vídeo curto sobre casos práticos das duas abordagens:

Conclusão

Sua empresa receberá cada vez mais dados e pode enfrentar uma avalanche de informações ruins.

O que vimos é que existem maneiras simples de impedir a entrada de dados de baixa qualidade, seja utilizando a validação de formato, a de origem ou ambas.

Manter a base de dados em bom estado colabora para o aumento da assertividade das decisões, sucesso no contato com clientes e também previsibilidade de receita.

Continuem acompanhando nossos conteúdos e, se surgir qualquer dúvida, fale conosco nos comentários ou no meu e-mail fabio@bringdata.co!

Posts relacionados que você deveria conhecer:

Dica 1 – O motivo para existirmos e como podemos ajudar seu negócio a ter dados melhores

Dica 2 – Como organizar os seus dados de forma segura e distribuí-los corretamente

Dica 3 – 13 grandes erros que afetam a qualidade de dados

A BringData.co

A BringData é uma plataforma de tratamento de dados com o objetivo de facilitar a melhoria da qualidade de dados nas empresas.

Automatize a validação de dados com nossa API ou via Zapier!

Não perca tempo e crie sua conta gratuita na BringData e ganhe 100 créditos gratuitos!

Até a próxima!

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.