Capítulo 14 — Dimensões da qualidade de dados

Mapa da aula

Aula 14 publicada. Mapa, exemplo, EX040.

flowchart TD
  N0["14.1 Dimensões"]
  N1["14.2 Adequação ao uso"]
  N2["14.3 Medindo as dimensões"]
  N3["14.4 Dilemas"]
  N0 --> N1 --> N2 --> N3
  N3 --> EX["Exemplo resolvido"]
  EX --> Q["Exercício EX040"]

Desenho lógico

flowchart LR
  N0["14.1 Dimensões"]
  N1["14.2 Adequação ao uso"]
  N2["14.3 Medindo as dimensões"]
  N3["14.4 Dilemas"]
  N0 --> N1 --> N2 --> N3 --> Q["EX040"]

[14.1 Dimensões]
    |
    v
[14.2 Adequação ao uso]
    |
    v
[14.3 Medindo as dimensões]
    |
    v
[14.4 Dilemas]
    |
    v
[Exemplo resolvido] --> [Exercício EX040]

Objetivos de aprendizagem

Você vai (1) descrever as dimensões comuns da qualidade de dados; (2) escolher as dimensões para um uso; (3) reconhecer que a qualidade depende do uso.

14.1 Dimensões

Amara estuda a pesquisa de Wang e Strong, que perguntou aos consumidores de dados o que qualidade significava para eles e agrupou as respostas nas categorias intrínseca, contextual, representacional e de acessibilidade. As dimensões comuns incluem exatidão, completude, consistência, pontualidade, validade e unicidade. Batini e colegas revisam como os métodos medem essas dimensões. Ela observa que a pesquisa partiu da visão dos usuários, e não de definições técnicas, o que sustenta a ideia de que a qualidade depende do uso que se faz dos dados na Harbourline. Amara lista cada dimensão com um exemplo curto da Harbourline, para que os donos possam relacioná-las ao seu trabalho.

14.2 Adequação ao uso

O ano de nascimento de um membro pode não importar para enviar recibos, mas é essencial para ofertas ligadas à idade. A exatidão do código de loja importa para os relatórios regionais, mas não para o cálculo de pontos. Amara explica que os mesmos dados podem ser bons o bastante para uma finalidade e inadequados para outra. Ela lista os principais usos dos dados de fidelidade e as dimensões de que cada um mais depende, produzindo uma matriz que mostra onde as melhorias de qualidade trariam mais benefício para a cooperativa. A matriz é compartilhada com os donos para comentários.

14.3 Medindo as dimensões

Para cada dimensão, Amara propõe uma medida. A completude é a parcela de registros com valor preenchido. A validade é a parcela que passa nas regras de formato. A unicidade é a parcela de membros sem duplicatas. A pontualidade é a rapidez com que as adesões aparecem no sistema. A exatidão exige comparação com a realidade, como pedir a uma amostra de membros que confirme seus endereços. Ela observa que a exatidão é a mais difícil e mais cara de medir, por isso costuma ser medida por amostragem. Ela sugere consultar uma amostra de cem membros por trimestre.

14.4 Dilemas

Melhorar uma dimensão pode prejudicar outra. Exigir o e-mail na adesão aumentaria a completude, mas poderia levar os funcionários a digitar endereços falsos, reduzindo a exatidão, ou desestimular as adesões. Amara recomenda pedir o e-mail oferecendo um benefício claro, como recibos digitais, em vez de torná-lo obrigatório. Ela aprende que as metas de qualidade devem considerar o comportamento, porque as pessoas reagem às regras de maneiras que podem minar o objetivo por trás delas. O dono dos dados de fidelidade concorda, e a opção de recibo digital aumenta a completude dos e-mails sem nenhum relato de endereços falsos nas lojas.

Exemplo resolvido

Amara estuda as dimensões de qualidade a partir de Wang e Strong e de Batini, mapeia os usos dos dados de fidelidade às dimensões, define medidas e evita a obrigatoriedade do e-mail, que prejudicaria a exatidão.

Caso sintético. As medidas são sintéticas; Wang e Strong (1996) e Batini et al. (2009) são reais.

Erros e limites

Campos obrigatórios podem produzir valores falsos; considere o comportamento.

Exercícios

• EX040 — Base da pesquisa. De que visão Wang e Strong partiram?
  Mostrar critérios de avaliação

  Rubrica: 3 = a dos consumidores de dados;; 2 = parcialmente correto;; 1 = outra;; 0 = nenhuma.
• EX041 — Dimensão mais difícil. Que dimensão é a mais difícil de medir?
  Mostrar critérios de avaliação

  Rubrica: 3 = a exatidão;; 2 = parcialmente correto;; 1 = outra;; 0 = nenhuma.
• EX042 — Abordagem do e-mail. Como a Harbourline deve incentivar o cadastro de e-mails?
  Mostrar critérios de avaliação

  Rubrica: 3 = oferecendo um benefício claro, como recibos digitais;; 2 = parcialmente correto;; 1 = obrigatoriedade;; 0 = nenhuma.