Qualidade e integridade de dados: o alicerce da análise de pessoas

Impacto de dados ruins: consequências financeiras e operacionais

Muitas organizações subestimam custo de dados ruins porque o dano é distribuído e nem sempre óbvio. Uma pesquisa do Gartner estima que dados ruins custam empresa americana média 2.4% da receita anualmente — através de desperdício operacional, decisões equivocadas, retrabalho. Para RH, os impactos são específicos e significativos.

Decisões incorretas: se dados de performance ou de saída estão errados, decisões de promoção, bônus e demissão são injustas. "João tem avaliação de 8.5" quando deveria ser "João nunca foi avaliado" leva empresa a promover pessoa errada e desmotivar talento real.

Perda de confiança: quando dados de RH estão errados (ex: folha, benefício, histórico), colaboradores perdem confiança em RH. A frustração é alta porque afeta bolso direto.

Compliance risk: dados incompletos em auditoria interna ou externa criam risco regulatório. Se não consegue rastrear quem foi promovido, quem foi desligado, quando, por quê, auditoria não consegue validar conformidade com leis de discriminação, etc.

Retrabalho e custo operacional: corrigir erros downstream custa muito mais que prevenir. Se descobrir em julho que folha de janeiro estava errada, corrigir cada recálculo é custoso.

Analytics inútil: análises e dashboards baseados em dados ruins são pior que não fazer análise — criam ilusão de insight quando na verdade é ruído. Você toma decisão confiante em número falso.

Problemas comuns de qualidade de dados em RH

Alguns problemas de qualidade são tão recorrentes que merecem atenção especial. Cada um tem causa diferente e solução diferente.

Inconsistência de nomes: "João Silva", "joao silva", "J. Silva", "Silva, João" — é mesma pessoa, mas sistema a vê como três. Causa: digitação manual sem padrão. Solução: usar dropdown de nome (funcionário seleciona seu próprio nome em vez de digitar) ou regra de padronização (todas as letras minúsculas, remover acentuação) aplicada na importação.

Campos vazios (missing data): "Motivo de saída" não preenchido, "Manager" em branco, "Departamento" não indicado. Causa: campo não é mandatório no sistema ou processo de entrada não exige. Solução: tornar campos críticos obrigatórios no sistema, educar quem entra dados sobre importância.

Duplicatas: mesmo colaborador aparece duas vezes no sistema com IDs diferentes. Causa: erro na importação de dados, re-cadastro por desconhecimento. Solução: implementar validação de duplicata (sistema não permite dois registros com mesmo CPF), auditoria de duplicatas existentes com processo de consolidação.

Dados defasados: colaborador foi promovido há 6 meses mas sistema ainda mostra função antiga. Causa: processo de atualização manual quebrado ou demora. Solução: automação de atualização (ex: integração com folha que puxa dados de função/departamento) ou processo mensal de sincronização com responsável claro.

Tipagem errada: data de nascimento em formato "23/12/1985", "Dec 23, 1985", "1985-12-23" — mesma informação, formatos diferentes. Causa: falta de padrão de entrada. Solução: forçar formato único no sistema (usar date picker ao invés de campo de texto).

Valores fora de intervalo: salário negativo, idade 150, data de admissão no futuro. Causa: validação de intervalo ausente. Solução: regras de validação simples (salário > 0, idade 16-70, data de admissão = hoje).

Como avaliar qualidade de dados: métricas e baselines

Não conseguir melhorar qualidade de dados sem medir. Recomendação: escolha 3-5 dimensões de qualidade e defina métrica para cada.

Completude: percentual de campos críticos preenchidos. Fórmula: (campos preenchidos / campos esperados) × 100. Exemplo: "para cada registro de colaborador, campos críticos são: nome, função, data de admissão, departamento. Se 95 de 100 registros têm todos os 4 campos, completude = 95%". Baseline: apuntar para 98%+ para campos críticos.

Acurácia: percentual de dados que refletem realidade. Difícil de medir sem auditoria manual, mas possível com amostra. Exemplo: validar 100 registros aleatórios versus fontes de verdade (ex: folha de pagamento para confirmar salário). Baseline: 95%+ é esperado.

Consistência: percentual de dados em formato padrão. Exemplo: nomes em lista de colaboradores devem estar todos em formato "Nome Sobrenome", nunca "NOME" ou "nome" ou "Sobrenome, Nome". Baseline: 100% em formato padrão.

Oportunidade: percentual de dados atualizados no prazo esperado. Exemplo: quando colaborador é promovido, dados devem ser atualizados em até 5 dias úteis. Se 90 de 100 promoções foram atualizadas em até 5 dias, oportunidade = 90%. Baseline: 90%+ é aceitável.

Duplicatas: número de registros duplicados por 1000 registros. Fórmula: (registros duplicados / total de registros) × 1000. Baseline: zero duplicatas; se há alguma, investigar e consolidar.

Processos de garantia de qualidade: entrada, limpeza, monitoramento

Três momentos críticos de qualidade de dados: na entrada (prevenção), na limpeza (correção) e no monitoramento (manutenção).

Validação na entrada: é mais eficiente prevenir que corrigir depois. Técnicas: (1) dropdown lists — em vez de campo de texto, colaborador seleciona de opções pré-aprovadas (reduz digitação inconsistente); (2) date picker — em vez de campo de texto, sistema força formato consistente; (3) campos obrigatórios — críticos não podem ser vazios; (4) regras de intervalo — salário deve ser positivo, idade entre 16 e 70; (5) validação de duplicata — sistema alerta se tenta cadastrar CPF duplicado.

Limpeza (data cleaning): correção de dados já errados. Tipicamente feita ao migrarem de sistema legado ou ao detectarem erro em massa. Processo: (1) identificar — query que encontra dados errados (ex: registros sem departamento); (2) investigar — entender por que estão errados; (3) corrigir — padrão aplicado (ex: assignar colaborador órfão ao departamento correto baseado em contexto); (4) validar — confirmar que correção de fato resolveu; (5) documentar — registrar que erro foi corrigido, data, responsável.

Monitoramento contínuo: manutenção de qualidade ao longo do tempo. Técnicas: (1) audit periódica — query automática mensal que verifica completude, duplicatas, valores fora de intervalo; (2) SLA de qualidade — meta documentada ("completude = 98%"); (3) alertas automáticos — quando qualidade cai abaixo de SLA, notifica responsável; (4) ritual de revisão — reunião mensal onde revisar resultados de qualidade e tomar ações corretivas.