Muitas vezes, quando a gente fala ou escreve sobre qualidade de dados no nosso setor, a conversa parece superficial e sem profundidade. Há muito espaço para mal-entendidos, o que acaba tornando a discussão como um todo obsoleta. Esse post deve ajudar a classificar os argumentos na discussão sobre qualidade e trazer mais profundidade a ela.
Vamos começar com um panorama geral sobre qualidade para situar os argumentos em seu campo semântico. Segundo David Garmin (1984), existem cinco abordagens principais em relação à qualidade.
De acordo com a abordagem transcendente, a qualidade é definida como uma excelência inata, absoluta e universal. “Dados de alta qualidade precisam ser perfeitos e impecáveis”. Um problema comum é que, na verdade, é bem difícil dizer como são esses “dados perfeitos” e como alcançá-los. No entanto, essa abordagem é bastante comum na pesquisa. A validade como um “objetivo transcendente”, por exemplo, muitas vezes leva à dificuldade de encontrar um bom equilíbrio entre validade interna e externa.
A abordagem baseada no produto vê a qualidade como resultado dos ingredientes e atributos certos do produto — no nosso caso, os dados. “Dados de alta qualidade têm respondentes cuidadosamente selecionados na amostra, que escrevem bastante em campos de texto aberto.” Aqui, a qualidade dos dados é bem tangível e pode ser medida com precisão. No entanto, essa compreensão de qualidade é muito formalista e, por isso, muito superficial.
A abordagem centrada no usuário parte da premissa de que usuários diferentes podem ter desejos e necessidades diferentes. Nesse contexto, a melhor qualidade de dados é aquela que melhor atende a essas necessidades. Por isso, a qualidade dos dados é algo muito individual e subjetivo: o que é alta qualidade para um usuário pode ser qualidade média ou ruim para outro.
A definição baseada na produção se concentra no processo de geração de dados — ou, na linguagem da pesquisa: ela se concentra na metodologia. “Dados de qualidade são coletados seguindo os padrões científicos e as melhores práticas do nosso setor”. Embora essa abordagem torne os dados altamente comparáveis, às vezes ela não se encaixa na tarefa específica do pesquisador.
Por último, mas não menos importante, existe uma abordagem baseada em valor, que vê a qualidade como um retorno positivo sobre o investimento (ou, mais especificamente: Retorno sobre o Conhecimento). Nessa abordagem, os dados são de alta qualidade se os custos para coletá-los forem mínimos, enquanto o benefício de usá-los for máximo. À primeira vista, essa abordagem parece válida, mas também tem suas desvantagens. Ela não diz muito sobre as propriedades dos dados em si, mas sim sobre as necessidades de informação do usuário.
Todas essas abordagens costumam levar a visões conflitantes sobre qualidade. Quem coleta dados, por exemplo, pode se concentrar na metodologia e nos formatos de dados, enquanto quem contrata pesquisas se concentra mais nas necessidades individuais e no retorno sobre o insight. E mesmo dentro das empresas, pode haver perspectivas diferentes. Os membros do departamento de vendas ou marketing podem considerar a perspectiva dos clientes como fundamental, enquanto os gerentes de projeto veem a qualidade como especificações e processos bem definidos. Estar ciente dessas diferentes visões pode ajudar a melhorar a comunicação sobre qualidade e, consequentemente, melhorar a própria qualidade.
Mas mesmo que todo mundo esteja na mesma página, você pode ter dificuldades para encontrar a abordagem certa. Vamos usar os dados de observação como exemplo. Esse método pode ser a melhor opção para responder às suas perguntas de pesquisa, mas você também pode se deparar com o problema de formatos de dados complexos, valores ausentes ou outliers. Isso, por sua vez, pode afetar o retorno em termos de insights e exigir uma abordagem diferente.
Resumindo, não é fácil definir o que realmente é a qualidade dos dados. Todo mundo diz que tem, mas, se a gente olhar com mais atenção, percebe que os argumentos que sustentam isso muitas vezes não se sustentam. Provavelmente, seria ingênuo simplesmente pedir uma perspectiva mais holística, já que as diferentes abordagens estão em tensão inerente. Isso não quer dizer que a qualidade dos dados seja só uma ilusão ou algo arbitrário, mas nos lembra que ela exige algum esforço e não surge por si só. De qualquer forma, a qualidade dos dados começa com uma boa comunicação do que se espera.
Na seção anterior, exploramos um quadro teórico para categorizar argumentos relacionados à qualidade dos dados, oferecendo uma compreensão básica das várias perspectivas nessa discussão. Com essa visão mais ampla, vamos agora nos aprofundar nos aspectos práticos da qualidade dos dados, com foco no que é mais relevante e em como podemos alcançá-la
Richard Wang e Diane Strong fizeram uma pesquisa bem interessante nos anos 90. Na primeira etapa, eles pediram aos usuários de dados que listassem todos os atributos que vinham à mente quando pensavam em qualidade de dados. Na segunda etapa, esses atributos foram classificados por ordem de importância. Uma análise fatorial consolidou os 179 atributos iniciais em um conjunto menor de dimensões de qualidade de dados, divididas em quatro categorias principais.
A qualidade intrínseca dos dados inclui “Precisão” e “Objetividade”, o que significa que os dados precisam estar corretos e isentos de parcialidade. Embora essas duas dimensões pareçam bastante autoexplicativas, “Credibilidade” e “Reputação” não são tão óbvias. É bem interessante que elas não se refiram aos dados em si, mas à fonte dos dados, seja os entrevistados ou a empresa de pesquisa de campo: os entrevistados precisam ser reais e autênticos, enquanto a empresa de pesquisa de campo deve ser confiável e séria.
Qualidade contextual dos dados significa que alguns aspectos da qualidade dos dados só podem ser avaliados à luz da tarefa específica em questão. Como esse contexto pode variar bastante, não é sempre fácil alcançar uma alta qualidade contextual dos dados. A maioria das dimensões contextuais (valor agregado, relevância, atualidade, integridade e quantidade adequada de dados) exige um planejamento minucioso antes de se definir e conduzir a pesquisa. Por outro lado, é bem difícil melhorar a qualidade contextual dos dados depois que eles já foram coletados (por exemplo, lembretes para melhorar a integridade).
A qualidade representacional dos dados se refere à forma como os dados são formatados (de maneira concisa e consistente) e ao grau em que é possível extrair significado deles (interpretabilidade e facilidade de compreensão). Basta imaginar as rotinas de validação de dados de uma pesquisa online. Ao perguntar a idade dos participantes, por exemplo, você garantiria que todos (de forma consistente) inserissem a idade em anos inteiros (de forma concisa) ou mesmo dentro das faixas etárias nas quais você está particularmente interessado (facilidade de compreensão). De qualquer forma, o respondente não vai conseguir enviar valores errados ou extremos (interpretabilidade).
As duas dimensões dessa categoria podem ser opostas e, por isso, exigem um bom equilíbrio. Acessibilidade diz respeito à facilidade e à simplicidade com que os dados podem ser recuperados, enquanto a segurança de acesso diz respeito à forma como o acesso pode ser limitado e controlado. Esses aspectos têm recebido cada vez mais atenção nos últimos anos — por exemplo, painéis online ou data warehouses.
Como você pode ver, a “Qualidade Intrínseca dos Dados” depende principalmente da escolha da fonte de dados certa, a “Qualidade Contextual dos Dados” do planejamento minucioso do estudo, a “Qualidade Representacional dos Dados” da coleta correta dos dados e a “Qualidade da Acessibilidade dos Dados” da apresentação correta dos dados. Ou, de forma mais geral, em cada etapa do processo de pesquisa, a gente precisa lidar com diferentes tarefas e desafios para alcançar o melhor resultado possível.
Na primeira seção, falamos sobre como diferentes perspectivas sobre a qualidade dos dados podem, às vezes, entrar em conflito. Embora ainda seja válido que as necessidades de todas as partes interessadas precisem ser atendidas em primeiro lugar, talvez seja ainda mais importante que cada elo da cadeia de valor contribua para a qualidade geral na coleta e no processamento dos dados. Como a pesquisa se tornou um processo complexo com responsabilidades divididas, precisamos garantir que os padrões de qualidade sejam cumpridos durante todo o processo.
Saiba mais sobre qualidade de dados com os dados da Norstat
Encontrar os participantes certos para o seu estudo específico é fundamental para obter dados relevantes e úteis. Com base na nossa ampla rede de participantes na Europa, garantimos que você tenha acesso aos consumidores que está procurando.
Na busca por dados confiáveis que sirvam de base para tomadas de decisão cruciais, a importância de um painel de alta qualidade é inegável. Mas o que exatamente define a qualidade de um painel e como a mantemos?
As percepções devem orientar nossas ações, dando-lhes uma estrutura. E essas percepções seguem a estrutura dos dados subjacentes. Por definição, as estruturas são estáveis e resistem a perturbações. Os dados têm uma longa durabilidade e, por isso, sua qualidade deve ser vista como um ativo que continua rendendo frutos no futuro.
