No contexto de Qualidade de Dados, o auditor de contas públicas João deverá analisar a consistência dos dados da base de dados AUD_CONTAS identificando variações sobre os valores dos atributos, como: • 30% das entradas de dados na coluna CD_FUNCIONARIO estão marcadas com o caractere “espaço” • existem 200 linhas na tabela TBL_PROCESSO contendo dados sobre processos sem nenhuma linha contendo os seus detalhes Para isso, a técnica de diagnóstico sobre a qualidade de dados que João deverá utilizar é:
- A)profiling;
Correta, porque profiling examina a base para identificar padrões, vazios, anomalias e variações nos atributos.
- B)matching;
Errada, porque matching serve para comparar e relacionar registros possivelmente correspondentes, não para diagnosticar a qualidade da base.
- C)deduplicação;
Errada, porque deduplicação busca eliminar registros duplicados, e o enunciado fala de análise de consistência e ausência de detalhes.
- D)data cleansing;
Errada, porque data cleansing é a etapa de limpeza/correção dos dados, enquanto aqui se pede a técnica de diagnóstico.
- E)enriquecimento.
Errada, porque enriquecimento adiciona dados externos ou complementares, não identifica problemas de consistência.
Gabarito: A
Em Qualidade de Dados, a ideia aqui é olhar para o comportamento dos dados e descobrir padrões estranhos, faltas, distribuição incomum e inconsistências. Isso é exatamente o que o profiling faz: ele “espreme” a base e mostra estatísticas e características dos dados, como porcentagem de valores em branco, quantidade de nulos, frequências, mínimos, máximos e relações entre tabelas. No enunciado, João quer identificar variações sobre os valores dos atributos, como 30% de espaços em uma coluna e uma tabela com registros sem seus detalhes. Perceba que ele não está corrigindo os dados nem juntando registros parecidos; ele quer diagnosticar a qualidade da base. Essa fase de diagnóstico é típica de profiling, que serve para mapear problemas antes de qualquer tratamento. As outras opções parecem tentadoras, mas cada uma tem outra missão. Matching é para encontrar registros que representam a mesma entidade. Deduplicação elimina repetidos. Data cleansing trata e corrige os dados. Enriquecimento adiciona informação externa. Nenhuma delas é a primeira lupa que João precisa usar aqui. Por isso o gabarito A está correto: profiling é a técnica de análise exploratória da base usada para revelar padrões, anomalias e falhas de consistência, exatamente como o enunciado descreve. Em doutrina de gestão da qualidade de dados, ele costuma aparecer como etapa inicial do diagnóstico.