A qualidade dos dados refere-se à sua capacidade de atender à finalidade pretendida. Você pode estar usando o indicador certo, mas se os dados para o cálculo estiverem errados, tuas decisões também serão erradas.

A qualidade — o grau em que os dados são adequados para uso — é julgada no momento do uso. Se atender às necessidades naquele momento, pode ser considerado “de qualidade”.

A qualidade dos indicadores e sua capacidade de contribuir para a gestão depende dos dados usados nos cálculos. Infelizmente, a experiência mostra que é comum que tais dados não sejam adequados. As principais razões são:

• Erros por falta de padronização na coleta ou falha de entendimento sobre o que se deseja.
• Mudança não informada na forma da coleta, para simplificar o processo.
• Dados colhidos sem cuidado ou responsabilidade, como muitas vezes é feito na apropriação de tempo das pessoas em que qualquer soma que resulte em 40 horas por semana parece aceitável.
• Erros na transcrição dos dados.
• Dados manipulados para melhorar os resultados ou esconder algum resultado ruim.

O hábito de dar uma “melhorada” nos dados para que resultados ruins não cheguem aos superiores ou ao público é, infelizmente, bastante comum.

Essa prática, delicadamente chamada de “massagear os dados”, leva a situações como a de Detroit, nos Estados Unidos. A cidade acabou acusada de camuflar a quantidade de mortes porque não queria ser conhecida como a “capital norte-americana dos homicídios”. Após análise, os críticos concluíram que Detroit adotava um critério diferente das demais grandes cidades americanas para contar os assassinatos. Eles escaparam do rótulo, mas os funcionários foram atacados pela mídia [1].

Lee Schwartz, especialista em indicadores, conta um caso em que os produtos que não podiam ser entregues no prazo eram negociados com os clientes e se eles concordavam com a mudança de data, eram computados como “Entregues no Prazo (“On Time Delivery“) [2].

As organizações devem abordar de frente a qualidade dos dados, implementar políticas, criar estruturas organizacionais e promover cultura na qual [3]:

• Os criadores de dados criam dados corretamente, pela primeira vez, com total entendimento do que isso significa para os clientes, aqueles que usam os dados que eles criam.
• Os clientes de dados devem comunicar seus requisitos de dados às fontes de dados e fornecer feedback quando os dados estiverem errados.
• Praticamente todos reconhecem que são ao mesmo tempo criadores e clientes de dados.

Antes de usar um conjunto de resultados no cálculo de indicadores é necessário efetuar uma “limpeza” na amostra. Essa atividade, que inclui identificar e, se for o caso, excluir outliers, buscar valores faltantes e esclarecer anomalias, é frequentemente ignorada, com péssimos efeitos para a gestão e para a credibilidade dos responsáveis.

Portanto, para uma gestão eficaz, os dados devem ser adequados, válidos e confiáveis. Parte da solução do problema é adotar uma cultura na qual os resultados dos indicadores são usados como aprendizado para a melhoria dos processos e não para premiar ou penalizar as pessoas.

        Apenas informações confiáveis permitem conclusões confiáveis. Daí a importância da qualidade dos dados.

Os indicadores em tua organização oferecem referência adequada para responder as perguntas associadas à gestão? Qual é o maior problema encontrado?

Referências

1. Is Your Data Cheating on You? Disponível em: www.domo.com/learn/executive-brief-is-your-data-cheating-on-you Acesso em 10.10.16

2. It’s All in the numbers – KPI Best Practices. Disponível em:https://www.industryweek.com/operations/continuous-improvement/article/22008174/its-all-in-the-numbers-kpi-best-practices Acesso em 13.12.22.

3. Redman, Thomas C. Break the Bad Data Habit. Harvard Business Review. May 30, 2012. Disponível em https://hbr.org/2012/05/break-the-bad-data-habit Acesso em 17.4.24

Saiba mais

Números significativos / Arredondamento de números / Caracterizando a qualidade dos dados

POST170321 de mar/17 atualizado em abr/24