Qualidade de dados: os erros silenciosos nas suas análises

A conversa sobre qualidade de dados quase sempre começa numa reunião de segunda-feira. O dashboard de marketing diz que agosto fechou com 412 leads. O CRM diz 583. Ninguém sabe qual número está certo, e a pauta que era estratégia vira perícia: quem exportou o quê, quando, de qual sistema.

O detalhe incômodo é que quase nunca existe um erro grande e visível por trás dessa cena. Existem dezenas de erros pequenos: um contato duplicado aqui, uma UTM que parou de marcar ali, um campo de origem preenchido de três jeitos diferentes. Nenhum deles derruba o sistema. Todos eles distorcem a análise.

Qualidade de dados é o grau em que uma base atende a critérios como acurácia, completude, consistência, atualidade, unicidade e validade. Na prática, seus dados têm qualidade quando descrevem a realidade com precisão suficiente para sustentar uma decisão. Duplicatas, tracking quebrado e definições ambíguas são os defeitos mais comuns, e também os mais difíceis de perceber.

Por que os erros mais caros são os silenciosos?

Erro grande dispara alarme. Se o faturamento aparecer zerado no dashboard, alguém corrige no mesmo dia. Já um erro de 8% não dispara nada: o número parece plausível, a reunião segue, a decisão é tomada. Por isso o problema real não é a empresa que sabe que seus dados são ruins. É a que confia em números levemente errados.

Um exemplo com conta feita. Uma loja online registra 1.000 conversões no mês, com R$ 50.000 investidos em mídia. Só que 80 dessas conversões são a mesma compra contada duas vezes, uma pelo pixel e outra pela API de conversões. O CAC real é R$ 50.000 ÷ 920 = R$ 54,35, e não os R$ 50,00 do relatório. Parece pouco, até você lembrar que é esse número que define o ROAS de empate e o teto de lance das campanhas.

Quais são as dimensões da qualidade de dados?

A literatura de governança organiza a qualidade de dados em seis dimensões. Mais útil do que decorar os nomes é saber qual pergunta cada uma responde:

Dimensão	Pergunta que responde	Exemplo de falha
Acurácia	O dado descreve o fato real?	Venda de R$ 197 registrada como R$ 1.970
Completude	Os campos que importam estão preenchidos?	40% dos leads sem origem de campanha
Consistência	O mesmo dado é igual em todos os sistemas?	"SP", "São Paulo" e "sao paulo" na mesma coluna
Atualidade	O dado reflete o estado atual?	Estoque sincronizado pela última vez há 6 dias
Unicidade	Cada entidade aparece uma única vez?	O mesmo cliente com 3 cadastros no CRM
Validade	O dado respeita o formato esperado?	Campo de telefone preenchido com "não tem"

Nenhuma operação pontua bem nas seis o tempo todo, e tudo bem. A pergunta certa não é "meus dados são perfeitos?", e sim "em qual dimensão está o erro que muda minhas decisões?".

Os quatro erros silenciosos mais comuns

1. Duplicatas no CRM

Duplicata nasce de integração, não de descuido. O checkout cria um contato a cada compra, o formulário de webinar cria outro, e o time comercial cadastra um terceiro com o telefone escrito de outro jeito. Resultado: uma base de 10.000 contatos que na verdade tem 8.700 pessoas.

Isso infla qualquer métrica calculada "por cliente". O LTV cai artificialmente, a taxa de recompra some, porque as compras se dividem entre os cadastros da mesma pessoa, e a régua de e-mail trata um cliente fiel como dois desconhecidos.

2. Tracking quebrado

É o clássico dos erros silenciosos porque falha aos poucos. Uma atualização do site remove o pixel de uma página, um redirecionamento derruba os parâmetros de campanha, alguém sobe anúncio com utm_source=Facebook enquanto o resto do time usa "facebook", minúsculo. Nada quebra de forma visível. O que acontece é pior: o tráfego "direto" cresce e as campanhas parecem render menos do que rendem.

Quem investe em mídia paga sente isso direto na atribuição de conversão: o canal que perdeu o tracking vira doador involuntário de resultado para os outros. Um padrão de UTMs documentado e um alerta para queda anômala de eventos resolvem boa parte do problema.

3. Campos inconsistentes entre sistemas

Uma distribuidora quer saber quanto vende por estado. No ERP, o campo é "UF". No e-commerce, "estado", escrito por extenso. Na planilha do comercial, cada vendedor escreve como prefere. A soma por estado passa a depender de quem fez o relatório, e cada área chega a um ranking diferente com os mesmos dados.

O mesmo vale para datas (03/04 é 3 de abril ou 4 de março?), para moedas e, principalmente, para definições de negócio: se marketing conta "lead" a partir do formulário e vendas conta a partir da primeira reunião, os dois estão certos e o relatório está errado.

4. Dados desatualizados e espalhados em silos

Quando os sistemas não conversam, alguém exporta uma planilha para "resolver rápido". Três meses depois, aquela exportação virou a fonte oficial de uma decisão de orçamento, e ninguém lembra de quando ela é. Dados em silos não são só um problema de acesso: são um problema de versão. Cada cópia envelhece num ritmo diferente.

Quanto custa a má qualidade de dados?

Os números disponíveis impressionam. A Gartner estima que a má qualidade de dados custa, em média, US$ 12,9 milhões por ano às empresas. E um estudo publicado na Harvard Business Review encontrou pelo menos um erro crítico em 47% dos registros recém-criados; apenas 3% das bases avaliadas atendiam a padrões básicos de qualidade.

Para o dia a dia de uma PME brasileira, a referência mais útil é a regra 1-10-100, formulada por George Labovitz e Yu Sang Chang: prevenir um erro de dado custa 1, corrigir depois custa 10, e conviver com ele custa 100, na forma de retrabalho, decisões erradas e cliente mal atendido. É uma régua ilustrativa, não uma lei física, mas a ordem de grandeza bate com o que se vê em operação: validar um formulário custa horas; refazer seis meses de relatório custa semanas.

Checklist de auditoria de qualidade de dados

Não dá para auditar tudo, e tentar é o caminho mais curto para desistir. Comece pelas métricas que sustentam decisões de verdade e desça a partir delas:

1. Liste as 5 métricas que pautam decisões (CAC, ROAS, taxa de conversão, ticket médio, churn, o que valer para o seu negócio) e identifique de qual sistema cada uma vem.
2. Compare fontes para o mesmo número. GA4, gerenciador de anúncios e CRM nunca vão bater exatamente; o que importa é conhecer o desvio típico. Divergência de 10% é esperada; de 40%, é sintoma.
3. Meça duplicatas: conte registros distintos por e-mail e telefone normalizados e compare com o total da base.
4. Audite as UTMs dos últimos 90 dias: liste os valores distintos de utm_source e utm_medium. Se "facebook" aparece escrito de quatro formas, você encontrou verba sendo mal atribuída.
5. Meça a completude dos campos críticos: percentual de leads sem origem, sem telefone, sem valor de negócio.
6. Verifique a atualidade das integrações: quando cada conexão sincronizou pela última vez e quem é avisado quando ela falha.
7. Escreva um dicionário de métricas: uma definição única de lead, conversão e cliente ativo, com um dono nomeado para cada uma.
8. Automatize alertas de anomalia: queda brusca de eventos quase nunca é o mercado; costuma ser tracking quebrado.

Sobre frequência: a auditoria completa funciona bem a cada trimestre. Tracking e integrações merecem monitoramento contínuo, porque quebram sem avisar.

Perguntas frequentes

O que é qualidade de dados?

É o grau em que os dados de uma empresa são precisos, completos, consistentes, atuais, únicos e válidos. Dados de qualidade descrevem a realidade bem o bastante para sustentar decisões sem que alguém precise conferir tudo na mão antes de confiar.

Quais são as 6 dimensões da qualidade de dados?

Acurácia, completude, consistência, atualidade, unicidade e validade. Elas funcionam como um roteiro de diagnóstico: em vez de dizer que "os dados estão ruins", você identifica se o problema é registro errado, campo vazio, formato divergente, informação velha ou duplicata.

Como medir a qualidade dos dados na prática?

Escolha as métricas que sustentam decisões e crie indicadores simples sobre elas: taxa de duplicatas, percentual de campos críticos vazios, divergência entre sistemas para o mesmo número e idade da última sincronização. Medir poucas coisas com constância vale mais do que um diagnóstico gigante feito uma vez só.

Qualidade de dados tem relação com a LGPD?

Sim. A LGPD exige que dados pessoais sejam exatos, atualizados e mantidos apenas pelo tempo necessário, o que na prática é uma exigência de qualidade. Bases duplicadas e desatualizadas aumentam tanto o risco regulatório quanto o custo de atender pedidos de exclusão.

Com que frequência devo auditar meus dados?

Uma auditoria estruturada por trimestre costuma bastar para pequenas e médias empresas. Integrações e tracking pedem monitoramento contínuo com alertas, porque são os pontos que mais quebram silenciosamente entre uma auditoria e outra.

Confiança se constrói antes do dashboard

A meta realista não é dado perfeito, é dado confiável o suficiente para decidir sem perícia semanal. Isso se constrói com padrão de coleta, integração monitorada e uma definição única para cada métrica, muito antes de qualquer gráfico bonito.

E fica mais fácil quando a verificação deixa de ser um projeto e vira uma pergunta. Com o Sherlok, você conecta Meta Ads, Google Ads, GA4, CRM e planilhas num lugar só e pergunta, em português: "quantos contatos duplicados temos na base?" ou "qual campanha está chegando sem UTM?". A resposta vem pronta, e a reunião de segunda volta a ser sobre estratégia.