Instituto DataDriven

 

Validação de Dados: uma base para análises confiáveis

💡 Leia até o fim para entender a solução 💡

A validação de dados é uma prática fundamental para garantir a integridade das informações. Além disso, ela nos dá confiança de que os dados usados ​​são limpos, consistentes e prontos para orientar decisões.

Imagine a seguinte situação:

Você se dedicou para montar aquele dashboard completo: análises, insights, gráficos elegantes… tudo pronto para apresentar ao diretor executivo. Mas, na hora H, ele solta:

“Esses números de faturamento não batem com os do sistema…”

💥 E agora? Vergonha, desconfiança, questionamentos… Tudo por causa de dados não validados.

A verdade é: isso nem deveria acontecer. Uma simples verificação antes da análise já teria evitado o constrangimento.

Como praticar a validação de dados?

A validação pode (e deve) ser feita de várias formas durante toda a análise.

Algumas práticas incluem:

Analisar a fonte dos dados: é confiável? atualizado?

Tratar colunas importantes com cuidado: nomes, formatos, valores nulos...

Verifique as restrições do modelo de negócio: por exemplo, um valor de venda não pode ser negativo.

Verificar consistência estrutural: tipos de dados, duplicidades, outliers.

A validação dos dados deve ser apresentada no início ao final da análise. Desde a coleta até o momento da visualização e apresentação final.

Abaixo compartilho as duas soluções, para o problema apresentado acima, por meio da linguagem SQL:

Explicação da Solução: A primeira mostra uma comparação linha a linha, e caso houvesse diferenças entre o total vendido com a (quantidade * preco unitário), a query retornaria as linhas divergentes.

A segunda solução olha para o total agregado, caso a soma do total vendido fosse diferente da soma da quantidade * preço unitário, observaríamos facilmente. Poucas linhas de código podem garantir um compartilhamento de soluções sem constrangimento.