Qualidade de Dados - Dataprev

Análise como estratégia de agregação de valor
em dados
Marcelo Stopanovski Ribeiro
Secretário de Prevenção da Corrupção e Informações Estratégicas
Controladoria-Geral da União (CGU)
O maior problema de trabalho que trazemos para esse debate é a questão do
mensurar. Antes de qualquer coisa, é preciso colher um grupo de informações e
esse grupo tem de fazer sentido a partir de um método. Para se ter confiança nessa
mensuração, é necessário, então, trabalhar com a qualidade dos dados. A preocupação
decorre do fato de que, no ambiente de trabalho em que atuamos, a equipe
tem de lidar com processos informacionais iniciados por meio de papéis, coisas
físicas. Se estiverem bagunçados, a informatização tão-somente gerará uma
bagunça informatizada, ou seja, um problema muito maior, posto que colocado na
casa dos terabytes. Por essa razão, trataremos aqui da análise de dados baseada,
principalmente, na qualidade que esses dados disponibilizam para a tomada de
decisão.
Do ponto de vista da produção de informação estratégica, um sonho de todo
analista é, mais ou menos, o que se apresenta no filme Minority Report, de Steven
Spielberg. A história trata de um personagem que, em virtude de uma demanda,
se vê capaz de acessar, por meio de uma tela touch screen gigantesca, todas as
bases de dados integradas. A trama faz-nos imediatamente pensar num processo
em que o Cadastro Nacional de Informações Sociais (CNIS) demandaria o cruzamento
de dados com as bases do Departamento Nacional de Trânsito (Denatran),
dos cartórios, de modo a fazer um levantamento do patrimônio. O acesso a essas
informações seria feito num clique, haveria uma alta capacidade de integração e
monitoramento e, principalmente, contaríamos com o tal do Precog, uma espécie
de vidente, que ficaria ao lado dizendo o que iria acontecer. Mas o fato é que esse
sistema não existe.
Seja como for, essa projeção remete a detalhes que são da ordem da própria
estrutura da informação. Podemos colher infinitas informações a partir de qualquer
objeto. Isso, por sua vez, leva à impossibilidade de uma mensuração definitiva.
No que tange à geração de prova, que é uma peça central da nossa área, tal
impossibilidade afetaria a viabilidade do nosso próprio trabalho. Então, o grande
desafio passa por diminuir incertezas e criar condições de confiabilidade nas
informações. Aqui entra a necessidade de aplicação de um método que torne
possível chegarmos a uma conclusão cientificamente válida ou, pelo menos,
apropriada para fins de tomada de decisão.
Essa característica da informação se dá, principalmente, porque, numa base de
dados, pode haver trilhões de registros. O Portal da Transparência, por exemplo,
está com R$ 5,4 trilhões dispostos centavo a centavo em mais de 700 milhões de
registros. Se cruzarmos, sem querer, um campo com outro ali dentro, geraremos
um monte de informações duplas, um sem número de informações não validadas.
Isso pode acontecer em qualquer base de dados, é algo natural da informação.
Como demonstrado pela segunda lei da termodinâmica, a famosa lei da entropia,
se pegarmos um sistema fechado e chacoalhá-lo, o contato das moléculas presentes
gerará um monte de informações. Se todo sistema tende ao caos, isso não é
diferente em relação aos sistemas de informação. Mesmo se deixarmos uma base
de dados parada – sobretudo uma tão antiga como a do CNIS, de 1974 - , só com
pessoas a alimentando, só com o pessoal consultando, naturalmente os dados
tenderão ao caos. O trabalho de qualidade de dados, de análise de agregação de
Fórum de TIC Dataprev
Qualidade de Dados 33