Qualidade de Dados

O operador Horizonte quer evitar faturas duplicadas e respostas da IA com base em contratos ultrapassados. "Qualidade Dados" requer uma definição ligada a cada uso: um dado pode servir a uma exploração e ser insuficiente para emitir uma fatura.

Conceitos de Chave

A qualidade expressa se os dados servem para uma finalidade concreta. Antes de medir, identifique a população, o período e a evidência autorizada: um resultado aceitável para exploração pode ser insuficiente para faturar.

Completude pergunta se o valor necessário está presente; validade, se respeita o formato ou domínio permitido; exatidão, se corresponde à realidade que representa. São verificações distintas: a data de início 31 AGO pode estar presente e ter formato permitido, mas estar incorreta se o contrato verificado indicar 01 SEP.

Consistência verifica se não há contradições entre valores relacionados; unicidade, se uma identidade de negócio não se repete segundo a regra acordada; tempestividade, se o dado está disponível no prazo necessário para o uso. Um controle de datas não comprova nenhuma dessas três dimensões. Cada uma exige sua própria regra, população e evidência.

A data de início do contrato verificado é 01 SEP, mas se captura 31 AGO. O mesmo valor passa por três verificações: está presente e cumpre completude; tem formato permitido e cumpre validade; não corresponde ao contrato e falha em exatidão. Deve ser corrigido com base na evidência autorizada. O caso não comprova consistência entre fontes, unicidade da identidade nem chegada no prazo: cada dimensão exige sua própria regra, população e evidência para o uso previsto. ↗

Regras, limites e aposentadoria

A regra começa com uma necessidade: "Não emita duas vezes a mesma fatura." O Preenchimento responsável define a chave corporativa, tolerância e efeito de um incumprimento. O steward traduz essa decisão em uma regra compreensível. O engenheiro implementa o resultado dos cheques e registros, período e versão.

O limiar A deve indicar numerador, denominador, tratamento de exclusão e operador de comparação. "Pelo menos 99 %" inclui 99 %; "Mais do que 99 %" Não. A tolerância depende do risco: alguns cheques os impedem de publicar e outros permitem que continuem com uma exceção autorizada. A média de muitas regras não deve encobrir um defeito crítico.

A necessidade é não emitir duas vezes a mesma fatura. O proprietário acorda a chave emissor mais número, o corte de setembro, as exclusões e o limiar de unicidade de 100 %; o steward documenta R-02 e o engenheiro preserva sua versão e resultado. A medição encontra 198 chaves distintas em 200 linhas: 99 % é menor que 100 %, portanto bloqueia-se a publicação e abre-se D-17. Atribuem-se responsável, prioridade e prazo, investiga-se a causa e corrige-se a origem. Depois, repete-se R-02 sobre o corte corrigido: encerrar somente com evidência de cumprimento; se falhar, o incidente continua aberto. ↗

Remediação inclui responsável, prioridade, causa, data do alvo e monitoramento posterior. Limpar uma cópia pode ser útil para um consumo específico, mas não remove o problema na captura. Horizon distingue dados corrigidos e dados rejeitados e uma exceção aceita. Retém a razão para explicar o resultado publicado.

Qualidade com Oracle AI Data Platform e Oracle Autonomous AI Lakehouse

Oracle AI Data Platform permite que os dados sejam preparados e transformados usando notebooks e fluxos de trabalho. O computador pode expressar cheques com SQL ou código e preservar resultados. Oracle Autonomous AI Lakehouse e Data Studio da Oracle Autonomous AI Database fornecem estatísticas, análise e preparação. Tabela IA Assist Propor SQL e receitas que uma pessoa verifica antes de aplicá-las. Não prova que a informação é verdadeira.

Implemente regras de aceitação com notebooks e coordene seu execução com Oracle AI Data Platform fluxos de trabalho. Para Horizonte, verifique a fatura da unicidade e a existência do cliente, os resultados dos registros e o incumprimento separado do motivo. O responsável aprova a regra e ação. O fluxo publica os dados aceitos e remedeia os registros corrigidos. Assim você transforma uma dimensão de qualidade em um monitoramento repetitivo.

A regra válida é avaliada usando Oracle AI Data Platform notebooks e fluxos de trabalho. Os dados consistentes continuam para uma publicação autorizada na Oracle Autonomous AI Lakehouse. Os fracassados têm motivo, responsável e estado. Eles são inclinados e remedidos. O caminho da publicação precisa aceitar a regra e outros controles para uso. ↗

Oracle Data Transforms permite organizar transformações e execuções. As estatísticas mostram padrões úteis para modelar, mas uma distribuição inesperada requer uma interpretação do negócio. A detecção técnica não decide apenas se o fechamento está bloqueado. Além disso, a validação de qualidade de uma visão analítica tem um escopo específico: não é uma certificação integral de todas as fontes.

Documenta cada regra em uma aba com propósito, população, lógica, limiar, responsável, resultado e ação. Oracle AI Data Platform e Oracle Autonomous AI Lakehouse permitem sua implementação. A guia permanece válida se os motores ou a localização dos dados mudarem.

Explicado exemplo

Horizonte recebe 1 000 contratos. Dez não têm data de início e outro 20 tem data de saída. Para a regra de presença, 990 1 000 cumprir: 99 %. Se as duas ações defeituosas não se sobrepõem, a regra combinada de presença e período tem 970 simultaneamente: 97 %.

A grade representa 1 000 contratos, dez por quadrado, com defeitos sem sobreposição. A doação atingiu 990/1 000 = 99 % e ultrapassou seu limite. A regra atual e dentro da data atinge 970/1 000 = 97 % e perde o mínimo 98 %. Distinguir população, defeitos e limiares de cada regra antes de combinar ou comparar percentagens. ↗

O responsável tinha concordado pelo menos 99 % para presença e 98 % para a regra combinada. O primeiro vai e o segundo dá errado. O oleoduto não deve substituir ambos por uma média que parece aceitável. O steward atribui os casos, identifica se a captura permite datas impossíveis e coordena a correção do formulário ou processo de produção.

É então remensurado sobre uma população identificada. A declarou melhora sem período e nenhum denominador pode comparar resultados e pode simplesmente encobrir que casos difíceis foram excluídos.

Comum.

• "Sem nariz significa exatamente." A presença não verifica o valor contra a realidade.
• "A limpeza A resolve a causa." O erro pode continuar passando pelo mesmo processo.
• "A qualidade média permite publicar." O mau funcionamento crítico do A pode exigir bloqueio mesmo que outras regras sejam perfeitas.

Exercício Decisão

A carga de faturas 200 contém dois registros excedentes dependendo da chave acordada e critério de contagem: há 198 chaves únicas. A política exige 100 % da unicidade para publicar faturas.. Outra regra de completude atingiu 100 %. A equipe propõe-se a significar ambos e continuar. Ele decide o que fazer e quem descobrir.