O comercial apresenta um total de pedidos. O financeiro apresenta outro. A reunião começa com uma pergunta sobre qual relatório está certo, mas a diferença pode estar no que cada equipe decidiu contar. Um número ganha significado quando vem acompanhado da sua definição.
Antes de trocar uma ferramenta ou refazer o painel, vale comparar o indicador inteiro: evento contado, período, filtros, unidade de análise e atualização da fonte. Essa conversa transforma uma divergência vaga em uma questão verificável.
O mesmo nome pode esconder três perguntas
Imagine uma operação fictícia. Até uma data de corte, 120 pedidos foram criados, 95 desses pedidos foram concluídos e 80 desses pedidos tiveram o pagamento confirmado. Três relatórios poderiam usar o título “Pedidos do período” e apresentar totais diferentes. Nesse exemplo, os conjuntos são etapas da mesma população.
Qual etapa está sendo contada?
Os três números descrevem situações distintas. Para compará-los, será necessário escolher uma definição comum ou manter indicadores separados, com nomes que expliquem cada etapa. Se a intenção for analisar conversão, também será preciso definir como acompanhar a mesma população ao longo do tempo.
Registre a definição antes de discutir o resultado
Uma ficha simples pode acompanhar cada indicador. Ela deve permitir que alguém de outra equipe refaça o cálculo e entenda por que um registro entrou ou ficou de fora. A definição precisa ser acordada com quem usa o número para decidir.
- Pergunta: que decisão este indicador ajuda a tomar?
- Unidade: pedidos únicos, itens, clientes ou valor monetário?
- Evento e data: criação, conclusão ou pagamento; qual horário e fuso?
- Inclusões e exclusões: cancelamentos, testes e devoluções entram?
- Fonte e atualização: de onde vem o dado e até quando está atualizado?
- Responsável: quem valida a regra e aprova uma mudança?
Por exemplo, contar linhas de itens não equivale a contar pedidos. Um pedido com três produtos pode ocupar três linhas. A definição deve indicar se o total usa a identificação única do pedido e como lida com registros repetidos. Essa regra precisa aparecer na transformação dos dados e no teste do indicador.
Separe diferença de definição e problema de qualidade
Depois de alinhar as regras, investigue os dados. O Government Data Quality Framework apresenta dimensões como completude, unicidade, consistência, atualidade, validade e precisão. Elas ajudam a formular verificações específicas, em vez de classificar toda divergência como “dado ruim”.
Aplicando essa ideia ao exemplo: faltam pedidos de alguma origem? A mesma identificação aparece duas vezes? O status tem um valor permitido? O horário de atualização atende à reunião? Um registro pode estar completo e ainda conter uma informação incorreta; verificar campos preenchidos é apenas uma parte do trabalho.
Boa prática editorial e analítica: deixe visível a data de atualização e a definição do indicador. Quem lê o painel precisa conseguir interpretar o número sem depender de uma explicação oral.
Reconcilie uma amostra até encontrar a causa
Selecione alguns pedidos que aparecem em apenas um relatório. Compare a identificação, o status, as datas e os filtros aplicados. Registre o motivo de cada diferença: regra distinta, atraso de atualização, duplicidade, registro ausente ou transformação incorreta. Essa amostra ajuda a escolher o ajuste certo.
Se a causa for uma regra diferente, alinhe a definição ou renomeie os indicadores. Se for um erro na transformação, corrija a etapa responsável e repita a comparação. Preserve um pequeno conjunto de casos conhecidos para verificar se a divergência reaparece após mudanças na integração ou no painel.
Transforme o acordo em uma rotina
Comece com um indicador importante e uma fonte identificada. Publique a ficha de definição junto ao painel, registre mudanças de regra e estabeleça quem acompanha falhas de atualização. O trabalho fica mais sustentável quando as verificações deixam de depender de uma reunião emergencial a cada fechamento.
Um painel confiável permite explicar o resultado e suas limitações. Quando duas áreas entendem a mesma regra, a discussão pode avançar para a decisão de negócio que o indicador deveria apoiar.
Na Yarih, este tema faz parte de dados. Um diagnóstico pode delimitar o problema, as dependências e uma primeira entrega com escopo definido.
Continue a leitura: Automação confiável: como evitar pedidos duplicados.
Referências e aprofundamento
- Government Data Quality Framework — dimensões e adequação dos dados ao uso. O gráfico e o cenário de pedidos foram criados apenas para este exemplo.
