Qualidade de Dados / Data Quality

Máxima qualidade dos dados para transacções suaves

As Soluções de Qualidade de Dados da Uniserv ajudam a operar as suas aplicações de comércio electrónico e compras online com sucesso. Dados correctos, actualizados e consistentes a partir de uma entrada de dados confiável que garanta as entregas de mercadorias, rápido fluxo de caixa, receitas planeáveis e clientes satisfeitos.

Data Quality Batch Suite para CRM: A suite completa de produtos para a verificação em batch totalmente automatizadas e limpeza de dados de clientes em aplicações de comércio electrónico.

Data Quality Real-Time Services para CRM: Para protecção imediata da Qualidade dos seus Dados na entrada de dados nos sistemas on-line pelos seus clientes.

A nossa contribuição para aplicações bem sucedidas de e-Commerce e portais Web: Pesquisa rápida, tolerante ao erro, o reconhecimento automático de duplicados e de agrupamentos de dados por nome e morada, validação de dados e aumento ou sincronização com outros sistemas são apenas algumas das funções do DQ Batch Suite e do DQ Real-Time Services - a nossa contribuição para o sucesso do uso das suas aplicações de e-commerce.

Tenho mostrado aqui as ferramentas de qualidade de dados, mas estas não são por si um garante de que a qualidade dos nossos dados está assegurada em completo. O processo de qualidade de dados é algo interminável. Se por um lado estas ferramentas permitem ter altos níveis de qualidade, por outro necessitam de ser constantemente alimentadas.

Ao adquirirmos estas ferramentas, elas contêm tabelas que ao longo do tempo se vão desactualizando. Se estivermos a falar nas tabelas dos nomes que são usadas no Mail e nas tabelas fonéticas, a desactualização não será muito evidente, nem muito rápida. Mas se estivermos a falar por exemplo da tabela dos arruamentos, a actualização é sem duvida uma das coisas mais fundamentais. Com as alterações urbanísticas que existem, praticamente todas as semanas temos ruas novas, renomeações de ruas, novos números de porta, já para não falar nas alterações dos códigos postais.

Com as actualizações trimestrais conseguimos garantir que estes "problemas" são minimizados. Todos os trimestres temos mais de 5.000 alterações nas tabelas. O que significa que no final do ano podemos ter uma percentagem significativa de alterações nas tabelas de referencia. Logicamente que esta percepção depende em muito não apenas da experiência, mas também da forma como se usam estas aplicações. Se por um lado existem clientes que se apercebem da existência de ruas novas ainda antes da chegada do update, por outro existem outros que mesmo depois da chegada do update, ainda demoram algum tempo até que façam a instalação do mesmo.

Mas a importância das tabelas não se fica pela sua actualização, mas logicamente também pela sua qualidade intrínseca. Se existirem muitos códigos postais que estejam desactualizados, ou se não existirem arruamentos, ou ainda se existirem duplicados de ruas, tudo isto pode contribuir para uma fraca experiência de trabalho com as ferramentas por parte não apenas dos administradores do sistema, mas também pelos utilizadores.

Manutenção de dados: medidas automatizadas para a manutenção de um elevado padrão de qualidade de dados

Apesar da limpeza de dados iniciais e os mecanismos para manter o status quo da qualidade dos dados, é uma boa política realizar uma verificação periódica da base de dados global.

Isso também é necessário se as bases de dados forem consolidadas, por exemplo, após a aquisição de empresas.Outro cenário é uma verificação periódica para renomear rua e lugar.

Deslocalizações devem ser monitorizadas e mantidas, e os registos de dados de clientes falecidos devem ser marcados, pelo menos. A exigência para o aprimoramento dos dados existentes com informações adicionais também não deve ser excluído.

Estas verificações periódicas da base de dados geral devem, idealmente, ser executadas com um processo em batch.
Isso garante que todos os dados estejam em conformidade com uma norma comum de qualidade de dados em intervalos especificados.
A qualidade dos dados suficientemente elevada para realizar as tarefas do actual sistema de CRM não pode ser considerada até que as três etapas do processo descrito aqui forem implementadas e adoptadas como prática, permitindo assim que o sistema de CRM atinja o seu pleno potencial e proporcione um retorno sobre o investimento.

As avaliações no CRM analítico, são agora uma base sólida. Os dados do CRM operacional permite uma abordagem orientada para o cliente em todas as áreas. Finalmente, o relacionamento com o cliente é reforçado, a longo prazo. A confiança dos empregados da empresa na qualidade dos dados aumenta, ao mesmo tempo. Isto significa que uma verificação adicional dos dados não é mais necessária. Os resultados directos são o aumento na eficiência e redução de custos.

É hora de subir a bordo: A Auditoria de Qualidade de Dados

A Auditoria Uniserv de DQ apresenta-se, de modo a ser capaz de fazer afirmações sobre o status quo dos dados in-house do sistema CRM.

A auditoria é o primeiro passo com objectivos claros em mente para a tomada de decisão e as marcas da sua apresentação pessoal para o projecto "Qualidade de Dados no seu sistema de CRM».

Durante a auditoria, a qualidade dos endereços é primariamente avaliados com o apoio das ferramentas da qualidade dos dados da Uniserv. Numa segunda etapa, há a possibilidade de ir à raiz das possíveis causas da deficiente qualidade dos dados numa análise do processo. Portanto, a melhor coisa a fazer é entrar em contacto connosco imediatamente!

A Firewall de Qualidade de Dados

É importante especificar determinadas normas, após a transferência dos dados inicialmente limpos. Só desta forma pode a elevada qualidade dos dados obtidos ser preservada. Uma variedade de opções on-line podem apresentar-se aqui:
Em primeiro lugar, o utilizador do sistema de CRM pode garantir que as regras de entrada determinadas sejam respeitadas, por exemplo, os nomes das ruas só devem ser inscritos nos campos fornecidos.
A verificação de sintaxe também é possível para números de telefone ou endereços de e-mail e outros campos. Além disso, existe a possibilidade de verificar o endereço indicado para correcção. Isto pode ser importante, por exemplo, se o endereço é dado somente a um centro de atendimento por telefone e rapidamente surgem erros na anotação ou por causa de diferentes interpretações do que foi ouvido ou erros de digitação. Se as informações recebidas através do telefone estiverem incorrectas ou ambíguas, o utilizador também pode pedir de imediato as informações adicionais em falta, tais como localidade, a fim de ser capaz de transferir um endereço correcto para o sistema. O desempenho da tecnologia subjacente é o factor decisivo para a aceitação.
Desde que o trabalho seja realizado sob alta pressão de tempo em períodos de pico, especialmente em call centers, a validação de endereço deve ocorrer muito rapidamente.
A entrada rápida de um cliente que completa os componentes do endereço após a entrada das letras iniciais ou números pode ser usado como alternativa.
Não importa qual a tecnologia usada, a possibilidade de uma busca simples, rápida e tolerante a erros para todos os dados existentes do cliente é fundamental. Esta função não será usada se a comparação demorar muito tempo ou não forneça os resultados desejados.

Um exemplo quotidiano demonstra isso: se a busca de informações nos motores de busca mais conhecidos de Internet, Google ou Yahoo, levar mais tempo do que o típico 0,3 segundo, estes motores de busca não seriam utilizados devido à lentidão.

A prevenção automática de novos duplicados também é importante. Aqui também existe a possibilidade de verificar se o cliente já está registado no sistema quando os dados são criados. Se este for o caso, uma nova conta de cliente não tem de ser criada. A informação existente ainda pode ser reforçada com o processo actual. Esta busca é executada em segundo plano, sem ser especificamente accionada pelo utilizador em cada criação ou alteração de dados iniciais do endereço.
Se a empresa ou pessoa física já existe na base de dados, o utilizador recebe uma indicação relevante através da máscara de entrada. Uma pesquisa de erro de tolerância também é apropriada aqui, de modo que o registo dos respectivos dados possa ser encontrado, apesar dos erros de audição ou sinónimos ou nomes de empresas incompletos. Escusado será dizer que esta busca implícita também tem que ocorrer muito rapidamente e com precisão, de modo que o fluxo de trabalho do empregado no sistema de CRM não seja afectado. Estes requisitos para a firewall de qualidade dos dados são implementados por meio dos conectores DQ.
Em conjunto com os parceiros de desenvolvimento, Uniserv criou conectores DQ para os mais importantes sistemas de CRM, como o SAP CRM, Microsoft Dynamics CRM, Siebel, bem como update.seven e salesforce.com, que permitem a integração de mecanismos de qualidade de dados em processamento registo a registo. Como resultado, nada impede a implementação destas funções, que são importantes para a implementação de um elevada qualidade de dados nos sistemas de CRM.

Voltamos depois do post de ontem onde se falou um pouco mais da ferramenta Batch, ao CRM com a limpeza inicial dos dados. Relembro apenas que o DQBT é uma ferramenta essencial para esta limpeza dos dados.

Primeiro que tudo, a limpeza inicial dos dados é de primordial importância. A este respeito, a base de dados inteira é verificada e limpa numa execução em batch. O número de diferentes fontes de dados ou dos países a que pertencem são irrelevantes aqui.
Procedimento típico para que esta limpeza inicial:
- Os dados são convertidos para um formato padronizado.
Exemplo: formato padronizado para os números de telefone.
++351 211571495
00351-21-1571495      => 00351 211 571 495
+351 (21) 1571495

- O conteúdo das diferentes fontes de dados é atribuído aos campos padrão.
Exemplo: O nome da pessoa de contacto está em campos com nomes diferentes em cada fonte de dados.
Nome: Godinho, Osvaldo
PNome: Osvaldo      Apelido: Godinho
Contacto: Osvaldo Godinho

- As componentes do nome são analisadas.
Linhas de nome muito complexas que sejam compostas por vários indivíduos ou incluir o nome da empresa com o departamento e contacto serão analisados. A análise verifica se os dados se referem a dados de pessoas ou dados da empresa. Todos os elementos da linha do nome são também atribuídos aos campos especiais, de modo a que, por exemplo análises de títulos académicos ou formas jurídicas de empresa possam ser realizadas.
Exemplo: DataLab, Lda
                       -> Nome da Empresa: DataLab
Datalab, Lda
                       -> Forma Legal: Lda.

- A validação dos endereços é realizada.
A validação dos endereços é feita independentemente sejam endereços nacionais e/ou internacionais. A este respeito, o código postal, localidade, rua e número de porta são verificados. Se possível, componentes do endereçoem falta são corrigidas e/ou adicionadas.
Ruas oficialmente renomeadas e lugares são actualizados automaticamente. Apartados e validação de códigos postais em batch de clientes também estão disponíveis para alguns países.
Exemplo:
R Podre Local 16       => Rua do Poder Local, 16
1675 Pontihna           => 1675-634 Pontinha

- Os endereços são convertidos para formatos específicos.
Em certos países, por exemplo, França, o endereço deve ser formatado de acordo com as especificações das autoridades postais nacionais, a fim de ser capaz de tirar partido das medidas de optimização de taxa de franquia, para as opções de entrega mais barata possível.
Exemplo de um endereço de França:

- Os endereços são reforçados com informações adicionais.
Os endereços podem ser melhorados com informações relevantes, conforme necessário. Isso pode ser coordenadas geográficas, mas outros códigos por sector ou visualização, informações definidas pelo utilizador podem ser também anexados aos dados.
Por exemplo:
Rua do Poder Local, 16      => X: -00920163
1675-364 Pontinha            => Y: +03876310

- São identificados os duplicados.
Duplicados potenciais são identificados de acordo com algoritmos de busca personalizados individualmente.
Regras de negócio adequadas podem ser aplicadas na pesquisa, de modo que a sua posterior eliminação pode ser executada automaticamente até certo ponto. Os duplicados são também avaliados, com o grau de "certeza", ou seja, o grau de probabilidade pode ser definido. Escusado será dizer que estão disponíveis esquemas padronizados de correspondência, que podem ser aplicados aos dados de pessoas ou dados de empresas. Também é possível incorporar novos campos em campos livres em busca de duplicados.
Por exemplo:
Osvaldo Godinho                            O Godinho
Rua do Poder Local, 16         =     R Podre Local, 61
1675-157 Pontinha                      1675-157 Pontihna

A comparação destes dois registos proporciona um elevado grau de semelhança, embora o nome, rua, numero de porta e localidade sejam diferente.
No entanto, a diferença neste exemplo e com o algoritmo seleccionado correspondente não for tão grande, que os registos de dados são identificados como um único bloco.

- É constituído o "Registo de Ouro".
A formação de um "Registo de Ouro" é fundamental, especialmente quando os dados vêm de uma variedade de fontes que tenham mais conteúdos relevantes associados, além da informação do endereço. Como resultado, existe a possibilidade de transferir todas as informações dos duplicados para o "Registo de Ouro". Mesmo que os dados duplicados não tenham de ser eliminados, a sua marcação é possível, de modo que as informações contidas num duplicado possam ser exibidas para o utilizador no sistema de CRM. Exemplo: O duplicado tem um campo adicional com coordenadas que devem ser anexada ao "Registo de Ouro". Se o duplicado é excluído da base de dados, o "Registo de Ouro" também inclui esta informação.
Osvaldo Godinho                           O Godinho
Rua do Poder Local, 16          =    R Podre Local, 16
1675-157 Pontinha                     1675-157 Pontihna
X: -00920163                           <-      X: -00920163
Y: +03876310                           <-      Y: +03876310

A qualidade dos dados no CRM é importante independentemente de:
- Um sistema completamente novo CRM deve ser posto em prática,
- A qualidade dos dados de um sistema de CRM deve ser optimizada,
- Ou dois ou mais sistemas independentes são combinados em um único sistema CRM, o requisito elevada qualidade dos dados pode ser alcançada em três sub-processos:

1. Limpeza dos dados iniciais
2. «Acertar logo à primeira vez» e os mecanismos que interceptam dados de baixa qualidade, quando os dados são criados ou editados (Data Quality Firewall)
3. Uso de dados de manutenção como uma medida para preservar um alto padrão de qualidade de dados

O processo de QUALIDADE DOS DADOS da Uniserv mostra como os três passos anteriores estão interligados.

TI envolve não só endereços escritos correctamente ou registos duplicados, mas também a aprendizagem sobre a estrutura dos dados a serem migrados e verificar as regras de negócio existentes. Este passo normalmente é implementado numa Auditoria de qualidade dos dados.

É aconselhável obter um panorama da qualidade dos dados numa primeira etapa, de modo que uma limpeza inicial orientada para resultados seja possível.

Monitorização a jusante é aconselhável para determinação constante e verificação do status quo da qualidade dos dados. O cumprimento das regras de negócio podem ser automaticamente aqui verificadas e limitar valores críticos específicos, a fim de ser capaz de realizar medidas de optimização em tempo real. Limites poderiam ser também os indicadores chave de desempenho (KPI), que fornecem informações sobre o status quo dos objectivos definidos pela empresa.

O casal perfeito:
CRM e qualidade de dados
Independentemente de um CRM analítico ou operacional seja implementado, as áreas anteriormente descritas de aplicação indicam a importância de ter dados correctos, ou seja, a qualidade dos dados.
Num CRM analítico, uma elevada qualidade dos dados é indispensável, a fim de ser capaz de realizar análises adequadas, em primeiro lugar, para não falsificá-las e - com base no presente - para tornar as decisões estratégicas correctas, a longo prazo.
Em termos correctos, qualidade de dados significa que:

- Corrigir o endereço, também no ambiente internacional, de modo que a correspondência escrita chegue ao destinatário. Quanto aos dados:» O endereço deve ser actualizado se lugares ou ruas são renomeados
» Mudanças de morada devem ser registadas e os endereços actualizados
» Não são mantidas relações comerciais com os clientes falecidos
» Mudanças nas empresas (fusões, deslocalizações, etc.) devem ser registadas
Num CRM operacional, é importante que os dados de contacto do cliente estejam correctos, para que as campanhas de marketing sejam adequadas e a oferta de serviços alcance sua meta, ou seja, o cliente.
- Os dados do cliente sem que haja duplicados, ou seja, existe apenas uma única instância do cliente na base de dados :
» Para não enviar informações várias vezes em mailings e economizar em custos de envio
» Para não perturbar desnecessariamente clientes solicitando-os repetidamente em campanhas de marketing e, portanto, provocar perdas de clientes e vendas perdidas
» Para poder fazer afirmações fiáveis sobre as oportunidades de vendas e Análises Preditivas
» Conceber um serviço mais eficiente com todas as informações relevantes disponíveis para o contacto directo com os clientes.

Fica evidente que a qualidade dos dados, ou seja, corrigir e manter a base de dados isenta de duplicados, é um requisito importante para a chamada "visão única do cliente» ou «ponto único de verdade» («Single View of Customer» ou «Single Point of Truth»), porque somente os dados em óptimo estado permitem realmente que todos os dados relativos a um cliente sejam comprimidos num registo, permitindo uma visão abrangente de um cliente.

Essa visão também deve ser autorizada para os funcionários dos vários departamentos dentro da empresa.
Se todos estes aspectos não são considerados num sistema de CRM, a qualidade deficiente dos dados pode rapidamente desequilibrar a balança. Análises em Business Intelligence podem produzir conclusões incorrectas, os clientes estão insatisfeitos com o serviço, com as campanhas de marketing e quem sabe, podem terminar as relações comerciais no pior caso.

A má qualidade dos dados também podem ter um efeito directo sobre a motivação dos funcionários da empresa.
Eles não podem satisfazer as necessidades dos clientes na medida esperada, pois as informações no sistema de CRM não é consistente.
Registos duplicados de dados de clientes que contenham informações necessárias para a satisfação do cliente são um exemplo aqui. É o trabalhador que tem de ouvir os problemas dos clientes frustrados.
E torna-se insatisfeito ao mesmo tempo.
A conexão directa entre os dados confiáveis a partir do sistema de CRM e motivação dos funcionários é, portanto, comprovada.

Os exemplos do post anterior deixam claro que o cliente é sempre o centro do interesse num sistema de CRM, uma vez que há ganhos directos e indirectos que podem ser obtidos a longo prazo através de um relacionamento satisfatório.

Quanto a isto, há várias áreas num sistema de CRM que são projectados para ajudar a satisfazer uma ampla variedade de necessidades dos clientes, na forma prevista e de forma adequada. Todas as informações obtidas podem ser avaliadas, a fim de usá-las em campanhas de marketing ou outras análises baseadas em Business Intelligence.
A diferença é feita entre um CRM operacional e um CRM analítico.

Customer Relationship Management analítico
CRM Analítico é usado para considerar todos os dados do cliente para possíveis avaliações no âmbito do Business Intelligence. O termo Customer Data Warehouse também é usado de alguma forma. Isso mostra que as preocupações do CRM analítico são para a análise de um «instantâneo» dos dados de CRM e não os dados do sistema actual ao vivo. Os dados são armazenados num sistema especialmente desenhado, como os dados de um Data Warehouse. Pode ser avaliada através de um grande número de diferentes dimensões. A palavra chave aqui é Online Analytical Processing (OLAP), que também é utilizada no Data Warehouse.

Customer Relationship Management operacional
Em contraste com o CRM analítico, CRM operacional abrange as áreas de vendas, marketing e serviço.
Em outras palavras: Todos os funcionários que estão em contacto directo ou indirecto com o uso do cliente CRM operacional.
Em marketing, isso realmente significa por exemplo que há possibilidades de gestão de campanhas para filtrar os grupos-alvo certos para as respectivas campanhas. (As avaliações dos CRMs analíticos normalmente fornecem indicações dos filtros correctos).
Relativamente aos clientes certos, a informação adequada, ao serviço a oferecer, a selecção do canal de comunicação ideal, etc, são as principais preocupações. O objectivo é que as informações apresentadas atinjam os grupos alvo correctos. Os clientes solicitados devem estar motivados a examinar o respectivo conteúdo das campanhas e para identificar o valor acrescentado que as informações (ou produto) criam para si ou para sua empresa.

O departamento de Vendas usa o CRM operacional para as várias tarefas. O contacto pessoal com o cliente tem grande importância, a fim de desenvolver e manter um forte relacionamento com o cliente. Funções como a integração dos clientes de email, calendários ou características semelhantes são indispensáveis aqui. No entanto, as informações do CRM também são usadas, por exemplo para actualizar as oportunidades de vendas. Ela também pode ser avaliada porque o cliente rejeitou a oferta (lost order analysis) ou porque a relação comercial terminou. Um sistema de CRM também é usado como um "diário de bordo", em que todas as atividades com um cliente são gravadas. Como resultado, os colegas podem rapidamente obter uma visão geral de toda a correspondência com o cliente.

O funcionário em contacto com o cliente direto é o cartão de visita da COMPANHIA, porque ele ou ela é sinónimo de QUALIDADE DOS PRODUTOS E SERVIÇOS PARA O EXTERIOR.

O sistema de CRM também é usado para gerar dinamicamente análises de previsão confiáveis. Estes são extremamente importantes para a definição de futuras estratégias de negócios. A terceira área que faz uso intensivo do sistema de CRM é a área de serviço. As necessidades de clientes individuais são consideradas um grau particularmente grande nesse ambiente, o cliente é acompanhado através das diferentes fases do relacionamento. Gestão da reclamação e suporte ao cliente também são importantes questões aqui.
Finalmente, um sistema de CRM pode ter um uso interdepartamental e em todas as áreas como um instrumento de controle para processos de negócio ou podemos oferecer uma ajuda valiosa para o cumprimento das regras de negócio. No contexto da importância de um profissional de Customer Relationship Management e da introdução de um sistema adequado de CRM, é essencial manter um aspecto central em mente: o trabalhador em contacto com o cliente directo é o cartão de visita da empresa, porque ele ou ela é sinónimo de qualidade dos produtos e serviços para o mundo exterior. É precisamente aqui que potenciais enormes, geralmente inactivos podem ser activados para o benefício dos clientes satisfeitos com base num eficiente sistema de CRM.

Relações de negócios e relações com clientes bem conservadas assim como uma rede estável de relacionamentos, têm uma variedade de efeitos muito positivos sobre cada empresa.

A consciência de que a introdução de um sistema de CRM é um factor chave para o sucesso a longo prazo da empresa tem-se desenvolvido rapidamente nos níveis de gestão de muitas empresas nos últimos alguns anos. Independentemente do fornecedor e os componentes do sistema de CRM que são utilizados, o foco é sempre na orientação para o cliente e para o conceito de serviço subjacente.

Se a introdução de um sistema de CRM é considerada a partir de uma perspectiva económica, torna-se rapidamente claro que a gestão do relacionamento está associada a conceitos tais como o desejo de relações comerciais de longo prazo e a segurança económica ligada a isso. Além disso, um sistema de CRM deve contribuir para a estabilização dos contactos de negócios. Relações comerciais bem mantidas, bem como o relacionamento com clientes, ou seja, uma rede estável de relacionamentos, tem uma variedade de efeitos muito positivos sobre a empresa.

Aqui estão alguns exemplos:
- Um cliente satisfeito está preparado para recomendar o fornecedor e os seus produtos através de uma simples palavra de propaganda.
- Numa relação duradoura, satisfatória entre o cliente e o fornecedor, o cliente pode fazer sugestões para melhorar produtos, a fim de chamar a atenção para mudança nas demandas do mercado.
- Um cliente satisfeito é mais tolerante com aumentos de preços do que os clientes potenciais que ainda estejam a comparar produtos e serviços similares de diferentes fornecedores.
- Se houver um relacionamento comercial com um cliente, o cliente entrará em contato com o fornecedor se ele não estiver satisfeito com um produto ou serviço, a fim de indicar as deficiências. Em consequência, o fornecedor tem a oportunidade de optimizar o produto e o desempenho. Em caso negativo, o cliente pode simplesmente mudar fornecedor, sem informar o fornecedor sobre as deficiências percebidas do produto.

É possível ter a(s) nossa(s) bases de dados com qualidade de dados, mantendo acesso às mesmas e com elevada qualidade de dados, poupando dinheiro?

A primeira pergunta a ser feita caso existam várias Bases de dados, é se é necessário coexistirem essas diferentes Bases de dados e se não será vantajoso fazer uma integração. É sempre mais fácil de manter uma base de dados que muitas, sendo que em alguns casos os dados são coincidentes. Se tivermos duas bases de dados com dados dos nossos clientes e sejamos informados da alteração de morada, o mais certo é que essa alteração apenas seja feita em uma das bd's. Caso os dados estejam integrados, normalizados e deduplicados isso já não acontece. É tempo que não se perde e é a qualidade das BD's que aumenta por estarem sempre com os registos actualizados.

Depois desta integração ser ou não executada, uma vez que pode ser executada em service bureau e reintegrada nos moldes actuais, existem outras questões que convém estarem bem presentes, especialmente nos tempos de contenção de despesas que estamos a viver. É necessário manter uma estrutura interna para manter as bases de dados? Em muitos casos estamos a falar não apenas de servidores, como de recursos humanos que estão muitas vezes parcialmente alocados a este área, mas por norma não têm tempo, nem conhecimentos, nem as ferramentas para manterem uma BD com qualidade. Como tal a melhor opção é entregar a BD a uma empresa especializada.

Actualmente e com a velocidade que se consegue ter nas ligações de Internet, é possível ter acesso à BD quase como se estivesse dentro da própria rede da empresa. Com isto e através de web services consegue-se desenvolver programas que permitam ter acesso remoto, não apenas pelos meios tradicionais, mas permite ainda colocar os novos meios a comunicar com a BD. Nestes novos meios estou a falar por exemplo dos smartphones.

Tudo isto incluído pode ser desenvolvido à medida das especificidades de cada uma das empresas, com um custo que é certamente muito inferior ao custo que se tem em manter as BD's dentro da organização. Em muitos casos sem qualquer custo inicial de desenvolvimento/adaptação de plataformas. Usando assim as novas possibilidades de Saas.

Cloud, nuvem, ASP, SaaS, Software como Serviço e muitas outras designações que se vão ouvindo para definir o mesmo conceito. O conceito poderemos definir de forma muito simples como o aluguer de um software sempre via internet.

Teoricamente em termos de vantagens é uma relação win-win. O comprador tem como vantagens não necessitar de fazer a manutenção do sistema, não necessitar de se preocupar com os upgrades e tem ainda a vantagem crucial, que é o baixo custo de investimento inicial. Existe ainda a vantagem de que o investimento total fica sempre muito aquém, em caso de uma utilização moderada, do preço total da compra da aplicação. Existem ainda muitas outras vantagens, como por exemplo poder ter sempre um controle sobre os custos, ter acesso imediato a actualizações/alterações, serem sempre soluções flexíveis e evolutivas.

Por outro lado, para o fornecedor, a principal vantagem é poder chegar a mercados que de outra forma lhe estariam inacessíveis.

No caso da qualidade de dados é possível aceder aos processos de normalização de dados, falados anteriormente via SaaS. Em vez de aceder ao servidor local para poder normalizar a morada, com o SaaS esta normalização vai ser efectuada num servidor via web. Esta possibilidade está disponível, e pode ser uma solução não apenas para clientes que tenham um volume de dados que não justifique a compra das aplicações, mas também para clientes que tenham moradas estrangeiras em numero mais reduzido, mas que pretendam fazer a normalização das mesmas. Desta forma localmente fazem a normalização das moradas nacionais e via SaaS fazem a normalização das moradas estrangeiras. Neste serviço podem ser incluídas as coordenadas geográficas.