Qualidade de Dados / Data Quality

Encontre a nuvem certa para seus dados mestre de clientes no céu de Qualidade de Dados. Estes pré-requisitos básicos vão ajudar a fazer a escolha certa:

1. Os requisitos reais: Os requisitos reais são o principal critério de selecção para a solução de nuvem correcta. Os custos, desempenho e conforto de operação têm que formar um todo coerente para uma extensão maior do que em modelos convencionais, a fim de ser capaz de assumir as suas exigências e recursos precisamente em consideração.

2. Taxa fixa ou por utilização: Modelos de longo prazo de aluguer não têm lugar na nuvem. O serviço deve ser facturado apenas de acordo com a "utilização" e não como uma taxa fixa, de modo que uma solução de informática na nuvem pode ser usada da forma mais flexível em termos de custos como o leque de funções proporcionadas.

3. Transparência de custos: Como é o caso de todos os outros serviços, o volume utilizado deve ser facturado de forma transparente. Como resultado, pode ver o custo de uma acção individual de qualidade de dados num piscar de olhos e também os itens individuais que compõem o valor total da factura.

4. Dados correctos: A solução deve incluir as funções mais importantes para a limpeza de dados. A correcção e optimização dos endereços, incluindo a correcção de endereço e deduplicação, formam a base de todos os conceitos de gestão da qualidade de dados e de forma a garantir dados de alta qualidade ao cliente.

5. Dados actuais: A fim de manter os dados de seus clientes up-to-date, as aplicações na nuvem devem ser fornecidas com serviços de deduplicação de dados.

6. Valor acrescentado: Funções de enriquecimento de dados, por exemplo, anexar dados geográficos, também são práticos. Isso aumenta o valor dos dados para as actividades de vendas ou facilita a busca de clientes específicos.

7. Capacidade de integração: a possibilidade de integrar a solução de QD na nuvem em outras aplicações, a fim de ter acesso imediato às funções de qualidade de dados a partir da interface operacional actual e para monitorizar e optimizar a qualidade de dados logo na entrada, é particularmente útil.

8. Solução híbrida: a combinação de software instalado e Qualidade de Dados on Demand tem a vantagem de que as tarefas de grande volume são realizadas pelo software instalado enquanto que as tarefas especiais ou não-recorrentes ou trabalhos ad hoc podem ser executados na nuvem.

9. Interface do utilizador: A solução deve ser estruturada de forma clara e fácil de entender. Isto significa que todas as funções básicas e os custos / uso deve ser exibido na página inicial após o login pessoal. Todas as outras funções, as configurações de conta de utilizador e ajuda global deverá ser acessível através da página inicial com um único clique.

10. Protecção: Os dados só podem ser transferidos de forma criptografada. Além disso, o fornecedor de nuvem deve ser obrigado a manter o sigilo e receber os dados, seja num centro de processamento de dados in-house ou num centro de processamento de dados certificado de um fornecedor de serviço conhecido.

Se há momentos em que a qualidade dos dados está em destaque, certamente são estes momentos que vivemos, em que os custos são escrutinados ao mais ínfimo pormenor. Quando a economia está em alta, ter taxas de devolvidos elevadas é pouco importante, nos momentos como o que vivemos ter 1.000 cartas devolvidas já é um custo que provavelmente muitas empresas olham com outros olhos. Se falarmos de 10.000 então o olhar certamente ainda é mais atento.

O mesmo se passa com o envio de registos duplicados, que tem sempre custos quer seja por envio físico, quer seja por envio por email. Se no caso do envio físico para alem dos custos das peças e custos de correio, existe o outro custo que é comum com o envio por email que são os custos de imagem. Não passa certamente uma imagem muito profissional de uma empresa que envia a mesma comunicação para o mesmo destinatário várias vezes. Pese embora estes custos sejam os mais complicados de contabilizar, são certamente custos a ter em conta.

Os dados da empresa são os pilares que sustentam a organização. Sem eles não há encomendas, nem vendas, nem facturação, nem recebimento. Se algum destes factores fundamentais falhar haverá problemas. Se falhar uma vez há um pequeno problema, se falharem muitas vezes pode ser terminal.

Em alguns casos existe ainda o passo seguinte que é a tentativa de ir recuperar o dinheiro, mas muitas vezes a morada não existe, ou de tal forma está deturpada que impede essa tentativa de recuperação.

Como se resolve este problema? A melhor solução é sempre na entrada dos dados ter uma ferramenta de normalização/correcção/verificação de moradas.

Apenas com estas ferramentas conseguimos maiores percentagens de dados correctos, sempre muito acima dos valores conseguidos com as ferramentas de batch, uma vez que sempre que há uma dúvida o utilizador tem hipótese de escolha. Quando estamos a falar em ferramentas batch se surgir uma morada com "Liberdade, 2", o software não deve escolher entre a Avenida da Liberdade e a Vila da Liberdade. Assinala como sendo um registo dúbio e não faz mais nada. Se estivermos com as aplicações online o utilizador pode escolher qual a correcta, ou porque está a introduzir os seus próprios dados, ou porque é um empregado da empresa que tem o cliente na sua frente ou ao telefone.

Indo finalmente de encontra o titulo do post, qual o ROI das ferramentas de qualidade de dados? É um valor que não é fácil de quantificar, mas existem muitas métricas que podem ajudar, alguns exemplos podem ser encontrados no link, mas existem ainda outras métricas. Depois somando a estes custos existem os valores de imagem que por vezes são incalculáveis.

Depois de uma interrupção, vou tentar retomar um ritmo de posts mais constante.

Existem uma série de questões que são recorrentes acerca do tema da qualidade dos dados, uma delas é o custo dos projectos de qualidade dos dados vs retorno do investimento.

Os custos dos projectos de qualidade de dados podem ser muito rapidamente recuperados, se forem executados de forma correcta e principalmente de forma empenhada por toda a organização. É uma questão transversal a toda a empresa e que requer a atenção em todos os níveis da pirâmide organizacional. A recuperação financeira do investimento feito com um projecto de qualidade de dados, em muitos casos é facilmente mensurável, mas em muitos outros pode ser difícil de quantificar, porque alguns valores podem não ter valoração mensurável de forma directa.

Relativamente aos que são mensuráveis, temos aqui um pequeno exemplo onde o valor de recuperação de 20% entre registos duplicados e devolvidos está certamente muito abaixo do que será um valor "atingível", mas mesmo com um valor de referencia baixo as economias de custos são consideráveis.

O mesmo exemplo anterior pode ser usado para os que não têm valores mensuráveis. Clientes que recebem comunicações duplicadas por estarem duplicados na base de dados e os clientes que não receberam a comunicação por ter sido devolvida. Estes custos são custos de imagem, que podem custar clientes e que não podem de forma nenhuma ser quantificados porque não há forma de os quantificar, porque as reacções dos clientes podem não ser imediatas e mais que isso muitas vezes não há uma explicação do afastamento de um determinado cliente.

Como tal um projecto de qualidade de dados é facilmente recuperável em termos de investimento, o espaço temporal necessário é que é mais difícil de medir, podendo em alguns casos ter recuperação praticamente imediata.

Um video com um exemplo do funcionamento das ferramentas de qualidade de dados no Salesforce.

http://www.data-quality-on-demand.com/media/en/film/salesforce.swf

Neste video podemos ver numa primeira fase a normalização das moradas, no caso moradas americanas.

Como se pode ver igualmente no video executar a normalização a mais de uma morada.

Na fase seguinte temos a busca de duplicados dentro da base existentes de registos com a possibilidade de complementarização consoante os melhores dados existentes.

Com integração "plug and play" estas ferramentas apresentam resultados excelentes conforme pode ser demonstrado no demo online, mesmo com os erros comuns de digitação, fonéticos e outros.

Nestes últimos dias tenho recebido de algumas de empresas, das quais sou cliente pedidos de actualização de morada e cartas com moradas que me fazem aumentar algumas preocupações.

Dos exemplos que tenho comigo, são 2 cartas, que só não foram devolvidas por "carolice" do carteiro, e uma outra empresa que me pede para reenviar os dados da morada, sinal que ou os perderam, que acho estranho com os processos de backup existentes e que as grandes empresas por norma têm, ou depois de um processo de qualidade de dados, com um normalização /tratamento /higienização de moradas, como lhe queiram chamar, foram adulterados de tal forma que já não é possível que as cartas cheguem ao destino.

Isto preocupa-me duplamente porque se por um lado existem empresas que estão a tratar os meus dados desta forma, a outra preocupação é a imagem que estes falsos processos de normalização /tratamento /higienização vão deixar nas empresas que os fizeram. Isto porque alguns destes até são executados por empresas bem cotadas na nossa "praça".

Como fiz a adaptação de um software para Portugal, sei quais são as principais dificuldades com que nos fomos deparando ao longo desse processo e que vou tentar aqui resumir um pouco para que se possa ter noção do porquê da existência destes problemas. Já lá vão mais de 10 anos mas até aqui pouco mudou. O que existia eram bases de dados de moradas com o histórico de erros. No que consiste esta técnica? Cada vez que se encontra uma rua escrita de forma diferente, essa forma é anexada ao histórico e na próxima vez que surja é corrigida automaticamente. Logicamente que isto é um processo muito complicado e muito falível, como tal não seria uma solução para o problema, mas um remendo. Existia a hipótese de desenvolver internamente uma ferramenta, mas se a roda já foi inventada... Como solução existia a colocação de ferramentas internacionais, mas aí chegados outros problemas surgiram:
- A primeira dificuldade encontrada aquando da busca de um software no mercado internacional foi a disponibilidade de adaptação à realidade Portuguesa. Se por um lado temos especificidades que não se encontram em mais nenhum país da Europa e algumas mesmo do mundo, por outro temos uma dimensão de Portugal que nem sempre permite às grandes multinacionais investir uma vez que podem não ter grandes possibilidades de retorno.
- A falta de informação existente em Portugal relativa a esta matéria. Não existe um organismo ou instituição responsável pelas moradas em Portugal. Assistimos a "crimes" como a numeração que foi colocada na zona da Expo, que não se compreende como é possível num país europeu se permite que tal exista na sua capital. Somos talvez o unico país na Europa que tem na mesma localidade a Rua, Travessa e o Largo da Liberdade entre muitos outros.

Por tudo isto e muito mais, o que recomendo é que antes de investirem em processos de normalização/ tratamento / higienização de moradas, é que peçam um teste a um numero razoável de dados, numero que apenas possa tratado de forma automatizada.

Desta forma, consegue-se separar o trigo do joio, uma vez que já existem algumas empresas a apregoar a normalização /tratamento /higienização de moradas, mas que tem por base pseudo-ferramentas desenvolvida em cima do joelho e que são testadas com os dados dos clientes, com todos os problemas que isso acarreta.

Para finalizar tenho ainda que esclarecer a diferença entre vários conceitos que andam misturados neste tema.

Normalização de dados: A normalização de dados é uma definição um pouco subjectiva. Se por um lado poderemos considerar a Normalização de dados como todo o processo qualidade de dados, existe ainda quem pense que a normalização de dados é colocar todas as Ruas como R., todas as Avenidas como Av. etc.
A normalização /tratamento /higienização de moradas é mais que isso, este processo até acaba por ser o processo mais simples. O mais complicado é a parte da comparação/correcção da morada com o ficheiro de arruamentos de referencia. Aqui sim existem inúmeros problemas que podem surgir. Como exemplo, ruas Alfredo da Costa em Sintra existem 3 ruas diferentes, se não existir um software preparado para estas situações, o mais certo é haver problemas no final.

Como tal, volto a alertar para o teste dos softwares antes de colocarem os dados dos Vossos clientes em risco. São poucas as empresas que têm confiança no seu software, de forma a colocarem no site um demo do mesmo.

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.

Quanto mais flexível e mais confiável for o planeamento corporativo e as funções de controle, maior será o potencial para identificar oportunidades de negócios com mais rapidez e acompanhar a evolução do mercado, sem quaisquer problemas. Isso exige um eficiente sistema de Enterprise Resource Planning (ERP), que fornece uma visão única de todas as áreas da empresa, tais como finanças e controle, produção e logística, gestão de materiais, marketing, vendas e gestão de pessoal.

Muito frequentemente, contudo, master data inconsistente e sua má qualidade significa que os processos de negócio cooperativo não podem ser adequadamente implementados e as decisões estratégicas devem ser feitas sem uma base de informação forte.

Desafios
Informações incorrectas de clientes na master data - maior consumo de recursos, custos elevados
A má qualidade dos dados do cliente na base de dados pode significar que as mercadorias não sejam entregues, e é preciso grande esforço para investigar os endereços. Sistematicamente, o planeamento de rotas rentável para a logística, torna-se uma loteria, e detalhes de contas bancárias incorreras, fornecidas de forma intencional ou inadvertidamente, pode levar a atrasos no pagamento ou mesmo o não-pagamento.

Dados incorrectos fornecedor - mal informados, maior risco
Endereços de fornecedor correctos e os números de telefone têm um papel importante, especialmente na compra, contratualização, engenharia de qualidade e logística. Num caso extremo, dados de baixa qualidade podem causar problemas de abastecimento que pode até resultar no parar de uma produção de custos elevados - com consequências imprevisíveis para o relacionamento com o cliente. Por outro lado, informações adicionais, por exemplo, sobre a credibilidade dos fornecedores, podem elevar consideravelmente a gestão do risco.

Aplicação inadequada de dados - o risco de consequências jurídicas
Todas as empresas na União Europeia são obrigadas a comparar todos os parceiros de negócios em relação à lista embargo da UE para produtos e operações de pagamento e, por exemplo a informar as autoridades se suspeita de terrorismo. Pesadas multas pode ser a consequência, se este não for cumprido em virtude da fraca qualidade dos dados. A reputação da empresa também sofre, pelo que a confiança dos clientes e parceiros é afectada, o que coloca as actividades da empresa em risco.

Master data de produtos e materiais inconsistente - um travão no processo efectivo
Os registos de dados de produtos e materiais em bases de dados das grandes empresas frequentemente chegam aos cinco dígitos. Isso torna difícil para os funcionários seleccionarem o produto correcto de forma inequívoca e as descrições de materiais que cumpram com as directrizes ao criar os dados. Isso resulta em descrições individuais que só podem ser encontrados por outros funcionários, após prolongada procura ou quando não em todos, em alguns casos. Base de dados com pobre qualidade dos dados diminui a produtividade das empresas, atrasos dos processos e fazem com que haja custos de investigação desnecessários.

Processos ineficientes de negócio - um terreno fértil para as decisões empresariais incertas
Os dados de um sistema ERP não são apenas necessários para os processos de negócio cooperativo, mas também servem como base para análises e decisões estratégicas (Business Intelligence). Má qualidade dos dados pode comprometer o cumprimento das regras de negócios, reduzir a utilidade das análises e adiar decisões de negócio importantes ou significar que sua base está doente.

Validação de endereços e verificação duplicados estão disponíveis para os utilizadores do Salesforce através do AppExchange Salesforce como uma solução certificada para qualidade de dados da empresa líder de mercado Uniserv.

Utilizadores do sistema de CRM Salesforce agora podem melhorar significativamente a qualidade de seus clientes e prospecção de dados com uma nova solução da Uniserv GmbH de Pforzheim. A Uniserv é a primeira empresa a oferecer a validação de endereços e a verificação de duplicados plenamente integrado no salesforce.com de uma única fonte. A correcção de endereços podem ser verificados e corrigidos automaticamente quando os dados são inseridos, uma selecção de duplicados é possível, ao mesmo tempo. A solução foi certificada pela salesforce.com e está projectada para uso internacional: todos os países importantes, linguagens e scripts estão cobertos.

A solução está disponível para uso imediato na AppExchange Salesforce. Como no caso de todos os aplicativos de terceiros certificados pela salesforce.com, a instalação só requer alguns cliques e está activo em cinco minutos. O sistema também pode ser testado gratuitamente. Além disso, os utilizadores do Salesforce podem usar a nova oferta da Uniserv Software como Serviço (SaaS) para a optimização completa de bases de dados. Dados arquivados podem ser periodicamente trazidos à "superficie" em www.data-quality-on-demand.com. Grandes arquivos e bases de dados completas também são processados e optimizadas por Data Quality on Demand. Validação de Endereços e harmonização duplicados também estão disponíveis para bases de dados. Funções para analisar dados e correspondentes deslocalizações, lutos ou pessoas que não desejem receber publicidade. Além de tudo isso, o reforço de dados também está disponível.

"A nova solução para os utilizadores do Salesforce é mais um passo consistente, por meio do qual a Uniserv sistematicamente vai executando a sua estratégia de entrega de soluções de qualidade de dados a partir da nuvem. Este é o segundo passo após o lançamento do novo portal de SaaS www.data-quality-on-demand.com - outros se seguirão", disse o CEO da Uniserv, Roland Pfeiffer.

Qualidade dos dados através da "metodologia de acertar à primeira"
Segundo os últimos estudos, o actual estado de coisas na qualidade de dados de clientes em empresas alemãs também não é melhor: Dependendo do sector, uma média de entre 5,7 e 16,1 por cento dos endereços foi assinalado para ser devolvido e entre 0,3 e 8,9 por cento de duplicados existiam num ensaio representativo. Veja aqui um pequeno exercício dos custos que isto pode trazer para as empresas. Se os utilizadores descobrem que a qualidade dos dados em seu sistema de CRM não é perfeito, normalmente tomam menos cuidado ao entrar e a manter os dados. O resultado é uma espiral descendente e uma diminuição constante da qualidade dos dados, que finalmente coloca a utilidade do sistema completo de CRM em risco. Com este cenário, os utilizadores do salesforce.com têm agora a oportunidade, pela primeira vez de aumentar consideravelmente a qualidade de seus clientes e prospecção de dados através da solução Uniserv para validação de endereços e evitar o duplicar de correspondência: ele garante que apenas os dados correctos entram no sistema de CRM logo de início, em vez de dados não verificados, que têm de ser posteriormente levado a um nível aceitável ao elaborar operações de limpeza.

Acesso confortável, se necessário
Depois de alguns passos de personalização em AppExchange, a validação de endereços e deduplicação de registos são executadas automaticamente no Salesforce CRM para a criação inicial de dados ou alterações às ligações, contactos ou contas. Os serviços integrados são baseados em serviços da Web da Uniserv que os vem fornecendo aos seus clientes com sucesso desde à muitos anos.

Existem ainda os conectores disponibilizados pela Uniserv para outros importantes sistemas de CRM, como SAP, Microsoft Dynamics, Siebel, PeopleSoft e Update.

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.

A qualidade dos dados é o nosso mote
Criar qualidade dos dados com confiança
Nós vemos a qualidade dos dados como algo que lhe permite alcançar os objectivos operacionais e estratégicos da sua organização de forma confiável e dentro do cronograma. Com o Data Quality Solutions da Uniserv, nós fornecê-mo-lo com um portefólio de produtos, por meio dos quais pode optimizar passo a passo a qualidade dos dados e fixá-la no longo prazo.

Dados harmonizados e optimizados fazem uma contribuição significativa para o valor acrescentado dos processos operacionais e são a base para as melhores decisões corporativas. A análise dos dados, padronização de dados e limpeza de dados, verificada pró-activamente e monitorização contínua são os pré-requisitos para evitar erros de dados de forma permanente na medida do possível.

Com o Data Quality Explorer, use um instrumento para a realização de análises de dados de perfis e investigação de dados. O Explorer é utilizado para por exemplo, a análise de dados de produtos, financeiros, operações, estatísticos ou encomendas.

Com o DQ Batch Suite, você trabalha de acordo com o princípio: one-stop shopping! Isso significa que controla o processo de limpeza passo a passo todas as etapas de processamento e programas. O Data Quality Batch Suite é tipicamente o centro de qualquer projecto de limpeza. Pode usá-lo para verificar a qualidade dos dados dos seus clientes, para purificá-los de forma totalmente automática na maioria dos casos e também para realizar a limpeza em massa de "dados de não-clientes", por exemplo, corrigir erros que foram detectados pelo DQ Explorer ou comunicadas pelo DQ Monitor.

Com o Data Quality Real-Time Services da Uniserv, assegura a qualidade dos dados do cliente logo no input. Os erros são identificados "on the fly" e, automaticamente corrigidos ou relatados para o utilizador como erros. As áreas de aplicação são em online "convencional" e aplicações web. Ao utilizar o Real-Time Services como um "firewall", impede um efeito negativo sobre o nível de sua qualidade de dados na medida do possível.

O Data Quality Monitor monitoriza a qualidade dos dados dentro dos seus processos e aplicações de acordo com as regras especificadas. Se os limites definidos são excedidos, ele entra em acção. O DQ Monitor é utilizado para por exemplo, monitorização da qualidade do produto, financeira, operação, estatística ou dados de encomendas.

Software para a melhor gestão de dados
Nós oferecemos mais
A confiabilidade dos dados é uma preocupação para nós - independentemente das aplicações ou fontes de dados. Como resultado, nós fornecemos as funções opcionais especiais nas nossas soluções Data Quality Batch Suite e Data Quality Real-Time Services, contribuem para colocar de forma confiável informações de qualidade de dados em vigor, individualmente ou em grupo.

Opções com áreas de foco cuidadosamente seleccionadas

• Análise de endereços e formatação de endereço
• Correspondência de duplicados e de clustering (por exemplo, a nível household), verificação de Compliance, o Data enhancement
• Verificação/correcção de endereços mais a selecção de duplicados em tempo real e clustering
• Verificar o endereço postal
• Geo & micromarketing
• Mudança endereços
• Consolidação de dados dentro de grupos duplicados
• Módulo de script para complementar as funções específicas
• Apresentação de relatórios e processamento gráfico dos valores característicos de qualidade de dados

Inovadores padrões de software
Por meio dos mais recentes métodos e procedimentos de processamento de dados, prosseguimos sistematicamente o objectivo de lhe oferecer software inovador padronizado que lhe fornece o máximo de flexibilidade de uso e qualidade da solução. A este respeito, independência de plataformas de sistema, alta escalabilidade, capacidade de web e versões internacionais são objectivos de projecto importantes que protegem seus investimentos em software, a longo prazo.

Integração facilitada
Várias interfaces que podem ser utilizadas no âmbito da arquitectura cliente / servidor estão disponíveis para a integração optimizada das soluções Uniserv e opções no seu ambiente e processos de TI . Como resultado, pode selecionar a solução que melhor atenda às suas necessidades específicas, sem ter que sacrificar as características de desempenho e qualidade no processo.

E mais uma coisa que deve saber!
Gerindo os dados do cliente no ambiente SAP®
A fim de aumentar a sua competitividade, as organizações estão investindo cada vez mais nas suas infraestruturas de TI. Neste contexto, muitas empresas decidiram-se por SAP® para optimizar seus processos de negócio e deter informações transparentes e actualizadas disponíveis em toda a empresa. Assim as empresas são capazes de usar os seus investimentos em toda a sua extensão, a SAP® apoia a integração de soluções de fornecedores de terceiros. Isso permite que os dados armazenados no sistema possam ser mantidos e actualizados, de forma a estarem livres de duplicados e com moradas corretas.

Como parceiro de software SAP®, as soluções Uniserv para validação dos serviços postais, duplicação a busca tolerante ao erro, cumprem com as exigências feitas pela SAP®. Foi também uma das primeiras empresas no mundo a ser certificada SAP®.

A bala de prata para o valor acrescentado
A qualidade dos dados é hoje uma tarefa fundamental nas empresas de todos os tamanhos, como resultado do aumento das quantidades de dados, o seu armazenamento numa ampla variedade de sistemas de fonte, um ambiente global competitivo, mercados cada vez mais complexos, e também como um resultado de novos regulamentos legais.

Dados harmonizados e optimizados têm uma importante contribuição para o valor acrescentado dos processos de negócio e são a base para melhores decisões de negócio. Os pré-requisitos são a análise de dados, padronização de dados e limpeza de dados, verificação pró-activa e monitorização contínua, a fim de evitar erros de dados na medida do possível, a longo prazo.

O foco na qualidade dos dados do cliente
As iniciativas de qualidade apoiadas, até agora, principalmente focada em aplicações operacionais no ambiente de dados do cliente, muitas vezes, exclusivamente, a nível nacional. Estas abordagens básicas são sustentadas principalmente por considerações de orientação para o cliente, de vendas e as perspectivas de comercialização. Como resultado, a qualidade dos dados é deliberadamente demarcada para efeitos do "customer" data quality (CDQ), que se concentra principalmente na visão única do cliente em aplicações de CRM, e é uma grande preocupação em marketing directo e um-para-um.

Iniciativa que procura cada vez mais a qualidade dos dados
Actualmente, a exigência de actualização e dados precisos está claramente a evoluir para os importantes sistemas de gestão e visões de processos de unidades de negócios individuais. Como resultado, o centro de interesses é sobre a busca de uma qualidade de dados abrangente para a empresa na globalidade. O volume de dados está realmente a crescer e cada organização é confrontada com o desafio de gerir uma quantidade enorme de "não-clientes", dados de produto, de operação, financeiros, dados de pedidos, informações sobre preços, etc
INICIATIVAS DE ALTA QUALIDADE DE DADOS SÃO PRÉ-REQUISITO...
- para o sucesso das aplicações que são críticas para o sucesso, tais como ERP, CRM ou modelos de negócio electrónico
- para satisfazer as normas legais,denominada por Compliance
- para a utilização de conceitos técnicos, como a gestão de dados ou armazenamento de dados

Criando a qualidade dos dados internacionais
Os dados não reconhecem fronteiras. Internacionalização e globalização cria novos desafios para soluções de qualidade de dados e processos em virtude das diferentes culturas, linguagens, padrões, formatos de dados, entre outras coisas. Ambos os aspectos formais e uma valorização cultural são aqui abordados, o conhecimento dos países e regiões do mundo é indispensável.
Além deste, outros dois aspectos importantes que devem ser cobertos por uma solução de qualidade de dados são de destacar: lidar com todos os scripts do mundo e da internacionalmente standartizada Unicode , bem como a disponibilidade de versões específicas de cada país de blocos de função e suas bases de conhecimento.

A qualidade dos dados feita pela Uniserv
Especialização em Qualidade dos dados
A Uniserv especializou-se em soluções de qualidade de dados. Desenvolvemos e comercializamos soluções de software padrão que satisfaçam os mais elevados padrões de qualidade dos dados. A nossa oferta inclui todas as importantes funções da qualidade dos dados do Ciclo de Vida. O Customer Data Quality Process (CDQ) em grandes bases de dados é uma área particular em foco. Um objectivo importante é permitir que a "visão única de cliente" possa tornar-se realidade nas empresas.

As soluções de software Uniserv podem ser integradas nos seus processos de negócio, arquitecturas de TI e aplicações.
Como resultado de extensas opções de personalização e da experiência das melhores práticas dos nossos consultores e parceiros, uma solução de qualidade de dados individuais pode ser criada optimizando seus processos de negócio e permite-lhe explorar ainda mais sucesso no mercado.

E assim você reduz os custos e riscos através da detecção de defeitos de qualidade nos seus dados mais rapidamente, a tomada de decisões tem como base em dados de alta qualidade e assegura que a qualidade elevada dos dados é fornecida em processos e aplicações, como resultado da monitorização contínua.

Um dos desafios é a actividade contínua do sistema MDM. Os dados nunca estão disponíveis de forma isolada ou parados. Em vez disso todos os dados são ligados entre si e continuamente em movimento.

No que respeita à qualidade dos dados, a limpeza periódica dos dados do cliente só é possível de forma muito limitada. Cada actualização, não importa se é uma medida para a optimização da qualidade dos dados em todos os dados ou preocupações com a entrada de registos de dados adicionais (por exemplo, após a aquisição dos dados do cliente ou ainda após a fusão das duas empresas), é, inevitavelmente, realizada com o sistema em operação.

Por conseguinte, é tanto mais importante que todos os registos de dados inseridos no sistema de Data Management atendam a um padrão de qualidade antes de serem inseridos.

O CICLO DE VIDA DE QUALIDADE DE DADOS DA UNISERV pode ser assim ilustrado:
1º passo: Os dados relevantes nos diversos sistemas de origem devem ser identificados antes de tudo. Essas fontes de dados podem ser analisadas por meio de ferramentas de profiling, que a Uniserv também dispõe.
Problemas a nível de metadados e nos dados em si podem assim ser identificados e iniciar-se medidas para saná-los.

2º passo: Numa etapa posterior, a limpeza (inicial), ocorre em função do conhecimento adquirido na área da caracterização. Todos os dados de conteúdo são antes de tudo validados aqui para correcção.
No caso dos dados do endereço, isso significa que os endereços são validados, corrigidos e completados, se necessário. Outro componente da limpeza inicial pode ser uma pesquisa de duplicados, ou na formação de grupos de idênticos ou pelo menos similares nas mesmas fontes de dados adicionais ou em grupos.
Consolidação dos registos de dados com informações adicionais (externas) também é possível. Vários parâmetros podem ser utilizados para o registo de grupos de dados ou para ligar diferentes fontes de dados. Mesclando os registos de diferentes fontes de dados (por exemplo, dados de clientes com informações do sistema ERP) também pode ser realizado por meio de chaves inequívocas (identificadores).

3º passo: A qualidade dos registos de dados é validado na interface durante a entrada de dados numa verificação em tempo real (também conhecido como Firewall de Qualidade de Dados). A exatidão e integridade dos dados de endereço é verificado em primeiro lugar. Em mais um passo, também é verificado se o sistema já contém um registo de dados com o mesmo conteúdo. O alto desempenho dessas validações é muito importante para a verificação em tempo real. Se demorar muito tempo, são deixadas de lado. Há um perigo que o MDM seja «contaminado» por dados não-validados.

4º passo: A validação permanente da qualidade dos dados num sistema MDM é recomendada, mesmo com o maior esforço possível. As regras de negócio especificadas nos processos de negócio podem ser mantidas sob vigilância através de monitorização em tempo real. Se os valores limite especificados anteriormente nos Key Performance Indicators (KPIs) são ultrapassados, as medidas podem ser implementadas em tempo útil, a fim de garantir uma qualidade elevada e permanente dos dados.

5º passo: Especialmente quando grandes volumes de dados são repetidamente adicionados aos dados existentes, medidas de limpeza periódica com os seguintes objetivos são recomendadas:
- Para detectar erros que tenham entrado no sistema, apesar da Firewall de qualidade de dados - ou porque nem todas as regras foram mapeadas ou os avisos que essas regras foram violadas por meio de intervenções do utilizador (por exemplo, um suspeito de duplicado, com uma probabilidade baixa).
- Os dados são sujeitos a um processo de envelhecimento, particularmente no caso dos sistemas do cliente MDM. Locais de destino são mesclados nas reorganizações do governo local, os códigos postais mudaram, as ruas são renomeadas ou indivíduos mudam de casa. (Isso geralmente ocorre sem que a pessoa ou a empresa seja informanda.) Como resultado, a taxa de erro de registros incorrectos no seu sistema MDM normalmente aumenta em 1-2 por cento ao mês. Isto pode ser evitado por meio desta etapa.

O MDM deve ser examinado com cuidado, os dados são afectados. Também é importante que os laços existentes entre os registos de dados de diferentes fontes de dados ou tabelas não sejam postos em causa com as medidas de limpeza periódica. Nesta sequência, as etapas individuais do Ciclo de Vida da qualidade dos dados criam uma base sólida como um todo para trazer a qualidade dos dados de uma empresa num nível elevado e mantê-lo no longo prazo. No entanto, os sistemas de gestão de dados são sistemas vivos. O conceito de «ciclo» (isto é recorrente), deve ser sempre considerada, especialmente no contexto de mudanças e alterações de regras de negócios e o aumento ou modificação das exigências feitas sobre os dados.

Por algumas reacções que obtive relativamente ao post Ferramentas de qualidade de dados em Portugal, acho que devo evidenciar as diferenças entre uma normalização, que certamente é parte integrante dos processos de qualidade de dados, mas apenas uma pequena parte e um processo completo de qualidade de dados. Diria mesmo que é a parte mais simples, caso as fases que considero primordiais tenham obtido sucesso.

Para melhor poder mostrar a diferença entre uma normalização e um processo completo de qualidade de dados, vamos dar alguns exemplos. Imaginemos que temos a seguinte BD para tratamento.
Ant Sousa Mendes; R. frenando Diaz, 4 3º Direito; 1000 Lisboa
Man Jose Tavares; Aven. Fern Diaz, 5 6 Es; 1100-000 Lisvoa
Mª Jaão Tavares; Av Fernado Dias, 5 6ª ESQUERDO; 1100-199 LISBOA

Se em cima destes dados for feito um trabalho de normalização e dependendo das regras que forem definidas, o resultado final será qualquer coisa como:
António Sousa Mendes; Rua Frenando Diaz, 4 3º Dto; 1000 Lisboa
Manuel José Tavares; Avenida Fernando Diaz, 5 6º Esq; 1100-000 Lisvoa
Maria João Tavares; Avenida Fernado Dias, 5 6º Esq; 1100-199 Lisboa

Mas como se podem ver existem erros que persistem, com um processo de qualidade de dados mais completo facilmente conseguiríamos os seguintes resultados:
António Sousa Mendes; Avenida Fernando Dias, 4 3º Dto; Lisboa; 1100-199 LISBOA
Manuel José Tavares; Avenida Fernando Dias, 5 6º Esq; Lisboa; 1100-199 LISBOA
Maria João Tavares; Avenida Fernando Dias, 5 6º Esq; Lisboa; 1100-199 LISBOA

Não apenas temos as ruas TOTALMENTE normalizadas e confirmadas, como temos sempre o código postal completo com as 7 posições correctas.

Esta pode ser a diferença entre conseguirmos encontrar ou não alguns dos registos duplicados. E quando falamos em duplicados tanto podem ser duplicados por household, como seria aqui o caso ou mesmo indivíduos duplicados.

Espero que tenha sido um pouco mais esclarecedor, que um processo de normalização, com maior ou menor dificuldade, se consegue fazer sem grandes problemas. Mas por outro lado um processo completo de qualidade de dados já não é assim tão simples de ter bons resultados. Para se conseguirem valores elevados de qualidade de dados, necessitamos não apenas de uma ferramenta poderosa, mas também de um ficheiro de arruamentos que o consiga acompanhar. Como sabemos em Portugal, mesmo em termos cartográficos, não temos o levantamento total do país. E estamos a falar de uma área muito activa, mas neste momento temos um street file que nos permite ter qualidade de dados de 93%, o que é excelente não apenas em Portugal, como em qualquer parte do mundo.

Existem algumas ferramentas de qualidade de dados que dizem funcionar em Portugal. Algumas dizem ser muito avançadas por terem um dicionário de sinónimos com muitos milhões de entradas. Outras dizem que têm ferramentas internacionais que funcionam para Portugal, apenas necessitam de pequenos ajustamentos consoante a BD a tratar. Mas na realidade quais a diferenças entre as ferramentas existentes no mercado Português?

Vamos por partes, as que referi em primeiro lugar, são ferramentas que facilmente se percebe as suas limitações. Todos sabemos que a quantidade de erros que é possível dar é totalmente ilimitada. Ou seja por cada BD que seja tratada, certamente que novas "versões" das diferentes ruas vão ser criadas. Isto apenas para referir as já existentes. Porque se houver um trabalho de actualização com novas ruas e alterações de ruas, todo um histórico de "versões" de erros tem de ser criado. Nunca se conseguem grandes resultados com estas ferramentas, porque simplesmente as actualizações são diárias e virtualmente infinitas.

Depois existem ainda outras de origem normalmente Americana ou Anglo-Saxónica e às quais foi "anexado" um street file (ficheiro com os arruamentos) e que supostamente, trabalham sem problemas. Aqui temos um outro problema, que são as especificidades de um país como Portugal. Nestes mercados não existem a Rua, Travessa, Largo e Beco da Liberdade, tudo na mesma cidade. Logo aqui em muitos casos existem problemas na identificação/normalização das ruas.

Conheço este problema muito bem porque há pouco mais de 10 anos, andei a fazer um estudo para a "importação" de ferramentas disponíveis no mercado internacional e foram estes alguns dos problemas com que me deparei e hoje mais de 10 anos depois, continuam actuais como nesse tempo.

Então no final qual a solução?

A solução é um misto das duas, ou seja uma ferramenta que consiga "gerar" automaticamente esse histórico de erros, contando com mais de uma dezena de algoritmos internos, entre os quais o fuzzy logic, Patricia structure, Levenshtein distance e muitos outros, mas que por outro lado esteja adaptado ao mercado Português. Essa adaptação demorou quase dois anos, mas os resultados finais que conseguimos obter falam por si.

A confiança neste software é tão grande que o disponibilizamos na internet para que se possa testar. Mais nenhum outro está disponível desta forma e isso diz um pouco da confiança que se tem nos produtos. Para comprovar o que digo basta fazer um teste aqui, onde podem testar com uma morada com erros e por exemplo apenas com o código postal de 4 dígitos.

Hoje em dia já existem várias hipóteses para que se possa assegurar a manutenção da qualidade dos dados em níveis elevados. Não apenas com a compra das mais avançadas ferramentas de qualidade de dados, mas igualmente adoptando as mais modernas e económicas versões de Saas. Dependendo do numero de registos a serem tratados, existem inúmeras hipóteses: desde a compra da normalização de um valor predeterminado de registos, quer sejam 10.000 anuais quer sejam muitos milhões. Tudo isto num "tratamento" que é feito no momento mais importante de qualquer operação que envolve dados. O momento da inserção/alteração/modificação.

Imaginemos que na inserção de um registo é colocado apenas "Liberdade, 14 3 Esq" e que nessa cidade existem a Rua a Travessa e o Largo da Liberdade. Este registo muito dificilmente ficará correcto na Base de dados. Sendo que o mais certo é que venha a trazer custos para a empresa com a devolução de toda a correspondência que for enviada. Por outro lado e mesmo que seja feito um trabalho de ETL em cima desta BD, não há software nenhum que possa normalizar esta rua e caso algum o faça tem apenas 33% de hipóteses de acertar na "correcção". Mas por norma é assinalado e não é corrigido.

Tudo isto poderia ser evitado, caso no momento de inserção dos dados o utilizador recebesse uma mensagem que dissesse: "Existem 3 hipóteses de normalização: Rua da Liberdade, Travessa da Liberdade e Largo da Liberdade". Com estas hipóteses e com a possibilidade de perguntar directamente ao cliente, caso estejamos a falar de um Call Center, ou de um atendimento directo ao publico, o problema seria de imediato resolvido.

Neste caso estamos mais uma vez a falar de moradas, mas o mesmo se aplica relativamente aos duplicados e a muitos outros campos em que temos erros mais ou menos frequentes, mas que estão certamente identificados. Sempre que um determinado erro frequente ocorra há a hipótese de criar um alerta para que imediatamente se possa resolver o problema.

• DQ-Connector update.seven Real-Time proporciona uma maior qualidade dos dados do cliente no ambiente de actualização CRM
• Integração de componentes de alta qualidade para a validação dos serviços postais e deduplicação e pesquisa através de "plug and play"

O componente fundamental de qualquer sistema de CRM (Customer Relationship Management) é o armazenamento dos dados do cliente. A sua qualidade é o requisito fundamental para o sucesso das medidas e projectos com base na solução de CRM. Neste contexto, a Uniserv GmbH de Data Quality Solutions oferece a integração das funções de qualidade para a validação de dados e deduplicação de registos, para todas as principais soluções de CRM.

Os componentes post e mailRetrieval para a otimização dos dados do cliente agora também podem ser facilmente e confortavelmente integrados e ativados na suíte CRM da atualização de Software AG, por meio do update.seven-Time-Connector Real DQ via "plug and play". Como resultado, mudanças de endereço ou novas entradas de endereços de correio podem ser automaticamente verificadas no ambiente web do CRM update.seven por meio da validação da função Post de validação postal com uma cobertura quase global. Além disso, com a função de busca tolerante ao erro mailRetrieval, é mais fácil encontrar empresas e dados pessoais, bem como eventuais duplicados, possibilitando mesmo a identificação mais precisa de duplicados, considerando as necessidades individuais de processos de negócios existentes, nomeadamente através da possibilidade de integração em áreas críticas do negócio e um complexo sistema de regras de exclusão.

"Dados de cliente incorrectos geram custos adicionais e podem ser responsáveis por uma perda perceptível de imagem. Duplicados em registos de dados diferentes implicam um elevado esforço administrativo e são grandes consumidores de tempo - é por isso que uma completa, única visão 360° do cliente de todas as áreas da empresa não é possível no ambiente sensível de CRM. DQ-Connector, que também já está disponível para os utilizadores da web update.seven, foi desenvolvido pela Uniserv para aumentar a qualidade dos dados: É fácil e rapidamente activado, ajuda as empresas a cortar custos, proporciona-lhes uma visão única dos seus clientes e permite uma implementação bem sucedida das suas medidas de CRM ", diz o CEO da Uniserv, Roland Pfeiffer.

A alta qualidade para os dados do cliente também para Oracle Siebel CRM: Com DQ Connector Real-Time Siebel CRM, a Uniserv integra validação postal e deduplicação em Oracle Siebel CRM

A solução de qualidade de dados da Uniserv GmbH tem as funções de validação postal e deduplicação disponíveis para os utilizadores do Oracle Siebel CRM da versão 8.0 através do conector DQ Real-Time. Como resultado, a qualidade dos dados das soluções post e mailRetrieval podem ser integradas no cliente Oracle Siebel Relationship Management (CRM) sistema para Siebel Enterprise Applications e Siebel Industry Applications. Uma validação postal tolerante ao erro tal como a deduplicação podem ser ativadas para a entrada de novos contactos e para alterar informações de endereço de dados de clientes existentes. Desta forma, teremos informação sempre up-to-date, correta, coerente e completa de informações relacionadas com cliente e que podem ser fornecidas para todos os utilizadores de um sistema de CRM, permitindo assim uma gestão eficiente e bem sucedida de todos os trabalhos, vendas e marketing, assim como de todos os processos controlados por este. Nenhuma programação manual por parte do cliente é necessária para ativar o conector DQ no ambiente Siebel CRM da Oracle: Os plug-ins são integrados através de processos automatizados, utilizando os recursos padrão disponíveis no Siebel.

"Com o conector DQ Real-Time Siebel CRM, estamos agora também a apoiar as empresas que utilizam o Siebel CRM para uma gestão eficiente dos dados dos seus clientes, garantindo assim o sucesso de solução de gestão de clientes, principalmente através de uma alta qualidade, de forma consistente, das informações armazenadas do cliente. Após a apresentação da integração Plug&Play no Microsoft Dynamics CRM em Novembro de 2009, o DQ Connector Real-Time Siebel CRM é um passo decisivo para tornar os serviços de qualidade de dados da Uniserv disponíveis para os principais sistemas de CRM", diz o CEO da Uniserv Roland Pfeiffer, comentando sobre a nova oferta.

• Especialista em qualidade de dados viu bem sucedida a re-certificação nas últimas versões SAP das suas ferramentas de validação de endereços e de limpeza de duplicados
• "SAP Certified Integration with SAP Netweaver" atesta a capacidade de integração consistente e a capacidade de ser altamente user-friendly.

A Uniserv GmbH é o maior fornecedor especializado de soluções de qualidade de dados na Europa, com um portfólio de software utilizável a nível internacional e, em colaboração com o parceiro estratégico SAP Paricon, mais uma vez, recebeu o certificado "SAP Certified Integration with SAP Netweaver" para as últimas versões SAP, demonstrando assim as capacidades das ferramentas Unicode para validação de endereços (Uniserv post SAP) e limpeza de duplicados (Uniserv mail SAP). O parceiro de longa data da SAP, tem provado a capacidade de integração consistente das suas soluções de software para a garantia da qualidade e melhoria da qualidade na gestão de dados de clientes e negócios em aplicações SAP, pela terceira vez consecutiva. Além disso, a SAP enfatizou que a manipulação das soluções foi "user friendly" no processo de certificação para os aspectos técnicos e funcionais nas soluções de normalização e deduplicação com base em testes padronizados.

"Com mais de 40 anos experiência como especialista em qualidade de dados, especialmente no ambiente SAP, combinamos as vantagens de um fornecedor de produtos com os de uma empresa de projecto experiente e fornecedor de soluções, podendo oferecer aos utilizadores de soluções SAP, que são precisamente adaptadas aos seus processos de ERP ou CRM através dos efeitos de sinergia decorrentes no nosso Centro de Competência ", diz Georg Seitz, diretor da SAP Uniserv DQ Competence Center , sumariando os benefícios. "Estudos realizados por analistas de renome mostram que a questão da qualidade dos dados está sendo cada vez mais levado em linha de conta no mercado SAP existindo cada vez mais pedidos de informação- a este respeito, nós oferecemos tanto aos especialistas como aos utilizadores finais neste ambiente conceitos convincentes e transparentes de qualidade de dados medidas de uma única fonte. "

A Uniserv SAP DQ Competence Center tem pacotes especiais de baixo custo, à disposição das empresas com utilizadores SAP. Cada oferta inclui uma análise da qualidade da base de dados, incluindo uma descrição dos défices, o desenvolvimento das estratégias necessárias para a sua eliminação e prevenção, bem como a aplicação das ferramentas que serão posteriormente implementadas para garantir a qualidade dos dados. Ferramentas utilizáveis internacionalmente estão disponíveis como uma solução in-house, mas também podem ser usadas on-demand como Software as a Service (SaaS); combinação das duas formas de implementação também é possível.

____________________________________________________________________________

*SAP, R/3, SAP NetWeaver, Duet, PartnerEdge, ByDesign, SAP Business ByDesign e outros produtos e serviços SAP mencionados no texto assim como os respectivos logos são registados ou marca registada da SAP AG na Alemanha e outros países. Todos os outros nomes de produtos e serviços são marca registada das respectivas empresas.

Fonte

Existem como foram sendo descritas ao longo dos posts anteriores várias formas de normalização, correcção, actualização e validação das moradas, sendo o tratamento em modo batch sem dúvida o mais económico, para quem não tem volume de dados que comporte a compra das aplicações que funcionam logo na entrada dos dados. Embora seja essa a forma em que sem dúvida vamos ter os melhores resultados, nem sempre é possível fazer esse investimento.

Esta forma de tratamento obriga a um ciclo de tratamentos, mais ou menos frequentes consoante o volume de dados e de alterações que existam nos dados.

Neste tratamento de dados é feita a comparação dos dados existentes, com os dados existentes no ficheiro que contem as localidades, as respectivas ruas com, em muitos casos, os respectivos números de porta. Desta forma e recorrendo aos mais avançados algoritmos combinados, conseguimos ter resultados que são em muito superiores ao que por norma se consegue verificar. A segurança e qualidade dos dados e das aplicações é tal que é possível fazer testes neste demo online.

Esta é a melhor demonstração que podemos fazer da qualidade das nossas aplicações.

Na vertente Batch, vão existir no ficheiro final campos com uma descrição de todas as alterações que tenham sido efectuadas a cada um dos registos. Existem igualmente códigos que assinalam se os registos foram ou não alterados ou se não foi possível fazer a normalização / correcção / validação dos mesmos. Existem casos em que simplesmente não é possível fazer a normalização. Podem ser inúmeras as causas para essa não normalização, especialmente num país com as particularidades de Portugal. Mas mesmo com estas particularidades, estaremos sempre a falar em percentagens de normalização muito elevadas.

Como se pode ver com ferramentas adequadas não é necessária muita informação para que se consiga obter uma morada normalizada e mais que isso, com código postal de 7 dígitos e caso seja necessário ainda com as coordenadas geográficas anexadas. Tudo isto feito de forma sistematizada e no momento mais importante e crucial de toda a vida dos dados dentro de qualquer companhia: logo na sua criação.

Ainda mais que para estes casos em que as informações são poucas, estas ferramentas servem igualmente para os casos em que há dificuldades na percepção do interlocutor, seja qual for o motivo. Para alem dos erros de percepção quer seja escrita ou de dicção, estes softwares ainda são tolerantes aos erros de digitação.

Tudo isto pode ser comprovado online neste link. Esta é a melhor demonstração que se pode dar na confiança que existe nestas aplicações.