Quatro Dimensões Obrigatórias de Qualidade (B)
Ponto de vista: GDA — Governança de Dados
A avaliação de qualidade de dados deverá cobrir, obrigatoriamente, as seguintes dimensões:
As quatro dimensões
Seção intitulada “As quatro dimensões”| Dimensão | Definição | Como medir |
|---|---|---|
| Completude | Ausência de valores nulos em campos obrigatórios | % de campos preenchidos nos registros obrigatórios |
| Consistência | Ausência de contradições entre registros e sistemas | Cruzamento de dados entre fontes; detecção de duplicatas |
| Acurácia | Correspondência dos dados com a realidade ou fonte autoritativa | Comparação com fonte primária ou golden record |
| Tempestividade | Dados disponíveis dentro dos prazos exigidos pelo processo | SLA de atualização; latência entre evento e disponibilidade |
Por que quatro dimensões — e não mais
Seção intitulada “Por que quatro dimensões — e não mais”Essas quatro dimensões cobrem os principais vetores de falha em dados operacionais. Dimensões adicionais (como unicidade ou validade de formato) podem ser adotadas, mas as quatro acima são o mínimo obrigatório auditável.
Dados de IA — controles adicionais
Seção intitulada “Dados de IA — controles adicionais”Dados utilizados por engines de IA para contexto, grounding, vetorização, treinamento local ou apoio agêntico exigem controles além das quatro dimensões:
| Controle adicional | Por quê |
|---|---|
| Origem rastreável | Dados sem procedência conhecida não devem alimentar IA |
| Permissão de uso verificada | Dados com restrição de uso não podem ser usados por IA sem autorização explícita |
| Sensibilidade classificada | Dados pessoais ou sensíveis exigem avaliação PDP antes do uso por IA |
| Política de retenção definida | Dados usados por IA têm vida útil e prazo de descarte específicos |