5.7Capítulo 7 de 8

Governança: o dado como produto, não como entulho

5.7 Governança: o dado como produto, não como entulho

Pergunta antes de ler

De quem é o campo Setor? Não quem o usa mais: quem tem o direito de escrever nele, quem responde quando ele está errado e quem decide se ele muda de domínio. Responda com um nome de pessoa antes de continuar.

Se você respondeu com o nome de um sistema, guarde a resposta. Vamos usá-la.

A resposta quase sempre vem em forma de sistema, e quase sempre vem em forma de briga. Uma metade da diretoria diz que o CRM é a fonte da verdade. A outra diz que é o financeiro. As duas estão parcialmente certas, e é justamente por isso que a discussão nunca termina: a pergunta está mal formulada. Fonte da verdade não é propriedade de sistema. É propriedade de campo.

Sistema de registro por campo

A autoridade sobre um dado é atribuída campo a campo, não sistema a sistema. Cada campo tem exatamente um sistema dono, que escreve; todos os demais recebem cópia somente leitura.

O artefato. Uma matriz de campo por sistema, com três símbolos: ● dono, que escreve; ○ cópia, que só lê; ✕ não deve existir aqui. Ela substitui a discussão por uma folha. Toda linha com dois ● é um incidente esperando acontecer. Toda linha com zero ● é um campo órfão sobre o qual alguém já construiu um relatório.

O efeito político é maior que o técnico. Lida por coluna, a matriz mostra que o CRM tem menos ● do que o time imagina, e a briga se desmonta sozinha porque ninguém perdeu.

Dez campos críticos da Órbita, por sistema● dono, escreve  ·  ○ cópia, só lê  ·  ✕ não deve existir aquiMarketingCRMContratoERPDados ext.Razão socialCNPJGrupo econômicoSetor e segmentoDono da contaEstágio da oportunidadeValor recorrente anualizadoValor de serviço one-timeData de início de vigênciaBase legal e opt-outCinco linhas com mais de um dono. Duas sem nenhum. Uma com dono único e ainda assim quebrada.A linha do setor com dois donos é a que produz 22% de clientes no segmento errado. O desenho encontra o defeito antes da auditoria.

Arraste o desenho para o lado para ver inteiro

Figura 5.7 Fonte da verdade é uma propriedade de célula. Leia por linha e depois por coluna. Por linha: as faixas em vermelho têm mais de um ●, e são as que produzem o campo que muda sozinho; as faixas em ocre não têm nenhum ●, e são as que ninguém mantém. Por coluna: conte quantos ● cada sistema tem e compare com a convicção que a empresa carrega sobre qual é a fonte da verdade. A oitava linha é a mais sutil do desenho: ela tem exatamente um dono e mesmo assim está quebrada, porque o campo não existe no lugar onde a decisão é tomada.
CampoDiagnósticoDono propostoSintoma que o usuário percebe hoje
Razão socialtrês donosERP, porque é quem emite a notaa mesma empresa aparece com três grafias e some das buscas
CNPJdois donosERP escreve, enriquecimento apenas propõeconta duplicada que ninguém consegue fundir sem perder histórico
Grupo econômicoórfãoRevOps, com curadoria manual e revisão trimestralo Grupo Transvale aparece como 4 contas e a concentração de receita é subestimada
Setor e segmentodois donosCRM, derivado de regra sobre CNAE e frota, nunca digitadoo campo muda sozinho e o roteamento manda o lead para o time errado
Valor recorrente anualizadodois donosfaturamento escreve, CRM recebe cópiaquatro versões do ARR na mesma reunião
Data de início de vigênciadois donos, e ausente no CRMassinatura eletrônica escreve, faturamento e CRM recebem cópiao vendedor comemora em dezembro receita que só começa em fevereiro
Base legal e opt-outórfãoautomação de marketing escreve, todos os demais recebem cópia obrigatóriaquem se descadastrou continua recebendo cadência de prospecção

A mesma matriz lida como decisão. Para cada linha doente, o dono proposto, a regra de precedência e o sintoma que o usuário final percebe hoje. A última coluna é a que vende a correção internamente: ninguém aprova orçamento para “governança de dados”, e todo mundo aprova para “parar de mandar cobrança para a filial errada”.

Obrigatoriedade sem propósito piora o dado

A primeira reação de quase todo gestor diante de um campo mal preenchido é torná-lo obrigatório. É uma reação razoável e ela piora a situação. Campo obrigatório sem propósito declarado produz completude de 100% e acurácia perto de zero, porque a pessoa que está com pressa digita o que for preciso para a tela deixar salvar. O dado passa de vazio a falso, e falso é pior, porque agora parece confiável.

O que sobe e o que não sobe quando o campo vira obrigatórioparcialcompletude antes100,0%completude depois78,0%acurácia antes78,0%acurácia depoisTeste da má-fé: se o seu indicador pode ser satisfeito por alguém digitando “a definir”, redesenhe o indicador.

Arraste o desenho para o lado para ver inteiro

Figura 5.7-b Obrigar a preencher move a completude para 100% e não move a acurácia. Leia as duas duplas de barras como antes e depois de tornar o campo obrigatório. A completude sobe até o teto, e é ela que costuma ir para o slide. Duas das quatro barras estão hachuradas, e a hachura significa a mesma coisa nas duas: altura não observada. A barra de completude antes está hachurada e sem percentual porque a Órbita não mede completude por campo, então a altura dela é ilustrativa e serve só para marcar que havia buraco. A barra de acurácia depois está hachurada porque é estimativa. A única medição real deste desenho é a acurácia antes, do campo de setor, que hoje está em 78,0%.

Seis dimensões, seis fórmulas, seis donos

“Nosso CRM é uma bagunça” não é uma frase acionável. Ninguém aprova orçamento contra ela e ninguém consegue dizer se melhorou. A tradução tem seis dimensões, e cada uma precisa de fórmula executável, linha de base medida, meta com prazo, dono com nome e cadência de revisão. A Órbita tem a vantagem de já ter as linhas de base medidas, porque cada uma delas é um dos defeitos que a Fase 1 catalogou.

Quantas contas da Órbita são a mesma empresa escrita de formas diferentes?

SELECT LEFT(REGEXP_REPLACE(cnpj, '[^0-9]', ''), 8) AS raiz_cnpj,
       COUNT(*)                                     AS contas,
       STRING_AGG(DISTINCT razao_social, ' | ')      AS grafias
FROM   conta
WHERE  cnpj IS NOT NULL
GROUP  BY 1
HAVING COUNT(*) > 1
ORDER  BY contas DESC;
A consulta não procura nomes parecidos: ela agrupa pela raiz do CNPJ, os oito primeiros dígitos, que identificam a entidade legal. Cada grupo com mais de uma conta é uma duplicidade candidata, e a coluna de grafias mostra por que a busca por nome nunca as encontrou. Na Órbita esse teste devolve os grupos que concentram os 18 registros duplicados do cadastro, e o número de grupos é menor ou igual a 18, porque uma mesma raiz pode aparecer com três grafias. Devolve também, separadamente, 41 filiais cadastradas como cliente próprio, que não são duplicidade e sim hierarquia não modelada. A distinção entre as duas é a diferença entre fundir registros e criar um pai.
DimensãoFórmulaLinha de baseDonoO que ela impede quando está no verde
Unicidaderegistros duplicados ÷ cadastro bruto do ERP (grão: uma linha por cadastro, não por cliente)2,9%RevOpscontar duas vezes a mesma receita e atender o mesmo cliente por dois donos
Acuráciaamostra auditada à mão, mínimo 50 registros78,0%RevOps com o gerente de cada segmentoanálise por segmento feita sobre classificação que ninguém verificou
Completude críticaregistros com TODOS os campos críticos válidos ÷ total0%RevOpscascata de ARR que não pode ser gerada por sistema, porque falta a vigência
Validadevalores dentro do domínio fechado ÷ total preenchido0%RevOps com marketing214 motivos de perda digitados onde cabem 7 categorias
Consistênciaregistros no formato padrão ÷ totalnão medidaRevOpsautomação construída sobre texto livre que falha em silêncio
Atualidadecontas ativas verificadas nos últimos 90 dias ÷ ativasnão medidaRevOps com Sucesso do Clientedecisão de hoje tomada sobre porte e frota de dois anos atrás

Linha de base medida nos defeitos catalogados da Órbita, nunca estimada. As metas são propostas de partida e devem ser negociadas contra a linha de base da própria empresa: metas publicadas por fornecedor de ferramenta de qualidade de dados não são referência medida de mercado, e usá-las como se fossem é o mesmo erro de origem que o capítulo inteiro combate.

Olhe a coluna de linha de base com atenção. Duas dimensões estão em zero e duas não estão medidas. Isso não é um fracasso: é o ponto de partida honesto de qualquer empresa que nunca tratou dado como produto. A completude crítica em zero não quer dizer que nada está preenchido; quer dizer que nenhum registro tem todos os campos críticos ao mesmo tempo, porque a data de início de vigência não existe no CRM. Medir por média de campo esconderia isso, e é exatamente por isso que a fórmula usa o registro inteiro como unidade.

Uma escolha na linha de unicidade precisa ser declarada, porque ela contraria uma regra que este módulo criou. O capítulo 5.2 disse que os 611 do cadastro bruto do ERP não pertencem a nenhum anel da identidade do cliente e que por isso nenhuma métrica de negócio pode usá-los. Esta usa, de propósito. Unicidade não é métrica de negócio: é métrica do cadastro, e o defeito que ela mede é o próprio cadastro ter duas linhas para o mesmo CNPJ. Medir duplicidade sobre os 585 estabelecimentos faturáveis seria dividir pelo número já limpo do defeito que se quer medir. A regra continua valendo para ARR, ticket médio e retenção. Quando publicar esta linha, publique o grão junto, senão alguém vai comparar 2,9% com um percentual calculado sobre outra base e os dois vão estar certos.

Na práticaÓrbita Software · unicidade medida em 2,9%

O insumo. O cadastro do ERP tem 611 clientes e o CRM tem 544. A diferença de 67 se decompõe em 41 filiais cadastradas como cliente próprio, 18 duplicatas com o mesmo CNPJ e grafias diferentes e 8 contas de teste nunca removidas.

Passo 1: separar os três problemas, que pedem correções opostas. As 41 filiais não são duplicidade: são hierarquia não modelada, e fundi-las destruiria a nota fiscal, que é emitida por estabelecimento. A correção é criar o pai, não fundir os filhos. As 18 duplicatas são duplicidade de verdade e pedem fusão. As 8 contas de teste pedem arquivamento, nunca exclusão.

Passo 2: medir a taxa. 18 ÷ 611 = 2,9%. Uma taxa nessa faixa é o tipo de número que passa despercebido porque parece pequeno. Ele não é pequeno: 18 registros duplicados significam até 18 contas com dois donos de carteira, dois históricos de atividade e duas chances de alguém prometer desconto sem saber o que o outro prometeu.

Passo 3: precificar a correção com a régua do capítulo anterior. Suponha três dias-pessoa para auditar e fundir os 18 grupos, com a regra de sobrevivência escrita antes. A R$ 861 por dia-pessoa, isso são R$ 2.583. Compare com os R$ 31 mil por ano que a empresa gasta hoje só fechando o ARR à mão por causa, entre outras coisas, dessa mesma duplicidade.

O veredito. Três números que pareciam o mesmo problema pedem três correções diferentes, e uma delas é destrutiva se aplicada à categoria errada. Diagnóstico agregado produz correção errada com convicção.

Fundir registros é irreversível. Escreva a regra antes.

A sequência obrigatória da deduplicação1congelar instantâneo2definir vencedor por r3reparentear os filhos4fundir por precedência5guardar o ID do perdedpulado: atividades e oportunidades do perdedor ficam órfãs, sem voltaVencedor sugerido: o registro mais antigo com mais atividade. A regra precisa estar escrita antes de a ferramenta rodar.Rodar deduplicação em massa na sexta-feira à noite muda a comissão de alguém na segunda-feira de manhã.

Arraste o desenho para o lado para ver inteiro

Figura 5.7-c O passo três é o que ninguém faz, e é o único que não dá para refazer depois. Leia da esquerda para a direita como uma sequência obrigatória. A seta vermelha que sai pela lateral no terceiro passo mostra o que se perde quando ele é pulado: as atividades e as oportunidades do registro perdedor ficam órfãs, e atividade é a matéria-prima de toda a análise de processo do Módulo 4. Os outros quatro passos podem ser refeitos. Este não.
Ciclo de vida do campo

Todo campo novo nasce com quatro atributos preenchidos: dono, propósito em uma frase, sistema de registro e data de revisão. Campo sem os quatro não é criado. Na revisão semestral, campo com menos de 5% de preenchimento e zero uso em relatório ou automação é marcado como obsoleto e removido no ciclo seguinte.

A regra que quase ninguém segue: nunca renomeie nem reaproveite um campo existente. Ao renomear, todo o histórico daquele campo passa silenciosamente a significar outra coisa, e nenhum relatório antigo acusa o erro. Crie um campo novo e aposente o velho com data.

LGPD é decisão de modelagem, não parecer jurídico

A Órbita tem 84.000 contatos sem registro de base legal, sem fluxo de atendimento a titular e sem encarregado nomeado. Isso é passivo, e entra na diligência da próxima rodada. O que quase nenhuma empresa percebe é que conformidade que não está no modelo de dados não é conformidade: é intenção.

A Lei 13.709/2018 admite o legítimo interesse como base legal no artigo 7º, inciso IX, o que torna a prospecção ativa entre empresas viável sem consentimento prévio, desde que o teste de proporcionalidade esteja documentado e disponível. Note o verbo: documentado. Um documento que não aponta para um campo no sistema não sobrevive a um pedido da autoridade, porque ninguém consegue mostrar, registro a registro, qual base legal sustenta cada contato.

Onde o opt-out para de viajarpessoapede saídaautomação de marketingmarcação registrada aquiCRMsequenciador do SDRsuporteConsentimento e opt-out precisam de sistema dono declarado e de propagação obrigatória para todos os consumidores.Guarde o identificador da pessoa nas tabelas derivadas, nunca o e-mail: é o que faz o pedido de eliminação caber numa operação só.

Arraste o desenho para o lado para ver inteiro

Figura 5.7-d O descadastro que vive num sistema só não é descadastro. Leia o círculo da esquerda como a pessoa e as três caixas da direita como os sistemas que podem falar com ela. A seta sólida é a propagação que existe. As tracejadas em vermelho são as que faltam, e cada uma é uma cadência que continua disparando depois do pedido de descadastro. O rodapé traz a decisão de modelagem que torna o direito de eliminação exequível: guardar o identificador da pessoa nas tabelas derivadas, nunca o e-mail.

Exercício 5.750 minutos, planilha

  1. Monte a matriz de propriedade para dez campos críticos da sua operação, com ● ○ ✕. Marque as linhas com mais de um dono e as linhas sem nenhum, e proponha para cada uma o dono e a regra de precedência.
  2. Pegue um indicador de qualidade de dados que sua empresa já publica e aplique o teste da má-fé: ele pode ser satisfeito por alguém digitando “a definir”? Se pode, reescreva a fórmula.
  3. A Órbita tem 41 filiais cadastradas como cliente próprio. Explique por que fundi-las seria um erro e o que fazer no lugar.
  4. Metacognitivo: dos dez campos da sua matriz, qual foi o mais difícil de atribuir a um dono único? Escreva por que, e o que isso revela sobre como aquele campo é usado hoje.
Conferir respostas
  1. A matriz correta tem exatamente um ● por linha. Linha com dois ● precisa de regra de precedência escrita (quem vence, sob que condição, e o que acontece com o valor perdedor). Linha com zero ● precisa de um nome de pessoa, não de um nome de área: área não abre o sistema e não corrige registro.
  2. Um indicador só de completude passa no teste do vendedor apressado. Reformule como completude crítica sobre o registro inteiro e acrescente validação de domínio: o campo só aceita valores de uma lista, e a lista tem dono. “A definir” deixa de ser digitável.
  3. Fundir as 41 filiais destrói a emissão de nota, que é por estabelecimento, e a cobrança, que pode ser por filial. A correção certa é criar a conta-pai por raiz de CNPJ e manter os filhos. Quem confunde hierarquia com duplicidade resolve um relatório e quebra o faturamento.
  4. Metacognitivo: o campo que você mais usa costuma ser o que tem menos dono, porque utilidade alta gera escrita por muitas mãos. Se ao escrever a matriz você hesitou em algum campo, essa hesitação é o resultado do exercício, não uma falha dele.

Armadilha: renomear um campo em vez de criar um novo

É a mais silenciosa de todas. O campo “Tipo de cliente” já existe, está mal preenchido e ninguém usa, então parece elegante reaproveitá-lo para guardar o novo segmento. Ninguém perde tempo criando campo, ninguém precisa pedir nada para a TI, e a mudança leva quinze segundos.

A partir daquele instante, todo o histórico daquele campo passa a significar outra coisa. Relatórios antigos continuam rodando e continuam devolvendo números, agora misturando duas semânticas diferentes na mesma coluna. Nenhum sistema acusa, porque do ponto de vista do banco de dados nada aconteceu. Alguém descobre meses depois, ao comparar dois trimestres e não entender um salto, e nesse ponto não existe mais como separar o antes do depois.

O mesmo vale para deletar: apagar um cliente que deu churn destrói retenção bruta, coorte, histórico de comissão e trilha de auditoria. Churn é evento, e evento se acrescenta. No Brasil isso tem peso adicional, porque comissão integra a remuneração do empregado e a ausência de trilha auditável de como cada valor foi apurado é exposição em reclamação trabalhista.

Campo renomeado é um número que mente sem nunca ter sido falsificado.

Recuperação

Responda antes de abrir. Tentar e errar consolida mais que reler.

  1. 1Por que “qual é a nossa fonte da verdade?” é uma pergunta mal formulada, e qual é a formulação correta?
    Porque autoridade sobre dado é propriedade de campo, não de sistema. A formulação correta é: para cada campo, qual sistema escreve e quais só leem? O CRM é dono de estágio e de dono da oportunidade; o faturamento é dono de valor e status de assinatura; o marketing é dono de consentimento e origem.
  2. 2Uma base tem 2.400 contas e 96 duplicatas. Qual a taxa de duplicidade, e o que você precisa saber antes de propor qualquer fusão?
    96 ÷ 2.400 = 4,0%. Antes de propor fusão, você precisa saber quantas dessas 96 são duplicidade de verdade e quantas são hierarquia não modelada, isto é, filiais do mesmo grupo cadastradas separadamente. As duas pedem correções opostas, e aplicar a fusão à segunda categoria quebra a emissão de nota.
  3. 3O ICP da Órbita tem seis critérios com peso e corte em 60 pontos, e 41% dos logos novos estão fora dele. Que dimensão de qualidade de dados precisa estar no verde para que essa pontuação seja confiável, e por quê?Módulo 2 · 2.4
    Acurácia, e depois validade. A pontuação usa setor, porte e frota, e o campo de setor da Órbita está errado em 22% dos casos. Uma regra de qualificação aplicada sobre campo impreciso produz uma fila que parece qualificada e não é. O modelo não erra: ele obedece ao que foi digitado.
  4. 4Escreva de memória os quatro atributos com que todo campo novo nasce e a sequência de cinco passos da deduplicação.
    Campo novo: dono, propósito em uma frase, sistema de registro e data de revisão. Deduplicação: congelar instantâneo, definir vencedor por regra explícita, reparentear todos os filhos, fundir campo a campo por precedência e guardar o identificador do perdedor para auditoria.

A Órbita Software é uma empresa fictícia, construída para este curso. Por que um caso fictício.