Resposta direta
Não há uma forma certa. Há três caminhos, e a escolha depende do custo do erro em cada lado. Regra determinística, com campos combinados, é barata de auditar e falha quando o dado entra sujo. Pontuação de semelhança cobre variação de grafia, mas exige limiar e revisão. Revisão manual resolve o caso ambíguo e não escala. Na prática, os três convivem: regra para o volume, pontuação para o resto, fila manual para o que decide valor. O que muda entre eles é quem responde quando o par errado passa.
- Objetivo
- Comparar alternativas
- Formato indicado
- Projeto de implementação
- Atualizado em
O que esta página acrescenta: Coloca as três formas de casar cadastro lado a lado pelo tipo de erro que cada uma deixa passar.
O que decide entre as três formas de casar
A escolha começa pelos campos disponíveis nos dois lados. Nome, documento, endereço, telefone e e-mail têm comportamentos diferentes: alguns vêm completos e padronizados, outros chegam com variação de grafia e ausência. Um par de campos presente em ambos os cadastros sustenta regra determinística. O que não existe não serve de base.
Depois pesa a assimetria do erro. Juntar dois cadastros diferentes e deixar de juntar o mesmo cadastro não têm o mesmo custo. Onde o par errado contamina histórico, contrato ou cobrança, a alternativa mais conservadora é a que erra para o lado de não casar. Onde o cadastro incompleto trava a operação, o critério se inverte.
Custo de manter cada alternativa
Regra determinística é lida e auditada por qualquer pessoa da operação, mas quebra a cada mudança de formato na origem. Pontuação de semelhança absorve variação e, em troca, exige limiar calibrado, reavaliação periódica e alguém que assuma o número escolhido. Revisão manual trata o caso ambíguo e depende de fila, prazo e responsável definido.
A comparação útil é pelo esforço de manutenção ao longo do tempo, não pelo resultado da primeira carga. A regra envelhece junto com a fonte. O limiar envelhece junto com o volume e com o comportamento de quem cadastra. A fila manual cresce com tudo que não foi resolvido na entrada.
O que nenhuma das três resolve
Nenhuma das alternativas cria a chave que não existe. Todas apenas organizam a decisão sobre pares de registros. Também não corrigem a origem: se o dado entra divergente e sem padrão, o trabalho de casar volta a cada carga. Enquanto a entrada não tiver regra de preenchimento e responsável, o problema de identificação se repete.
A pontuação de semelhança trabalha com probabilidade, não com certeza. Existe sempre uma faixa que fica na dúvida, e a decisão sobre ela é de negócio, não do sistema. Quando o campo crítico está vazio em parte relevante da base, nenhuma das três formas entrega resultado confiável, e o caminho passa a ser arrumar a captura antes de comparar métodos.
Recurso prático
Sequência para comparar as formas de casar cadastro sem chave única
- Levantamento dos campos presentes nos dois cadastros e da frequência de preenchimento; campo ausente ou quase vazio não sustenta identificação.
- Montagem da regra determinística mais simples possível, com dois ou três campos combinados, e medição de quantos pares ela resolve e quantos deixa de fora.
- Aplicação da pontuação de semelhança nos pares que sobraram, com registro do que cai em faixa de acerto provável e do que cai em faixa de dúvida.
- Definição da fila de revisão manual apenas para a faixa de dúvida, com responsável nomeado e critério de desempate escrito.
- Escolha da combinação pelo custo do erro, não pela cobertura: par errado consolidado e par não encontrado têm consequências diferentes conforme o processo.
O erro mais comum é escolher o método pela taxa de acerto agregada. O que decide a escolha é a assimetria do erro: juntar dois cadastros diferentes e deixar de juntar o mesmo cadastro têm consequências distintas, e é isso que separa as alternativas.
Sobre o que está escrito aqui
Conceitos relacionados: chave única · casamento de registros · regra determinística · pontuação de semelhança · fila de revisão manual. Exemplos são ilustrativos. Não há cliente, resultado, preço, prazo ou certificação nesta página. Quando o formato indicado é Projeto de implementação, ele descreve uma possibilidade de trabalho — a conversa inicial avalia contexto e aderência.
Para continuar
- Integrações, sistemas e qualidade de dados — Página central do tema
- Relatório montado à mão: como contratar a aut… — relatório montado à mão todo mês
- Cópias de base sem versão: como rastrear a di… — cópia de base sem controle de versão
Páginas relacionadas
O mesmo problema em outro objetivo
- Cadastro sem chave única: onde o cruzamento falha — Diagnosticar
- Cadastro sem chave única: como escolher o identificador — Organizar um processo
- Cadastro sem chave única: como medir o que se repete — Explicar medição
- Cadastro sem chave única: como criar uma referência estável — Orientar implementação
- Cadastro sem chave única: o que exigir na contratação — Orientar avaliação e contratação
Outras leituras em Integrações, sistemas e qualidade de dados
- Campo de observação como status: como separar as funções — A convivência entre observação livre e status no mesmo campo: separação dos dois registros, responsável pela atualização e tratamento dos antigos.
- Relatório preso a exportação manual: o que definir e cobrar — O que definir e conferir ao contratar um relatório alimentado por exportação manual: responsabilidade pela extração, prazo, conferência e limites do acordo.
- Falhas silenciosas: rotina de checagem entre pontas — Especificação dos controles técnicos e operacionais necessários para registrar, auditar e tratar dados perdidos em integrações sem retorno de erro.
- Campo com formatos diferentes: onde normalizar — Onde normalizar um campo preenchido de formas diferentes: comparar tratamento na gravação e na leitura, definir responsável e critério de aceitação.
- Arquivo chega por mensagem: o que avaliar ao contratar — Explica o que definir antes de contratar o tratamento de arquivos que entram por mensagem: dono, critério de aceite, recusa com motivo e rastro de aprovação.