Resposta direta
Sem regra escrita, a duplicidade não é um fato conhecido e sim uma suspeita. O primeiro passo é medir: quantos registros compartilham o mesmo identificador forte e quantos só coincidem em campos sujeitos a erro de digitação. Depois, definir o critério de identidade, ou seja, o conjunto de campos que prova que dois registros são a mesma entidade, e nomear quem responde por ele. A regra só existe quando há critério, dono e rotina de revisão. Antes disso, qualquer limpeza é decisão pontual, não processo.
- Objetivo
- Diagnosticar
- Formato indicado
- Projeto de implementação
- Atualizado em
O que esta página acrescenta: Trata a ausência da regra como objeto a ser medido e formalizado, e não a duplicidade já encontrada como lote a ser consolidado.
O que a falta de critério produz na rotina
Sem definição escrita, a decisão de manter ou fundir dois registros fica com quem atende, quem fatura ou quem opera o sistema no dia. Cada um resolve pelo que enxerga na tela. A base passa a mudar de forma conforme a área que mexeu nela.
Isso aparece em contagem divergente entre áreas, cadastro repetido no atendimento, mesma entidade em contratos distintos e histórico dividido entre dois registros. Nenhum desses sinais mede sozinho o tamanho da duplicidade, mas todos apontam a mesma origem: não existe definição de identidade.
Como separar duplicidade comprovada de duplicidade provável
O diagnóstico começa pela pergunta que ninguém respondeu: o que faz dois registros serem a mesma entidade. Documento, combinação de nome e data, código externo, endereço. O critério precisa ser escolhido por escrito e por tipo de cadastro, porque cliente, fornecedor e produto se identificam de formas diferentes.
Em seguida, medir o que existe: quantos registros compartilham o mesmo identificador forte, quantos só coincidem em campos sujeitos a erro de digitação e quanto tempo passa entre a criação do registro e a primeira tentativa de limpeza. O valor exato importa menos que a divisão entre duplicidade comprovada e duplicidade provável. Sem essa divisão, qualquer fusão vira aposta.
O que a medição não resolve
O diagnóstico mede e organiza. Ele não decide qual dos dois registros está correto quando os dados divergem. Essa escolha é de negócio: qual endereço vale, qual contrato prevalece, qual histórico precisa ser preservado. Quem conduz a medição pode não ter autoridade para essa decisão.
A medição também não impede que novas duplicidades entrem depois. Regra escrita sem verificação na entrada volta a ser ignorada em pouco tempo. E não resolve divergência entre sistemas: quando duas bases têm critérios próprios de identidade, a regra de deduplicação de uma não corrige a outra.
Recurso prático
Sinais de que o cadastro opera sem regra de deduplicação
- Dois registros com o mesmo documento entram e permanecem separados sem gerar alerta.
- Ninguém sabe dizer qual campo prova que dois registros são a mesma entidade.
- Cada área usa um critério próprio para identificar cliente, fornecedor ou produto.
- A base não guarda a origem nem a data de criação de cada registro.
- A limpeza só acontece quando alguém reclama de contagem ou de cobrança repetida.
- Não há dono nomeado para decidir qual registro permanece em caso de conflito.
O erro mais comum é tratar a duplicidade como descuido de quem digita na ponta e não como ausência de critério central. Sem campo de identidade e dono nomeado, a limpeza volta a se sujar na próxima entrada.
Sobre o que está escrito aqui
Conceitos relacionados: critério de identidade · chave de deduplicação · cadastro de clientes · base mestra · origem do registro. 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
- Exportações manuais: quando ainda fazem sentido — exportações manuais
- Migração de dados: o que conferir antes e depois — migração sem conferência
Páginas relacionadas
O mesmo problema em outro objetivo
- Cadastro sem regra de deduplicação: comparar caminhos — Comparar alternativas
- Cadastro sem regra de deduplicação: o que medir — Explicar medição
- Cadastro sem deduplicação: definir a regra antes do bloqueio — Orientar implementação
- Cadastro sem regra de deduplicação: o que exigir no contrato — Orientar avaliação e contratação
Outras leituras em Integrações, sistemas e qualidade de dados
- Campo numérico que aceita texto: o que medir — Medição de registros com texto em campo numérico, separada por origem, com o efeito no cálculo, no filtro e na conferência de fechamento.
- Base de dados sem dono: como medir o que ninguém acompanha — O que medir em uma base sem dono: esforço de correção por campo crítico, tempo de conferência manual e onde a decisão de responsabilidade não pode esperar.
- Valor sem unidade: como medir o que o campo registra — Explica como reconhecer campos numéricos sem unidade declarada, o que registrar a cada ocorrência e quais decisões dependem desse dado.
- Valor sem unidade: como descobrir o que o número representa — Descreve onde a unidade costuma ficar registrada, o que separa valor de unidade na conferência e o que impede o uso do número em cálculo.
- Planilha de apoio sem versão: qual cópia vale — Descreve como identificar a cópia válida de uma planilha de apoio, o que registrar sobre origem e dono, e quando o controle informal deixa de servir.