Resposta direta
A comparação começa pelo custo do erro, não pela ferramenta. Unir dois cadastros diferentes costuma custar mais do que manter dois registros do mesmo cliente, porque a fusão indevida é difícil de desfazer. A partir disso, quatro saídas se distinguem: chave única com regra escrita, pareamento por semelhança com revisão humana, consolidação manual sob demanda e convivência assumida com a divergência. Cada uma muda quem responde pela decisão e quanto esforço sobra para a manutenção. Sem medir quantos casos ambíguos aparecem por mês, a escolha vira preferência pessoal e não critério.
- Objetivo
- Comparar alternativas
- Formato indicado
- Projeto de implementação
- Atualizado em
O que esta página acrescenta: Compara as saídas pelo custo de reverter o erro, e não pelo volume de duplicados removidos.
Falso positivo e falso negativo não custam o mesmo
Fundir dois cadastros distintos por engano contamina histórico de atendimento, cobrança e entrega. O efeito aparece meses depois, quando alguém tenta reconstruir o que era de quem. Deixar dois registros do mesmo cliente exige trabalho de conciliação, mas esse trabalho é reversível e costuma ficar visível na operação.
A pergunta prática é quanto custa cada tipo de erro neste cadastro específico. Em base de cobrança, o falso positivo pesa mais. Em base de prospecção, o falso negativo só gera retrabalho de contato. A mesma regra aplicada às duas bases produz resultados diferentes.
Quatro saídas e o que cada uma exige depois
Chave única com regra escrita é a saída mais estável e a mais lenta de implantar, porque depende de padronizar o campo na entrada e tratar o legado. Pareamento por semelhança com revisão humana cobre o legado rápido, mas transfere o custo para uma fila de decisão que precisa de dono. Consolidação manual sob demanda resolve o caso visível e não impede o próximo. Convivência com a divergência é legítima quando os sistemas têm donos diferentes e ninguém consome os dois cadastros juntos.
Em qualquer das quatro, a manutenção recai sobre quem responde pelo cadastro. Sem esse dono nomeado, a regra escrita vira documento sem uso e a fila de revisão para. O critério de comparação mais útil é quanto esforço mensal cada saída consome e quem assume esse esforço.
O que nenhuma das saídas resolve
Nenhuma resolve cadastro cuja informação de origem está errada. Se o telefone foi digitado incompleto ou o nome comercial difere do nome legal, a deduplicação apenas organiza o erro. Também não substitui acordo entre áreas sobre qual sistema é referência para cada campo.
A comparação não indica uma saída melhor em abstrato. Ela depende do volume de casos ambíguos, do custo de errar em cada processo e da disposição de manter revisão ao longo do tempo. Sem essas três medições, a decisão fica no terreno da preferência e muda a cada troca de gestor.
Recurso prático
Sequência para comparar saídas de deduplicação sem regra prévia
- Listar os campos que identificam um registro: documento, nome, telefone, endereço e a origem de cada campo.
- Classificar os casos ambíguos pela consequência operacional: o que acontece na cobrança, na entrega e no atendimento se dois registros forem fundidos por engano.
- Definir quem decide nos casos ambíguos e onde a decisão fica registrada, com data e motivo.
- Escolher a saída pelo custo de reverter a decisão, não pela quantidade de duplicados que ela remove.
- Acompanhar por um período quantos casos ambíguos chegam e quantos voltam a aparecer depois da decisão.
O erro mais comum é comparar as saídas pelo volume de duplicados eliminados. Volume alto costuma indicar regra frouxa: as fusões indevidas aparecem depois, na cobrança e no histórico de atendimento, quando reverter já custa mais do que conviver com o registro repetido.
Sobre o que está escrito aqui
Conceitos relacionados: chave de negócio · pareamento por semelhança · falso positivo de fusão · histórico de alteração · revisão manual de cadastro. 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
- Dados desatualizados: o que precisa estar em dia — dados desatualizados
- Validação na entrada: onde o dado errado nasce — dado errado na origem
Páginas relacionadas
O mesmo problema em outro objetivo
- Cadastro sem regra de deduplicação: como medir o problema — Diagnosticar
- 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
- Cadastro que quebra na troca de sistema: o que fica fora dele — Implementação de cadastro com chave de negócio, dono de atributo e histórico de alteração que continuam válidos depois de trocar o sistema.
- 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.
- Integração sem identificador de execução: como medir — O que medir em integrações sem identificador de execução: marco de passagem, contagem por etapa e conciliação por lote e janela.
- Cadastro sem chave única: como criar uma referência estável — Explica como definir identidade, regra de atribuição e responsável quando os sistemas de origem não trazem chave única para cada registro.
- Mesmo campo, formatos diferentes: o que cada escolha cobra — Compara lista fechada, campo livre com convenção e correção posterior pelo custo de manter cada uma e pelo erro que cada escolha deixa passar.