Resposta direta
Normalize no ponto em que a responsabilidade pelo dado existe. Campo que alimenta outro processo, cálculo ou obrigação deve ser tratado na gravação, com domínio fechado e critério de aceitação. Campo que vem de fonte fora do controle da operação — portal, parceiro, formulário externo — é tratado na leitura, por tabela de equivalência mantida por alguém. O passo que costuma faltar é contar quantos valores distintos o campo assume hoje e nomear quem decide quando a lista muda. Sem essa contagem e esse dono, a normalização volta a divergir em pouco tempo.
- Objetivo
- Orientar implementação
- Formato indicado
- Projeto de implementação
- Atualizado em
O que esta página acrescenta: Trata apenas o caso do campo com formatos ou valores distintos, com o critério para escolher entre normalizar na gravação e na leitura.
Decidir na gravação ou na leitura
A pergunta prática é onde a correção acontece. Tratar na gravação significa restringir o campo a uma lista fechada e recusar o que não pertence a ela. Vale quando o campo alimenta cálculo, obrigação fiscal, contrato ou outro sistema. O custo aparece no cadastro: alguém precisa manter a lista e responder rápido quando um valor novo é legítimo.
Tratar na leitura significa aceitar o que chega e converter depois, por tabela de equivalência. Vale quando a origem está fora do controle da operação, como formulário público, portal de parceiro ou base legada que não será alterada. O custo muda de lugar: a conversão passa a ser testada toda vez que a origem muda, e um valor novo sem entrada na tabela vira erro silencioso.
Quem responde pelo domínio do campo
Campo com formato divergente costuma não ter dono. Ninguém decide se “SP”, “São Paulo” e “S.Paulo” são o mesmo valor, então cada área resolve do seu jeito. Antes de qualquer conversão, é preciso nomear quem responde pelo conjunto de valores aceitos e quem autoriza a inclusão de um valor novo.
Esse dono precisa de critério de aceitação escrito, não de bom senso. Regras que funcionam na prática: maiúsculas e acentos tratados na entrada, abreviação reservada a códigos oficiais, texto livre permitido apenas em campo que não alimenta outra rotina. Sem regra escrita, a divergência reaparece no próximo cadastro.
O que a padronização não resolve
Padronizar formato não corrige valor errado. “São Paulo” e “Salvador” são ambos válidos e continuam distintos; a lista fechada não detecta que o lançamento foi feito na loja errada. Divergência de forma e divergência de conteúdo são problemas separados, com donos e controles diferentes.
Também não resolve origem que não coopera. Se o sistema de origem continuar enviando valor novo a cada mês, a tabela de equivalência exige manutenção contínua, e essa rotina tem custo. Quando manter duas bases em paralelo for mais barato que convergir, a decisão correta é registrar a diferença e operar com ela, não presumir que existe campo único.
Recurso prático
Índice de dispersão do campo
índice de dispersão = valores distintos ÷ registros preenchidos
- valores distintos
- contagem
- número de grafias, formatos ou abreviações diferentes observados no campo, na mesma base e no mesmo período
- registros preenchidos
- contagem
- registros com o campo não vazio, no mesmo recorte de base e período
- índice de dispersão
- razão
- resultado da divisão; quanto mais próximo de zero, mais padronizado está o campo naquele recorte
O erro mais comum é rodar a contagem sobre a base inteira, incluindo registros vazios, o que dilui o índice e faz um campo problemático parecer saudável. O recorte é sempre entre registros preenchidos, separado por origem do dado.
Sobre o que está escrito aqui
Conceitos relacionados: domínio de valores · tabela de equivalência · normalização na gravação · normalização na leitura · campo de texto livre. 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
- Números que não batem: por que a divergência… — planilhas divergentes
- Falhas silenciosas em integrações: como perce… — falhas silenciosas
Páginas relacionadas
O mesmo problema em outro objetivo
- Campos preenchidos sem padrão: como mapear a dispersão — Diagnosticar
- Campo preenchido de formas diferentes: o que padronizar — Organizar um processo
- Campos com grafias diferentes: como escolher a correção — Comparar alternativas
- Campo preenchido de formas diferentes: como medir — Explicar medição
- Campo com formatos diferentes: o que exigir no contrato — Orientar avaliação e contratação
Outras leituras em Integrações, sistemas e qualidade de dados
- Data em formato livre: como dizer se o campo é confiável — Distingue data digitada à mão de data de sistema, o que um campo livre impede medir e quando padronizar não compensa.
- Data em campo de texto: o que converter e o que anotar — Data anotada em campo de texto livre: o que cada campo representa, o que converter, o que preservar e o que permanece sem conversão.
- Campo de observação livre: como medir o que ele esconde — Medir o uso de um campo de texto livre: dado essencial que só existe ali, repetição, divergência entre leitores e o custo de interpretar caso a caso.
- Cadastro que não sobrevive à troca de sistema: o que exigir — O que avaliar e exigir na contratação para que o cadastro sobreviva à troca de sistema: atributos, responsabilidade e saída.
- Registro excluído sem trilha: como implantar o rastro — O que definir para que exclusões deixem rastro: eventos a registrar, onde guardar o histórico, retenção e responsabilidade pelo acesso.