Dívida de dados: como priorizar correções para IA
Dívida de dados é o trabalho adiado que mantém informações divergentes, vencidas, duplicadas ou sem responsável. Para reduzi-la, ligue cada defeito a uma tarefa de negócio, confirme a causa e escolha uma correção testável. Meça também o custo de manter, processar e armazenar os dados depois da mudança.
Comece pelo defeito que atrapalha uma decisão
Um telefone desativado pode impedir contato. Um limite de plano divergente pode produzir uma proposta incorreta. Um manual substituído pode continuar sendo recuperado por um assistente. Esses efeitos podem ser investigados; uma suposta perda de confiança de todos os modelos de IA não é uma medida observável.
Para GEO (Generative Engine Optimization), dados claros e coerentes ajudam a apresentar a empresa e seus produtos. Isso não permite concluir que qualquer inconsistência elimina uma marca de uma resposta. Presença em IA, tráfego e receita exigem medições próprias. A primeira meta deste guia é corrigir o defeito comprovado.
Liste a pergunta ou operação afetada, como “qual plano atende 20 usuários?” ou “qual é o canal de suporte vigente?”. Compare os valores publicados com a referência aprovada e suas condições. Uma diferença de preço entre períodos, regiões ou variantes pode ser legítima; não a classifique como erro antes de conferir o contexto.
| Defeito possível | Evidência necessária | Consequência a verificar |
|---|---|---|
| Condição comercial vencida | Valor, vigência e versão aprovada | Proposta ou resposta usa uma condição que já terminou. |
| Cópia antiga no índice de busca | Documento original e versão recuperada | Assistente encontra orientação substituída. |
| Campo sem responsável | Fluxo de atualização e área consultada | Correção fica pendente porque ninguém confirma o valor. |
| Ativo duplicado sem uso | Identificador, tamanho, versões e referências de uso | Armazenamento, transferência ou manutenção desnecessários. |
Monte uma fila de correções com prioridade explicável
Evite começar comprando uma plataforma para todos os dados. Selecione uma jornada importante e registre os defeitos encontrados. Use a matriz de auditoria de infraestrutura para localizar fonte, dono, vigência e caminho de publicação.
- Confirme o problema. Guarde registro, valor observado, referência esperada e data. Uma hipótese entra como investigação.
- Descreva o impacto. Diga qual tarefa pode falhar, quais canais estão afetados e que ocorrências foram observadas.
- Defina a urgência. Priorize danos ou bloqueios relevantes ao negócio. Não use quantidade de campos como único critério.
- Estime a correção completa. Inclua alterar a origem, propagar aos canais, testar e manter. Registre dependências e incertezas.
- Escolha e registre a decisão. Corrigir, investigar, aceitar temporariamente com responsável ou retirar de uso. Defina o evento que exigirá reavaliar.
Um endereço incorreto usado pelo atendimento pode vir antes de dezenas de descrições pouco elegantes. Uma falha sem impacto conhecido pode começar por uma coleta curta de evidências. A prioridade deve poder ser explicada à área que usa o dado, sem uma fórmula com pesos arbitrários apresentada como verdade científica.
Copie este registro para sua fila de trabalho. O preenchimento é fictício.
Defeito: DD-01 — exemplo da empresa fictícia Aurora
Tarefa afetada: informar o limite de usuários do plano Equipe
Referência: catálogo aprovado, versão 2026-10-01
Observado: página mostra 20 usuários; PDF antigo mostra 10
Contexto conferido: mesmo plano, região e período
Causa: exportação do PDF não acompanha a revisão do catálogo
Impacto observado: atendimento precisou conferir o limite manualmente
Decisão: corrigir a exportação e identificar a versão substituída
Dono: equipe de produto
Dependência: confirmar páginas e integrações que apontam para o PDF
Aceite: página, PDF vigente e busca interna recuperam o mesmo limite
Manutenção: verificar publicação a cada revisão aprovada
Medição posterior: repetir os registros e perguntas da coleta inicialMeça o defeito com unidade, amostra e denominador
Uma medida útil diz o que foi observado e como. A nota Data Quality Vocabulary do W3C distingue dimensões de qualidade, procedimentos de medição e resultados. Ela não fornece uma nota universal de qualidade. Você pode aplicar esse raciocínio em uma planilha sem adotar um novo vocabulário técnico.
Em um exemplo hipotético, a equipe confere 12 registros do mesmo catálogo e encontra 3 divergências. Depois da correção, repete os mesmos 12 e encontra 1. A evidência mostra melhora nessa amostra. Não prova que o catálogo inteiro esteja correto nem que as citações em IA aumentaram.
| Medida | Como registrar | Cuidado na comparação |
|---|---|---|
| Divergência | Registros divergentes / registros efetivamente conferidos | Informar regra, amostra e campos verificados. |
| Completude | Campos obrigatórios preenchidos / campos obrigatórios aplicáveis | Campo preenchido pode continuar incorreto. |
| Atraso de propagação | Horário de publicação no canal menos horário de aprovação na origem | Medir cada canal e registrar falhas separadamente. |
| Retrabalho | Tempo registrado em conferências e correções | Separar trabalho medido de estimativa. |
| Volume armazenado | Bytes de originais, versões e derivados por conjunto | Incluir índices e cópias necessárias à operação. |
Casos não acessíveis ficam fora do conjunto conferido e aparecem como pendência. Preserve a amostra inicial e adicione novos casos em uma série separada. Se expandir a cobertura, mais defeitos encontrados podem significar uma auditoria melhor, não uma piora da operação.
Inclua manutenção, armazenamento e processamento no custo
Centralizar dados não elimina o trabalho de curadoria. A proposta precisa prever quem aprova mudanças, resolve conflitos, remove versões substituídas do consumo corrente e acompanha integrações. PIM e DAM podem organizar produtos e ativos, mas exigem configuração e manutenção; uma base pequena pode funcionar com ferramentas existentes e responsabilidade clara.
Use este modelo de custo mensal: licenças + armazenamento + transferências + processamento e consultas + horas de manutenção × custo da hora adotado. Registre cada parcela e o que está excluído. Confirme se o uso de IA é cobrado em assinatura, contrato de plataforma ou API antes de projetar o gasto.
Como exemplo apenas de volume, 20 arquivos de 10 MB somam 200 MB. Manter cinco versões completas de cada um soma 1.000 MB, antes de índices, miniaturas e backups. O custo monetário depende do serviço e da frequência de acesso; não pode ser deduzido apenas do tamanho.
Defina retenção e uso para originais, versões históricas e derivados. Preserve o que tenha obrigação de guarda ou valor operacional. Retire versões substituídas da busca corrente quando não devem orientar respostas, mantendo o histórico necessário em local apropriado. Antes de remover um ativo, confira referências e possibilidade de recuperação.
Mídia pesada deve ficar em armazenamento apropriado, com links e versões de exibição leves nos canais. Evite reprocessar todo o acervo quando só alguns registros mudaram. Meça o tempo, o volume e o consumo do fluxo atual antes de aumentar capacidade ou adicionar outra ferramenta.
Corrija a origem e comprove a propagação
A primeira entrega deve encerrar um defeito de ponta a ponta. Atualize a referência aprovada, identifique as cópias derivadas e verifique a saída pública ou interna. Se a causa é uma exportação desatualizada, documente como a próxima revisão acionará a atualização.
No exemplo Aurora, o aceite inclui a página, o PDF vigente e o documento recuperado na busca interna. Se o índice ainda retorna a versão anterior, a tarefa permanece aberta. Quando um canal depende de terceiros, registre solicitação e confirmação separadamente.
Se houver JSON-LD, ele deve refletir o conteúdo real da página. Converter uma informação errada em dado estruturado apenas distribui o erro em outro formato. Documentos em PDF também podem ser úteis e processáveis; avalie a extração, a versão e a tarefa concreta antes de migrá-los.
Critério de aceite: a correção tem referência aprovada, testes repetidos, canais conferidos, exceções registradas e responsável pela manutenção. O relatório compara a mesma medida antes e depois e mostra o custo observado. Resultados de visibilidade e vendas ficam em séries próprias, sem atribuição automática à mudança.
O GEO Score é uma auditoria técnica e editorial, não um indicador de toda a dívida de dados nem uma contagem de citações. Para montar o orçamento recorrente e avaliar o custo de cada fluxo, use o curso LLM FinOps de Alexandre Caramaschi.
Fontes e atualização
Revisado em 6 de outubro de 2026. Os registros, números de amostra e volumes deste guia são exemplos didáticos, sem estatística atribuída a empresas brasileiras.