Limiares de qualidade de dados (pré-visualização)

Um limiar de qualidade de dados é um limite predefinido que determina se os dados cumprem um nível aceitável de qualidade. Em termos simples, responde à pergunta: Quão bom é bom o suficiente?

Por exemplo, se executar uma regra de preenza numa coluna:

• Total de registos: 1000
• Registos com valores: 920
• Pontuação de conclusão: 92%

Se o seu limiar for de 90%, os dados correspondem às expectativas.

Se o seu limiar for de 95%, os dados não corresponderão às expectativas.

O limiar é o ponto de limite que define se os dados correspondem à expetativa de casos de utilização específicos.

Por que os limiares são importantes

Diferentes tipos de dados requerem expectativas de qualidade diferentes. Por exemplo:

• Email coluna de endereço: pode necessitar de 99 a 100% de conclusão.
• Coluna de descrição: talvez 80 a 90% seja aceitável.
• Transações financeiras: podem exigir uma precisão de 100%.

Utilizar um limiar fixo, como 80% para tudo, pode ser enganador, especialmente para dados críticos ou regulados.

Tipos de limiares

• Limiar ao nível da regra: definido para cada regra (por exemplo, a integridade tem de ser ≥ 95%).
• Limiar do nível do recurso de dados: expectativas diferentes para colunas diferentes.
• Limiar do nível do produto de dados: requisito de classificação geral.

Limiares de qualidade de dados configuráveis

Pode configurar limiares de Qualidade de Dados para definir classificações de qualidade mínimas aceitáveis ao nível da regra e do recurso de dados. Defina o limiar para alinhar a avaliação de qualidade com a importância da empresa.

Configurar ou editar o limiar predefinido para um recurso de dados

1. No Catálogo unificado do Microsoft Purview, selecione Gestão de estado de funcionamento e, em seguida, selecione Qualidade dos dados.

2. Selecione um domínio de governação, selecione um produto de dados e, em seguida, selecione um recurso de dados.

3. Na página Descrição geral , selecione Definir limiar de classificação.

4. Alterar o limiar predefinido.

5. Selecione Salvar.

   

Configurar o limiar para uma regra de qualidade de dados

1. Em Catálogo unificado, selecione Gestão de estado de funcionamento e, em seguida, selecione Qualidade dos dados.
2. Selecione um domínio de governação, selecione um produto de dados e, em seguida, selecione um recurso de dados.
3. Na página Regras , selecione Nova regra.
4. Selecione a regra de configuração inicial ou a regra personalizada e selecione Seguinte.
5. Selecione Limiar de classificação e altere o valor de limiar predefinido.
6. Selecione Salvar.

Editar um limiar de regra de qualidade de dados

1. Na página Regras de um recurso de dados, selecione o ícone de edição de uma regra.
2. Na descrição geral, selecione Limiar de classificação.
3. Edite o valor do limiar.
4. Selecione Salvar.

Configurar alertas

Defina um alerta para notificá-lo quando a classificação de qualidade de dados de um recurso de dados ou regra ficar abaixo de um limiar definido. Quando configurar ou editar um limiar de regra, siga estes passos:

• Defina o botão de alternar Alerta como ativado.
• Em Destinatário, adicione um ou mais utilizadores.
• Selecione Salvar.

As vantagens que uma organização obtém da funcionalidade de limiar de qualidade de dados configurável são:

• Permite que a empresa alinhe a sua organização com a governação de qualidade.
• Melhora a confiança nas classificações de qualidade de dados produzidas pelo Qualidade de Dados do Microsoft Purview, permitindo que as equipas de toda a empresa determinem com confiança se os dados são adequados para os seus casos de utilização específicos.
• Ajuda as organizações a moverem-se para além das verificações de qualidade genéricas e para a gestão da qualidade dos dados orientada para a empresa.
• Suporta casos de utilização regulamentares e críticos para a decisão.
• Reduz a confusão organizacional ou do utilizador causada pela avaliação uniforme do limiar.

Definir limiares ao nível da regra cria um padrão claro para o aspeto "bom". Os alertas garantem que atua no momento em que os dados são desfasados abaixo desse padrão. Isto tem vários benefícios práticos:

• Deteção precoce de problemas: detete itens como dados em falta, inconsistentes ou incorretos antes de afetarem relatórios, pipelines ou modelos.
• Risco comercial reduzido: impede que os dados incorretos conduzam a decisões incorretas, erros financeiros ou problemas de conformidade.
• Remediação mais rápida: os alertas permitem que as equipas respondam imediatamente em vez de detetarem problemas dias ou semanas depois.
• Responsabilidade e governação: os limiares claros definem a propriedade e as expectativas relativamente à qualidade dos dados.
• Eficiência operacional: elimina a monitorização manual e reduz a dependência das verificações ad hoc.
• Confiança nos dados: a imposição consistente de normas de qualidade aumenta a confiança nas análises e nas saídas de IA.

Em suma, os limiares definem a qualidade aceitável e os alertas tornam essa norma acionável.

Próximas etapas

• Verificação da qualidade de dados