Práticas e ferramentas para medir, monitorar e melhorar a acurácia e completude dos dados.
Data Quality (Qualidade de Dados) é o conjunto de práticas, processos e ferramentas para medir, monitorar e melhorar a qualidade dos dados em uma organização. As dimensões de qualidade incluem: acurácia (dados corretos), completude (sem campos vazios), consistência (sem contradições entre sistemas), atualidade (dados recentes), unicidade (sem duplicatas) e validade (conformidade com regras de negócio). O processo envolve: profiling (análise exploratória dos dados), definição de regras de qualidade, validação automatizada nos pipelines de ETL/ELT, dashboards de monitoramento, alertas de anomalias e workflows de remediação. Ferramentas: Great Expectations, dbt tests, Soda, Monte Carlo e Ataccama. Dados de baixa qualidade causam: decisões erradas, retrabalho operacional, falhas em IA/ML, não-compliance regulatório e perda de confiança nos sistemas analíticos. Estima-se que dados ruins custem às empresas 15-25% da receita.