Folha de Porto Alegre NotíciasFolha de Porto Alegre NotíciasFolha de Porto Alegre Notícias
  • Início
  • Brasil
  • Noticias
  • Politica
  • Tecnologia
  • Sobre Nós
Leitura: Dados ruins derrubam automações que pareciam prontas para funcionar
Compartilhar
Font ResizerAa
Font ResizerAa
Folha de Porto Alegre NotíciasFolha de Porto Alegre Notícias
  • Início
  • Brasil
  • Noticias
  • Politica
  • Tecnologia
  • Sobre Nós
  • Início
  • Brasil
  • Noticias
  • Politica
  • Tecnologia
  • Sobre Nós
Siga
Folha de Porto Alegre Notícias > Blog > Noticias > Dados ruins derrubam automações que pareciam prontas para funcionar
Noticias

Dados ruins derrubam automações que pareciam prontas para funcionar

Emi Takavara
Por Emi Takavara 19/11/2026 7 Min de leitura
Compartilhar
Rolando Bonaccorsi
Rolando Bonaccorsi
Compartilhar

Numa operação, o robô que preenche cadastros começa a recusar pedidos numa segunda-feira qualquer. Rolando Bonaccorsi, especialista em gestão de operações de TI e excelência em serviços, avalia que situações como essa mostram uma verdade simples: a automação depende menos da ferramenta e mais da qualidade do que ela recebe. A fila cresce, a equipe corre para entender o motivo, e a causa não está no robô. Por isso, checar a informação de entrada é parte do próprio desenho da automação.

Contents
Por que a qualidade dos dados decide se uma automação funciona?Que tipos de problema nos dados mais atrapalham?Como Rolando Bonaccorsi analisa a preparação dos dados antes de automatizar?É preciso ter dados perfeitos para começar?Como manter a qualidade depois que a automação entra no ar?Qual é o sinal de que a automação está pronta para crescer?

Por que a qualidade dos dados decide se uma automação funciona?

Porque a automação executa sem questionar o que recebe. Uma pessoa percebe que um endereço veio sem número ou que um valor parece absurdo e para para conferir. Um fluxo automatizado segue em frente, repete o erro em escala e espalha o problema por outros sistemas antes que alguém note. Quanto mais rápida a automação, mais rápido o dado ruim chega longe.

Como destaca Rolando Bonaccorsi, a pergunta que antecede qualquer projeto de automação é se a informação de entrada merece a confiança que o fluxo vai depositar nela. Quando a resposta é incerta, o ganho de velocidade vira prejuízo, porque o retrabalho para corrigir o que foi processado de forma errada costuma custar mais do que a tarefa manual que se queria eliminar.

Que tipos de problema nos dados mais atrapalham?

Os mais comuns são campos preenchidos de formas diferentes para a mesma informação, registros duplicados, dados desatualizados e lacunas que ninguém percebe até o fluxo travar. Um mesmo consumidor cadastrado com três grafias de nome, por exemplo, faz com que um sistema o trate como três pessoas distintas e quebra qualquer regra que dependa de identificá-lo.

Há ainda o problema da origem. Em operações de tecnologia, informações vêm de planilhas, formulários, sistemas antigos e integrações com parceiros, e cada fonte segue um padrão próprio. Sem um dicionário que diga o que cada campo significa e em que formato deve chegar, a automação passa a depender de acordos que só existem na cabeça de quem montou o processo.

Quando ninguém responde por um campo, cada área o preenche do seu jeito, e a divergência se acumula sem que ninguém perceba. Só aparece quando um relatório ou uma automação expõe o problema, já com estrago feito. Dado sem dono tende a ficar errado, e quanto mais áreas tocam o mesmo campo, mais rápido isso acontece. Vale mapear quem responde por cada informação antes de ligar qualquer automação a ela.

Como Rolando Bonaccorsi analisa a preparação dos dados antes de automatizar?

A preparação começa por um levantamento simples do que o processo realmente consome. Conforme detalha Rolando Bonaccorsi, o primeiro passo é mapear de onde vêm as informações, quem as preenche e que regras elas precisam respeitar, antes de escolher qualquer tecnologia. O mapa costuma revelar pontos frágeis que ninguém via enquanto o trabalho era manual e a experiência das pessoas compensava as falhas.

Depois do mapa, entram a limpeza e a padronização. Limpar significa corrigir duplicidades e preencher lacunas; padronizar significa definir um formato único para datas, nomes, códigos e valores. Em operações de TI, esse trabalho ganha mais força quando alguém assume a responsabilidade por cada conjunto de dados, de modo que as regras continuem valendo depois do projeto e a qualidade não se perca em poucos meses.

É preciso ter dados perfeitos para começar?

Não. Perfeição é um critério irreal e acaba servindo de desculpa para adiar qualquer iniciativa. O que se exige é qualidade suficiente para o processo escolhido, e ela varia: um fluxo que apenas organiza documentos tolera mais imperfeição do que um que aprova pagamentos ou libera acessos a sistemas.

Na análise de Rolando Bonaccorsi, o caminho mais seguro é começar por um processo cujos dados já são razoavelmente confiáveis e medir o que acontece. Os erros que aparecem no piloto funcionam como um diagnóstico barato, pois apontam onde a informação precisa melhorar antes de ampliar a automação para áreas mais sensíveis. A qualidade dos dados evolui junto com o projeto, em vez de virar uma etapa interminável que o antecede.

Como manter a qualidade depois que a automação entra no ar?

Com monitoramento contínuo e rotinas de verificação. Em operações automatizadas, alertas para volumes fora do padrão, campos vazios acima do normal e rejeições repetidas permitem perceber a degradação cedo. Uma amostra revisada por pessoas, em intervalos regulares, confere se o que o fluxo considera correto continua fazendo sentido para o negócio.

Como observa Rolando Bonaccorsi, a automação não elimina a necessidade de gente cuidando da informação, apenas muda o papel dessa gente: sai quem digita e entra quem acompanha, corrige regras e decide o que fazer quando o dado foge do esperado. A supervisão fecha o ciclo, porque devolve ao processo o julgamento que o robô não tem e mantém a confiança de quem depende dos resultados todos os dias.

Qual é o sinal de que a automação está pronta para crescer?

O sinal mais claro é a estabilidade: o fluxo roda por semanas com poucas rejeições, as causas dos erros são conhecidas e as correções já viraram regra. Quando a equipe consegue explicar por que cada exceção aconteceu e o que foi feito, o processo deixou de ser um experimento e passou a ser uma operação.

Antes de ampliar, vale verificar se os dados do novo processo passaram pelo mesmo trabalho de mapeamento e padronização. Replicar o fluxo sobre informações desconhecidas repete o problema original em outro lugar. Crescer com segurança significa levar junto a disciplina que fez o primeiro projeto funcionar, e não apenas a ferramenta, que é a parte mais fácil de copiar.

Tag:O que aconteceu com Rolando BonaccorsiQuem é Rolando BonaccorsiRolando BonaccorsiRolando Bonaccorsi Diretor de Operações da Vert AnalyticsTudo sobre Rolando Bonaccorsi
Compartilhe este artigp
Facebook Twitter Email Print
Artigo anterior Mãe cuida de crianças em um ambiente de educação infantil Calendário de matrículas define busca por vagas na Educação Infantil de Porto Alegre
Deixe um comentário

Deixe um comentário Cancelar resposta

Você precisa fazer o login para publicar um comentário.

Categorias

  • Brasil34
  • Noticias302
  • Politica40
  • Tecnologia44
Valdoir Slapak
Diversificar receita: a proteção contra poucos clientes
08/09/2026
Porto Alegre prepara inteligência artificial no 156: veja como a tecnologia deve mudar o atendimento ao cidadão
10/09/2026

Folha de Porto Alegreé o seu portal completo para as últimas notícias de Porto Alegre, com um olhar atento para a política, a tecnologia e o cenário brasileiro. Nossas reportagens, análises e entrevistas trazem informações precisas e atualizadas sobre os temas que mais importam para você. Navegue por nossas seções e descubra tudo o que acontece na sua cidade e no país.

Siga
Folha de Porto Alegre - [email protected] - tel.(11)91754-6532
  • Home
  • Sobre Nós
  • Contato
Welcome Back!

Sign in to your account

Lost your password?