1. Conceitos básicos

• Conceitos fundamentais – O que é qualidade de dados;

• Qualidade de Dados nas empresas brasileiras;

• Os três pilares da Qualidade de Dados: Qualidade da Modelagem de Dados, Qualidade do conteúdo dos Dados e Qualidade dos processos de Gestão de Dados;

​

2. Modelos de Referência em Qualidade de Dados utilizados pelo mercado

• DAMA-DMBoK;

• ISO 8000;

• Vantagens e desvantagens de cada referência;

​​

3. Dimensões da Qualidade de Dados

• Visão DMBOK;

• Visão MIT;

• Outras visões;

• Estabelecendo as dimensões de Qualidade de Dados;

 

4. Qualidade do Conteúdo dos Dados

• Dados de baixa qualidade (dados "sujos"):

• Categorias de dados "sujos";

• ​Reconhecendo os dados "sujos";

• Métricas;

• Principais técnicas em qualidade de dados:

  • Profiling;

  • Matching;

  • Deduplicação;

  • Data Cleasing;

  • Enriquecimento

• Implementação de processos em Qualidade de Dados baseados em conteúdo:

  • Promoção da Qualidade de Dados;

  • Definir requisitos e questões de qualidade;

  • Perfilar dados – Data profiling;

  • Analisar dados;

  • Limpar e Corrigir Dados – Data Cleasing;

  • Garantir a qualidade dos dados;

• Ferramentas de mercado utilizadas para qualidade de dados (conteúdo);

​​

5. Mapeamento das Fontes de Dados e Regras e Qualidade

• Definição dos principais conceitos;

• Mapeamento dos sistemas de origem;

• Mapeamento dos Gestores das Informações;

• Mapeamento das Regras:

  • Negócio;

  • Validação;

  • Transformação;

  • Atualização;

  • Descarte;

• Registro das informações mapeadas:

  • Regras;

  • Modelos;

  • Demais Metadados;

​​

6 . Boas Práticas para adoção da Qualidade de Dados

• Governança da Qualidade de Dados;

• Fatores técnicos

• Cultura e aspectos organizacionais​

​

7. Ferramentas da Qualidade e Melhoria Contínua

• Qualidade dos Processos - Visão Geral

• Utilização de Métricas e Indicadores para a gestão dos processos;

• Como escolher a melhores métricas;

• Como escolher os melhores indicadores;

• Reuniões de Análise Critica e Tomada de Decisão;

• Utilização das ferramentas de qualidade para elevar a qualidade dos processos de gestão dos dados:

  • Diagrama de Pareto;

  • Diagrama de Causa e Efeito;

  • QFD;

  • Histogramas;

  • Checklists;

  • Diagramas de Dispersão;

• Aplicando o PDCA na qualidade de dados;

• Melhoria Contínua.

​

8. Trabalho e Exame Final

• Elaboração de um Canvas de Programa para planejar a adoção do Programa de Qualidade de Dados.

• Simulado de 10 questões intermediárias sobre Qualidade de Dados.

​

Observação - No final do curso os alunos recebem:

• 1 certificado de conclusão para os alunos que tiveram um percentual de 75% ou mais de frequência nas aulas e tiveram no mínimo nota 07 (em uma escala de 1 a 10) no simulado final.

• 01 badge com o selo "Qualidade de Dados" para publicar nas redes sociais.

• Alunos que tiveram nota inferior a 7 no simulado, recebem apenas um certificado de participação.

​