For the complete documentation index, see llms.txt. This page is also available as Markdown.

Perfil & Qualidade

Meça a saúde dos dados e identifique riscos de privacidade em cada tabela.

O Perfil é uma radiografia da tabela. Ele mede a saúde dos dados, aponta riscos de privacidade e descreve a distribuição de cada coluna. O resultado fica salvo: reabrir é instantâneo, e você atualiza quando quiser.

Como usar

  1. No Catálogo, clique no nome da tabela e escolha Analisar com… > Perfil & Qualidade.

  2. Se a tabela ainda não foi analisada, clique em Executar análise.

  3. Mantenha o seletor IA ligado se quiser também a interpretação por IA.

  4. Para refazer a análise, clique em Atualizar. A data da última análise aparece abaixo do botão.

Saúde (0 a 100)

A saúde é um índice que combina quatro fatores:

  • Completude: proporção de valores preenchidos. Também conta nulos disfarçados.

  • Validade: proporção de valores dentro da faixa esperada. Outliers reduzem o índice.

  • Consistência: penaliza colunas sem variação e cresce com sinais de sujeira categórica.

  • Abrangência: proporção de colunas sem nenhum problema de qualidade detectado.

Ao lado da nota aparecem o nome da tabela, a contagem de colunas sensíveis e de achados, e os campos Colunas, Linhas, Porte e Modo.

Risco

O risco é uma dimensão separada da saúde. Ele aponta colunas com dados pessoais ou sensíveis (e-mail, CPF, cartão…) e a regulação aplicável (LGPD, GDPR ou CCPA). Para cada coluna, mostra:

  • Categoria: contato, identificador nacional, financeiro etc.

  • Confiança: quanto da amostra analisada casou com o padrão do dado sensível.

Na aba Risco, cada linha mostra a coluna, o achado com a regulação (ex.: Contato · LGPD ou Dado pessoal · LGPD), o que ele significa e a confiança (ex.: 100% da amostra).

Ter dados pessoais não deixa a tabela "de baixa qualidade". Isso é uma questão de governança, por isso é medido à parte.

Achados

Os achados ficam em duas abas, Anomalias e Risco. Cada achado explica o que significa e sugere ações.

Na aba Anomalias, a coluna Detalhe mostra o motivo do achado (ex.: fora do IQR para outliers).

Achado
Significado

Quase única

Quase todos os valores são distintos. É esperado em IDs, e-mails e nomes.

Constante

A coluna tem um único valor em todas as linhas.

Outliers

Há valores fora dos limites esperados (além do IQR).

Muitos nulos

A coluna tem alta proporção de valores vazios.

Nulo disfarçado

Textos como N/A, NULL ou NOT_PROVIDED estão contados como preenchidos.

Cards por coluna

Cada coluna vira um card com:

  • Distribuição: histograma nas colunas numéricas, valores mais frequentes nas categóricas.

  • Distintos, entropia, percentual de nulos, mediana e desvio (σ).

  • Forma: ≈normal, assimétrica ou cauda pesada, calculada por assimetria e curtose.

Os cards podem ser filtrados (Todas, Com problema, Sensíveis, Numéricas, Anomalia) e ordenados.

Porte e modo de análise

  • Convencional: a tabela é analisada de forma exata.

  • Pesada: a análise usa uma estimativa rápida por amostragem. Você pode rodar a análise exata sob demanda.

  • Desatualizado: o schema ou os dados mudaram desde a última análise. Vale atualizar.

Interpretação por IA

Sob demanda, a IA lê o perfil já calculado e escreve um resumo em linguagem natural. O resumo traz o que se destaca, o que merece atenção e possíveis próximos passos. Escolha o idioma e clique em Interpretar com IA.

  • A IA recebe apenas metadados e estatísticas agregadas. Valores brutos das linhas nunca são enviados.

  • O idioma escolhido fica lembrado. A mesma escolha vale para o Gerar com IA do Catálogo.

  • Se a IA não estiver configurada ou disponível, o restante do perfil funciona normalmente.

Estatísticas avançadas

As estatísticas avançadas rodam sob demanda, sobre uma amostra aleatória da tabela. Escolha o tamanho da Amostra e clique em Analisar.

  • Distribuição e normalidade: assimetria e curtose, com os testes de Shapiro-Wilk e Kolmogorov-Smirnov como detalhe complementar.

  • Correlação: mapa de calor de −1 a +1, com os métodos Pearson (linear), Spearman (monotônica, robusta a outliers) ou Phi-k (não linear e entre colunas categóricas).

  • Deriva de dados (Drift): compara cada coluna numérica com a execução anterior via PSI. Abaixo de 0,1 é estável; de 0,1 a 0,2, leve; a partir de 0,2, mudança relevante. A primeira execução só define a base de referência.

Atualizado