O Custo do Dado Sujo em OSCs: Como Dados Ruins Distorcem Relatórios e Editais

Pontos-Chave sobre o Custo do Dado Sujo

• US$ 12,9 milhões é o custo médio anual de baixa qualidade de dados por organização, segundo a Gartner
• 28% dos dados de clientes e prospects são suspeitos de inexatidão, em média, nas organizações
• 60% dos cientistas de dados gastam a maior parte do tempo limpando e organizando dados
• 16% dos registros de parceiros em organizações são duplicatas não intencionais

Por Que Dados Sujos são um Problema Silencioso em OSCs

Toda OSC já viveu a cena: na hora de montar o relatório de impacto para um edital, alguém descobre que o mesmo atendido aparece três vezes com grafias diferentes do nome. O total de "pessoas atendidas" inflaciona. O coordenador pede para alguém "dar um jeito na planilha". O jeito leva dias. E mesmo assim, ninguém confia no número final.

O problema não é exclusividade de OSCs — mas nelas, o impacto é desproporcional. Uma empresa pode absorver o custo de dados ruins; uma OSC pequena pode perder um edital de R$ 200 mil porque seu número de atendidos não bate com a realidade.

A Harvard Business Review quantificou o problema em escala nacional: "US$ 3,1 trilhões, a estimativa da IBM do custo anual de dados de baixa qualidade, apenas nos EUA, em 2016". A Gartner estima que "baixa qualidade de dados custa às organizações pelo menos US$ 12,9 milhões por ano em média, segundo pesquisa de 2020".

Para OSCs, o custo não é apenas financeiro — é de credibilidade. Um relatório de impacto com números inconsistentes mina a confiança de mantenedores e parceiros.

Diferencial do Nexus Social: validação automática de CPF/CNPJ no cadastro, detecção de duplicatas em tempo real e campos obrigatórios por contexto — o dado entra limpo ou não entra.

O Panorama do Dado Sujo

Estimativas globais de custo e impacto

• US$ 12,9 milhões é o custo médio anual de baixa qualidade de dados por organização (Gartner, 2020)
• 15% a 25% da receita é o custo estimado de dados ruins para a maioria das empresas (MIT Sloan Management Review)
• 28% dos dados de clientes e prospects são suspeitos de inexatidão, em média (Experian Data Quality, 2020)
• 95% das organizações pesquisadas tiveram problemas de qualidade de dados com impacto direto em resultados de negócio (Anomalo, 2024)
• Apenas 46% classificam como "alta" ou "muito alta" a confiança nos dados usados para tomada de decisão (Drexel/Precisely, 2023)

Fontes: Gartner — Data Quality topics; MIT Sloan Management Review — Seizing Opportunity in Data Quality; Experian — 2020 Global Data Management Research; Anomalo — State of Enterprise Data Quality 2024; Drexel/Precisely — Data Integrity Report 2023

O contexto brasileiro do terceiro setor

No Brasil, o problema é estrutural. A Fundação Seade já alertava em 2005 que "a situação vivenciada hoje, de enorme lacuna de informações sistematizadas e organizadas do Terceiro Setor, decorre de três fatores: inexistência de um cadastro qualificado, já que os disponíveis foram idealizados para outras finalidades, são de difícil acesso e restringem-se, muitas vezes, a áreas de atuação específicas, além de raramente atualizados".

Estudos acadêmicos confirmam: pesquisa com 392 entidades do terceiro setor brasileiro identificou "um índice de qualidade da informação contábil inferior, quando comparado ao segundo setor" (Organizações & Sociedade, SciELO). Outro estudo na Revista FSA (SciELO) apontou "baixo nível da qualidade da informação contábil divulgada pelas entidades analisadas, especialmente quando comparado às organizações com fins lucrativos".

Fontes: Fundação Seade — O desafio das estatísticas do Terceiro Setor (SciELO); Organizações & Sociedade — Qualidade da informação contábil no terceiro setor (SciELO); Revista FSA — Qualidade da informação contábil (SciELO)

Os 4 Tipos de Dado Sujo que Mais Prejudicam OSCs

1. Duplicidade

O mesmo atendido cadastrado duas vezes — com grafias diferentes do nome, ou com e sem o CPF. Resultado: o indicador "pessoas atendidas" inflaciona, e o relatório de impacto mente.

A CDQ (Corporate Data Quality) estima que "em média, 16% dos registros de parceiros de negócios em qualquer organização são duplicatas não intencionais. Considerando custos de processo, despesas de aquisição de dados e o impacto em decisões estratégicas, estimamos que o custo de uma única duplicata pode chegar a 1.000 euros".

2. Campos faltantes

Atendido sem endereço, voluntário sem telefone, doação sem data. Cada campo vazio é uma análise que não roda, um relatório que fica incompleto, um encaminhamento que não acontece.

O IPEA, no Mapa das OSCs, criou um "Índice de Preenchimento" justamente para medir isso: "calculado com base na quantidade de campos informados em sua página individual. Ao atingir o nível mínimo de informações, a organização é contemplada com o Selo de Transparência". Ou seja, até o poder público reconhece que o problema é tão grave que precisa de um índice para medir.

3. CPF/CNPJ inválido

CPF com dígito verificador errado, CNPJ inexistente, documento de menor digitado incorretamente. Sem validação automática, esses dados entram na base e só são descobertos meses depois — quando já contaminaram relatórios, cruzamentos com o SUAS e prestações de contas.

4. Inconsistência temporal

Atendido marcado como "ativo" mas sem atendimento há 2 anos. Voluntário "em atividade" que saiu da OSC. Doação "recorrente" cancelada há meses. Dados desatualizados geram decisões erradas: contatar quem já não participa, alocar recursos para atividades inexistentes.

O Tempo que se Perde Limpando Dados

A CrowdFlower (Figure Eight) pesquisou cientistas de dados e descobriu que "60% gastam a maior parte do tempo limpando e organizando dados". O Forbes sintetizou: "a preparação de dados responde por cerca de 80% do trabalho de cientistas de dados".

Em uma OSC, onde ninguém tem o cargo de "cientista de dados", esse tempo é roubado do atendimento direto. O coordenador que passa a tarde inteira consolidando planilhas não está acompanhando oficinas. A assistente social que corrige CPFs na base não está visitando famílias.

Fontes: CrowdFlower — Data Science Report; Forbes — Data Preparation Most Time-Consuming Task

Como o Dado Sujo Distorce Relatórios de Impacto e Editais

Exemplo prático 1: número de atendidos inflacionado

Uma OSC relata "1.200 atendidos" em um edital. Na auditoria, descobre-se que 180 são duplicatas (mesma pessoa com grafia diferente). O número real é 1.020. O edital é revogado por inconsistência. A OSC perde credibilidade com o patrocinador.

Exemplo prático 2: indicador de evolução distorcido

Um relatório afirma que "70% dos atendidos evoluíram no programa". Mas 15% dos registros têm o campo "evolução" vazio — e foram contabilizados como "sem evolução". O indicador real é 82%. A OSC sub-relata seu próprio impacto por causa de dado faltante.

Exemplo prático 3: doações duplicadas no CRM

Um doador aparece duas vezes no CRM. O sistema conta duas doações mensais quando há só uma. A previsão de receita inflaciona. A diretoria aprova gastos com base em dinheiro que não existe. Registros duplicados em CRM comprometem a confiabilidade da previsão de receita — e OSCs não são exceção.

5 Práticas para Higienizar e Manter Dados Limpos

1. Valide CPF/CNPJ no momento do cadastro

Não aceite documento inválido. A validação do dígito verificador é trivial tecnicamente e evita que dados errados entrem na base. Se o documento for inválido, bloqueie o cadastro — não deixe para "corrigir depois".

Diferencial do Nexus Social: validação automática de CPF e CNPJ no cadastro, com decorators @IsValidCpf e @IsValidCnpj aplicados no backend. Documento inválido = cadastro rejeitado, sem depender do operador.

2. Detecte duplicatas em tempo real

Ao cadastrar um novo atendido, o sistema deve buscar por nome + data de nascimento, ou CPF, e alertar se já existe registro similar. Não deixe a duplicata entrar — deduplicar depois é muito mais caro.

3. Defina campos obrigatórios por contexto

Nem todo campo precisa ser obrigatório sempre. Mas para gerar um relatório de impacto, alguns são essenciais (data de entrada, status, evolução). Defina quais campos são obrigatórios por contexto de uso.

4. Revise a base periodicamente

Agende revisões trimestrais: registros sem atualização há mais de X meses, campos sensíveis vazios, duplicatas suspeitas. Um sistema de gestão centralizado facilita essa auditoria — em planilhas dispersas, é impossível.

5. Migre com higienização

Se sua OSC está saindo de planilhas, a migração é a oportunidade de limpar a base. Não importe dados sujos sem tratamento. Faça a deduplicação, valide documentos e complete campos faltantes antes de migrar.

Comparativo: Planilha vs Sistema com Validação

Aspecto	Planilha	Sistema com validação
Validação de CPF/CNPJ	Manual, propensa a erro	Automática no cadastro
Detecção de duplicatas	Visual, subjetiva	Busca automática por similaridade
Campos obrigatórios	"Lembrar" de preencher	Bloqueio se faltar campo essencial
Revisão periódica	Manual, demorada	Relatórios de qualidade automáticos
Confiança no relatório de impacto	Baixa	Alta
Tempo gasto em limpeza	Alto (80% do tempo de análise)	Baixo (dado entra limpo)

Perguntas Frequentes

Como sei se minha base tem dados sujos?

Sinais claros: números de atendidos que não batem entre relatórios, doadores aparecendo mais de uma vez, campos obrigatórios vazios, CPFs que "não existem" no sistema do governo. Se você não confia no número total de atendidos da sua OSC, sua base tem dado sujo.

Vale a pena higienizar antes de migrar para um sistema?

Sim, e é a melhor oportunidade. Migrar dados sujos para um sistema novo apenas perpetua o problema em ambiente mais sofisticado. Faça a limpeza antes — o Nexus Social oferece suporte na migração com deduplicação e validação.

Quanto tempo leva para limpar uma base?

Depende do volume e do nível de sujeira. Uma base de 1.000 registros com 20% de duplicatas pode levar dias em planilha. Com um sistema que valida no cadastro e detecta duplicatas automaticamente, a higienização contínua acontece sem esforço extra da equipe.

Dado sujo pode causar problemas com a LGPD?

Sim. Dados desnecessários, excessivos ou tratados em desconformidade podem ser objeto de pedido de eliminação pelo titular (LGPD art. 18, IV). Dados duplicados aumentam a superfície de exposição em caso de vazamento. Política de retenção e descarte também ajuda a manter a base enxuta.

---

Dado sujo custa tempo, credibilidade e editais. O Nexus Social valida CPF/CNPJ no cadastro, detecta duplicatas em tempo real e mantém a base limpa desde o primeiro registro — para que sua OSC possa confiar nos números que apresenta a mantenedores. Agende uma demonstração e pare de perder tempo com planilha.

---

Fontes e Referências

• Harvard Business Review — Bad Data Costs the U.S. $3 Trillion Per Year — Estimativa da IBM do custo anual de dados de baixa qualidade nos EUA (2016)
• Gartner — Data Quality — Custo médio de US$ 12,9 milhões/ano por organização por baixa qualidade de dados (2020)
• MIT Sloan Management Review — Seizing Opportunity in Data Quality — Custo de dados ruins estimado em 15% a 25% da receita (2016)
• Experian — 2020 Global Data Management Research — 28% dos dados de clientes suspeitos de inexatidão (2020)
• Anomalo — State of Enterprise Data Quality 2024 — 95% das organizações tiveram problemas de qualidade com impacto em resultados (2024)
• Drexel/Precisely — Data Integrity Report 2023 — Apenas 46% confiam "altamente" nos dados para decisão (2023)
• CDQ — Data Deduplication Whitepaper — 16% dos registros de parceiros são duplicatas; custo de até €1.000 por duplicata (2023)
• Durity — Revenue Reporting Failures Caused by Duplicate CRM Records — Duplicatas comprometem confiabilidade de relatórios de receita
• CrowdFlower — Data Science Report — 60% dos cientistas de dados gastam a maior parte do tempo limpando dados (2016)
• Forbes — Data Preparation Most Time-Consuming Task — Preparação de dados = 80% do trabalho de análise (2016)
• IPEA — Mapa das OSCs — Índice de Preenchimento e Selo de Transparência do Mapa das OSCs (2021)
• Fundação Seade — O desafio das estatísticas do Terceiro Setor (SciELO) — Lacuna de cadastros qualificados no terceiro setor (2005)
• Organizações & Sociedade — Qualidade da informação contábil (SciELO) — Qualidade inferior de informação contábil no terceiro setor (2018)
• Revista FSA — Qualidade da informação contábil (SciELO) — Baixo nível de qualidade da informação em entidades do terceiro setor (2010)

---