Antes de os dados irem para um sistema novo, ou antes de uma decisão depender deles, olhe para eles. Perfilamento de dados é conferir uma amostra real contra as regras do dicionário de dados. Os achados mais comuns:
- Duplicados: o mesmo registro duas vezes, muitas vezes por um envio duplo ou uma fusão.
- Valores em branco em campos obrigatórios.
- Valores impossíveis: uma data de acidente no futuro, um valor de sinistro negativo, uma idade de 212 anos.
- Valores fora da lista de códigos: CRASH onde só COLLISION é permitido.
- Formatos inconsistentes: datas escritas de três jeitos na mesma coluna.
Para cada achado, o negócio decide uma regra: corrigir na origem, corrigir durante a migração, rejeitar ou aceitar com uma observação. O analista registra essas regras como requisitos da migração, com um dono e a quantidade de registros que cada uma afeta.