Padronizando os dados
A padronização transforma um valor em sua forma canônica na entrada. Ela roda antes do armazenamento, então o valor canônico é o que tudo a jusante vê: a comparação o compara, a qualidade de dados o pontua, a busca o indexa.
Por que vem primeiro
Regras de padronização, agrupadas por atributo. Regras de um mesmo atributo executam na ordem exibida.
A comparação compara valores canônicos. Se um sistema envia (11) 91234-5678 e
outro envia +55 11 91234 5678, uma comparação sem padronização vê uma
discordância e a pontua como evidência contra uma correspondência — o oposto
exato da verdade.
Padronização não é cosmética. É o que torna o restante do fluxo correto.
Um valor canônico
O valor padronizado é o valor armazenado. Não há uma coluna bruta paralela.
Isso é deliberado. Duas representações de um fato divergem, e todo consumidor passa a ter de decidir em qual confiar. A entrada original permanece recuperável na trilha de auditoria, então nada se perde — mas há exatamente um valor em jogo.
O que pode ser padronizado
| Padronizador | Transforma | Em |
|---|---|---|
| Nome | joão SILVA | Capitalização e espaçamento consistentes |
Joao.Silva+news@Exemplo.COM | Um endereço normalizado | |
| Telefone | (11) 91234-5678 | Um formato internacional canônico |
| Data | 15 de jan de 2026 | Uma data sem ambiguidade |
| Endereço | Um endereço em texto livre | Componentes estruturados e expandidos |
| Caixa | Entrada mista | Maiúsculas, minúsculas, título ou sentença |
| Remoção | 123.456.789-00 | Apenas os caracteres que você mantém |
| Composto | Um valor estruturado | Padronização por sub-campo |
Regras são configuradas por atributo e rodam em uma ordem definida, permitindo por exemplo remover separadores e depois converter para maiúsculas.
Endereços
Endereços são o caso mais difícil, porque o mesmo endereço tem muitas formas escritas válidas. A padronização de endereços analisa o texto livre em componentes e expande abreviações, e é isso que permite à comparação comparar códigos postais exatamente enquanto compara logradouros de forma tolerante.
Um endereço mantido como uma string única não sustenta isso.
A configuração falha alto
Uma regra de padronização cuja configuração o motor não consegue honrar é rejeitada ao salvar — não aceita e silenciosamente ignorada na entrada.
Isso importa mais do que parece. Uma regra silenciosamente ignorada produz dados que parecem padronizados, comparam mal e não dão sinal do motivo. Falhar no momento da configuração torna o problema visível enquanto você ainda está olhando para ele.
Conselhos
- Padronize tudo que você compara. Um atributo de comparação não padronizado é fonte de falsos negativos.
- Padronize antes de carregar em massa. Valores são padronizados na gravação; uma regra acrescentada depois não reescreve retroativamente o que já está armazenado sem uma recomputação.
- Mantenha regras simples e componíveis. Várias regras pequenas e ordenadas são mais fáceis de raciocinar do que uma elaborada.
A seguir
Última verificação no commit d3c2586b (2026-08-03)