Dados: da necessidade de informação a uma base limpa

1O ciclo da gestão da informação

1. Necessidades de informação: que decisões têm de ser tomadas, por quem, e que informações as fundamentam?
2. Recolha: primeiro os dados secundários (o que já existe) e, depois, os primários, se necessário.
3. Tratamento: introdução, limpeza, estruturação, armazenamento seguro.
4. Análise: tendências, comparações, lacunas, gravidade.
5. Divulgação: painéis de controlo, mapas, 4W, notas de síntese, para o público certo e no momento certo.
6. Retorno: os produtos são utilizados? Ajusta-se.

O primeiro reflexo: não recolher o que não se vai utilizar. Cada pergunta custa tempo às pessoas inquiridas e cria um risco para os seus dados.

2Os dados de referência

• P-codes (códigos P): códigos únicos para cada unidade administrativa (região, distrito, comuna) e, por vezes, para as localidades. Evitam erros de ortografia e permitem ligar as bases de dados entre si.
• Dados operacionais comuns (COD): fronteiras administrativas e números de população de referência validados para o país, publicados nomeadamente no HDX (Humanitarian Data Exchange, plataforma do OCHA).
• Normas de dados: por exemplo, as etiquetas HXL (Humanitarian Exchange Language) acrescentadas por baixo dos cabeçalhos das tabelas para facilitar a partilha.

Utilizar sempre os mesmos códigos e a mesma versão das fronteiras que o cluster e o OCHA; caso contrário, os dados não se combinam.

3Recolha móvel e qualidade

• Ferramentas correntes: KoboToolbox e ODK (formulários no telemóvel, offline), com restrições de introdução (listas, limites, campos obrigatórios) que evitam os erros na origem.
• Testar o formulário antes do terreno, formar os inquiridores, prever a tradução das perguntas.
• Consentimento informado no início do questionário e coordenadas GPS apenas se forem necessárias.

4Limpar os dados

Antes de qualquer análise: um registo de limpeza que guarda o rasto de cada alteração (nunca correções silenciosas na base original).

• Duplicados (o mesmo agregado familiar registado duas vezes).
• Valores atípicos (um agregado de 45 pessoas, uma idade de 150 anos).
• Incoerências (criança de 3 anos casada, despesas superiores ao rendimento declarado sem explicação).
• Entrevistas demasiado curtas ou realizadas fora do horário previsto.
• Nomes de locais harmonizados com os P-codes.