Há vários anos desenvolvemos soluções e já tivemos várias experiências de higienização, organização, enriquecimento e padronização de grandes bases de dados, trazendo excelentes resultados para nossos clientes. Essas inovações foram agrupadas no software PROFIT – Gestão de Cadastros.

Lembramos que todo o trabalho pode ser feito em computadores locais ou em servidores na nuvem, com total segurança e privacidade. Em servidores na nuvem temos custos menores, e excelente velocidade para os processamentos necessários. Dessa forma, processos que levariam dias em computadores comuns, podem ser realizados em poucas horas.

Comercializamos junto com parceiros especializados, novos bancos de dados ou mailings, ou trabalhamos com dados que os clientes já possuam, viabilizando e potencializando a sua utilização.

Somos especialistas em enriquecimento cadastraltratamento de informações e temos um sistema exclusivo de validação de telefones.

Nossa ferramenta é muito robusta e flexível para: limpeza de banco de dados, limpeza de mailings, limpeza de dados específicos nos cadastros, organização de dados e validação de dados.

Atualmente o tratamento de banco de dados prevê também o georreferenciamento de dados, que gera a visão em mapas, além do enriquecimento de banco de dados inteiros ou enriquecimento de dados separadamente.

Temos a solução para quem procura como organizar cadastro de cliente ou cadastro de eleitores, fazendo todo o tratamento de banco de dados através de um app de cadastro de clientes ou de eleitores.

Conheça o PROFIT – Gestão de Cadastros.

 


A – Principais recursos


A-1. Tratamento de Nomes Repetidos e Parecidos

É uma ferramenta poderosa para a limpeza e organização de cadastros com milhares de pessoas repetidas. O PROFIT – Gestão de Cadastros tem uma rotina super inteligente que analisa e compara os nomes considerando:

  • os erros em acentuações, que não são detectados nos bancos de dados informatizados comuns ou antigos;
  • nomes com fonética semelhante como, por exemplo: Élio e Hélio, Thiago e Tiago (com ou sem “h”), Luiz (com “s” ou “z”), Valter e Walter, Jisele e Gisele, Erike e Erique, etc.;
  • abreviações de sobrenomes e/ou a falta de sobrenomes para pessoas repetidas;
  • o uso de preposições (de, dos, das, do, da) ou a falta delas em algum dos nomes repetidos, por exemplo: Grace Lima e Graice de Lima; Gilberto da Silva e Gilberto Silva.
  • e outros critérios interessantes e muito comuns para diferenças entre nomes.

Com essa análise inteligente, o software separa os nomes parecidos ou repetidos, compara os CEP’s dos endereços e até o dia e mês de nascimento; depois escolhendo com precisão quais replicações apagar. Além disso, são colocadas automaticamente no nome que for mantido no cadastro as principais informações dos nomes a serem excluídos, garantindo a integridade dos seus dados.

ANÁLISE DE NOMES REPETIDOS
Na imagem acima, um exemplo de nomes repetidos detectados pelo sistema e a definição de quais serão excluídos, sendo que os grupos e processos dos nomes excluídos serão automaticamente associados ao nome que vai permanecer.
O sistema permite combinar a análise de nomes repetidos com outras centenas de critérios de filtro.

Alguns dos nossos clientes chegaram a tirar dezenas de milhares de nomes repetidos em seus cadastros, de forma rápida e segura.

A-2. Busca, Tratamento de Endereços e Enriquecimento Automático de CEPs

Através da busca numa base de CEPs de todo o Brasil ou nos mapas do Google Maps, o Profit – Gestão de Cadastros pode completar os endereços, além de encontrar e preencher o CEP. O algoritmo do programa foi otimizado para separar no logradouro o tipo (rua, av., praça, etc.), o número, o complemento e o nome do logradouro, assim como desconsidera acentos, espaços a mais e caracteres especiais, higienizando e padronizando a base de endereços.

Outro recurso importante é a facilidade para copiar todo o endereço, o que é feito com a pesquisa por algumas poucas informações como parte do nome da rua (o chamado “auto complete”), ou a busca de todo o endereço a partir somente do CEP. Isso evita digitação e padroniza os endereços com os que existem numa base oficial de endereços de todo o Brasil.

A-3. Enriquecimento do Gênero (Masculino e Feminino)

Através da análise do nome das pessoas, o PROFIT – Gestão de Cadastros identifica e preenche de forma automática o sexo masculino oufeminino. Nosso algoritmo foi desenvolvido por acadêmicos e estudiosos do assunto e garante de forma rápida e segura a complementação dessa informação tão importante nos cadastros, o que normalmente é feito de forma manual. A margem de acerto passa de 98% e já tivemos experiência de mapear gêneros em cadastrados com mais de 120.000 nomes.

A-4. Tratamento de Números de Telefones

Para a elaboração desse novo serviço da Kairós, já foram dispendidas muitas horas de trabalho e pesquisa por nossa equipe, inclusive com várias interações com a Anatel, fonte dos padrões e regulamentações no Brasil.

Dezenas de milhares de números de telefones foram analisados para se detectar com maior segurança o máximo possível de situações. Há uma grande complexidade nos números de telefones em geral e nos aspectos de sua má organização e falta de padronização. São mais de 5.000 situações diferentes previstas e gerenciadas por nosso sistema.

Todo esforço de trabalho nos telefones visará à sua organização e padronização dentro do cadastro atual, assim como a sua preparação para a exportação e viabilidade nas ações de envio em massa de SMS, para WhatsApp ou mensagens de voz, que só podem ser realizadas com números de celulares padronizados e válidos. Além disso, quaisquer outros sistemas automatizados ou manuais de ligações e mensagens telefônicas requerem que os números estejam padronizados e organizados.

Nosso software tem algoritmos específicos, que analisam automaticamente os telefones e sugere mudanças, padronizando-os com o formato: (xx)_xxxx-xxxx. Ele respeita até informações adicionais ligados aos números como por exemplo: “recado”, “ligar a tarde”, e outras diversas; preenche DDDs, considera os casos com o “9” que foi acrescentado em todos os números de celulares do Brasil.

É muito comum os cadastros terem números de telefones celulares misturados com números fixos. Com nosso programa, você poderá separar somente os celulares para as suas ações.

A-4.1 – Nosso Diagnóstico sobre Situações Comuns dos Números de Telefones nos Cadastros

Muitas vezes não há um padrão em sistemas utilizados em geral para armazenamento de números de telefones, com isso eles normalmente são cadastrados de formas diversas: a) muitos sem o DDD; b) 2 ou mais números num mesmo campo, separados por um espaço ou uma “/”; c) prefixos separados por “.” e não “-“; d) há também casos confusos de vírgulas e/ou espaços separando códigos de operadoras do resto do número, como em “0xx_31/3459-3906”.

Com a disseminação dos celulares, muitos cadastros apresentam um grande problema para o envio em massa de SMS, mensagens para WhatsApp e de voz, que é conter os números de celulares misturados em meio aos de telefone fixo, além de estarem gravados nos campos reservados para números fixos. Nesse último caso, os celulares até estão separados, mas em lugar errado.

A-4.2 – Algumas Ações do Software “Profit – Gestão De Cadastros” para Números de Telefones

Será utilizado o novo módulo dentro da opção de ALTERAÇÕES EM LOTE do nosso software de gerenciamento de cadastro, o Profit – Gestão de Cadastros, que vai tratar unicamente dos telefones. Também usaremos dos recursos dos módulos no Profit de CADASTRO DE CLIENTES/ELEITORES e de MALA DIRETA. Ele será a nossa principal ferramenta.

Posteriormente os dados serão exportados e enviados ao cliente já tratados e higienizados. Nosso software contém algoritmos desenvolvidos sob medida para essas ações e atuarão assim:

a) Temos 4 campos do Profit – Gestão de Cadastros: “TELEFONE 1”, “TELEFONE 2”, “FONE 3/CELULAR” e “FONE 4/FAX”, tanto do CADASTRO DOS CLIENTES quanto dos CONTATOS DOS CLIENTES “PJ” serão analisados e padronizados com o formato:(xx)_xxxx-xxxx.

b) Cada campo no sistema guardará somente 1 número de telefone, e aqueles que atualmente têm mais de 1 serão desmembrados e distribuídos para os que estiverem vazios. Nos casos em que houver mais de 4 números, eles serão colocados no campo OUTROS TELEFONES.

c) Após analisar, o sistema vai sugerir as alterações, que poderão ser conferidas e confirmadas pelos usuários, antes da sua efetiva gravação, podendo-se descartar possíveis erros e sugestões equivocadas. Esses possíveis equívocos serão passíveis de novas análises pela Kairós para aprimoramento do algoritmo, através de sugestões dos usuários.

d) Dentro do formato (xx)_xxxx-xxxx, o primeiro dígito após a “)” será preenchido com “9” para os celulares, que receberam mais esse dígito no número.

e) Todos os telefones serão preenchidos com o DDD de 2 dígitos, caso não o tenham, ou o tenham com 3 dígitos, de acordo com a cidade do seu endereço e segundo pesquisa a ser realizada na tabela de DDD’s da Anatel. Essa será uma nova tabela de dados gerada e importada para dentro do Profit – Gestão de Cadastros, que ficará disponível para outras consultas futuras.

f) Os números antigos e a forma exata como os mesmos se encontravam serão copiados para um campo de OBSERVAÇÃO, antes da sua alteração e gravação, possibilitando a rastreabilidade e auditoria, caso os processos automáticos de análises e alterações gerem alguma anomalia.

g) O algoritmo foi construído para que os textos complementares já presentes em vários números como: “recado”, “nr da mãe”, etc. sejam mantidos após o número formatado, e tenham um máximo de 10 caracteres num formato como (xx)_xxxx-xxxx aaaaaaaaaa, onde as letras “a” são os espaços para esses textos. Esses espaços também estarão disponíveis em todos os outros números para preenchimento e alteração pelos usuários a qualquer momento.

h) Após os procedimentos de análise e alteração, o sistema manterá sempre o formato (xx)_xxxx-xxxx aaaaaaaaaa nos campos dos telefones, impedindo que novos números ou alterações de outros já existentes sejam lançados fora desse padrão, assim como vai manter o espaço para os comentários (“recado”, “nr da mãe”, etc.) sempre ao final. Por essa razão é necessário que o trabalho seja feito em todo o cadastro, mesmo para as pessoas que não sejam das cidades mais comuns na base do usuário. Porém vale ressaltar que o procedimento será automatizado e somente conferido manualmente, o que vai dar agilidade ao processo.

i) Outra mudança será realizada na estrutura dos campos de telefones, que poderão ser usados para guardar tanto fixos quanto celulares, já que há vários casos em que pessoas nem sequer têm mais números fixos e mais de um número de celular. É importante que o sistema tenha essa flexibilidade, porém uma vez que os números estarão padronizados num mesmo formato, será possível implementar nos módulos do Profit de CADASTRO DE CLIENTES e na MALA DIRETA uma opção de filtro e consulta que trará somente os números de celular, já que eles sempre se iniciam com 7, 8 ou 9 e esses dígitos estarão sempre na mesma posição. Com isso será possível separar somente os celulares e exportá-los.

j) Uma nova função para exportação de dados e específica para os celulares poderá ser usada, relacionando os celulares dos clientes encontrados por um determinado critério de filtro. Nesse caso, os dados serão disponíveis para o Excel e no formato 55yyxxxxxxxx (55 é DDI do Brasil e yy é o DDD, que é o exigido normalmente pelas ferramentas de envio de SMS e WhatsApp). Um detalhe importante será a OPÇÃO DE RELACIONAR OU NÃO MAIS DE UMA VEZ nessa exportação uma pessoa que tenha mais de 1 número de celular, já que o SMS é pago por mensagem enviada e alguém com 2 números opcionalmente não precisará ser contatado mais de 1 vez.

A-4.3 – Outras Considerações sobre o Tratamento de Números de Telefones

a) Responsabilidades Futuras dos Usuários:

Novos dados de telefones a serem cadastrados futuramente deverão passar por uma análise e serem devidamente preparados para se encaixarem no novo formato padrão e adequado para o envio de SMS e mensagens fonadas.

b) Considerações sobre Dificuldades dos Procedimentos de Trabalho da Kairós:

Alguns números são praticamente impossíveis de serem corrigidos, e não poderemos completá-los baseados nos algoritmos e análises já previstos, sendo assim, não garantiremos 100% de assertividade no trabalho e também não temos como dar uma previsão sobre isso antes dos trabalhos se iniciarem, pelo menos.

Há números também só com 3 dígitos no prefixo, certamente por serem muito antigos no cadastro. Eles receberão o dígito “3”, caso não se iniciem com 7, 8 ou 9. Vale lembrar que atualmente existem em Belo Horizonte, por exemplo, os prefixos para telefones fixos com o dígito inicial “2”, como 2555-1153, da GVT, mas mesmo assim faremos a opção pelo preenchimento com o “3” (para Belo Horizonte, por exemplo) ou outro de acordo com a sua cidade mais comum no cadastro, assumindo uma possível margem de erro. Isso é parâmetro a ser dado pelo usuário no nosso sistema.

c) Telefones com Menos de 7 Dígitos

Como por exemplo: (xx)_xx95-3906. Eles serão mantidos no cadastro, porém não serão feitas tentativas de preenchimento, pois elas dependem de análises diversas e mais abstratas para um possível preenchimento de algum dígito faltante. Criaremos um filtro onde será fácil detectar quais são esses casos, facilitando ações de ajustes futuras dos usuários, que poderão ser feitas pesquisando também o bairro do endereço e outras informações do cliente que possam ajudar a completar esses números. Eles também não aparecerão em pesquisas que solicitem só os números de celulares, por exemplo.

d) O Número Total de Celulares Será Informado Após os Trabalhos

Só teremos uma noção clara de quantos números de celulares estão disponíveis no cadastro quando foram realizados todos os trabalhos e um filtro for aplicado no banco de dados, buscando somente os clientes ou eleitores que têm celulares.

A-5. Alterações em Lote de Nomes de Cidades, Bairros e Enriquecimento com Regiões Geográficas

A-5.1 – Padronização de nomes de bairros e cidades:

São comuns nos cadastros uma mesma cidade com nomes diversos como, por exemplo: Belo Horizonte, BH, Bhte, que podem ser padronizadas numa única operação. É recorrente também situações em bairros como por exemplo: São João Batista, SJ Batista e S. J. Batista. Ao lado um exemplo de padronização de uma cidade.

A-5.2 – Enriquecimento com Regiões da Cidade, Regiões do Estado e Zonas Eleitorais

O software PROFIT – Gestão de Cadastros permite importar tabelas oficiais de prefeituras e órgãos públicos que contenham a relação dos bairros com Regiões da Cidade, isso possibilita que automaticamente todos os endereços no cadastro possam ser associados às suas respectivas regiões, através da comparação dos bairros, o que ajuda bastante no gerenciamento dos registros, principalmente em cidades maiores. Além disso, no momento do cadastro dos endereços, o sistema já associa de forma automática esse relacionamento, garantindo a continuidade do mapeamento.

Da mesma forma acontece para os relacionamentos de cidades com suas Regiões do Estado, através de uma associação que pode ser feita de forma automática, se o sistema tiver as tabelas de regiões preenchidas.

Há também a possibilidade do próprio usuário criar o seu cadastro de Regiões da Cidade e do Estado, o que dá mais liberdade para a divisão das áreas de acordo com outras estratégicas específicas, que não essas oficiais.

Já as Zonas Eleitorais dependem de tabelas oficiais dos TRE’s, que podem ser importadas. Para os cadastros políticos é muito relevante a associação automática dos cidadãos cadastrados com suas zonas de votação, preenchidas facilmente pelo software através da comparação dos bairros e dos endereços.

A-6. Outras Auditorias Diversas de Dados

Nosso software tem diversos meios de analisar e verificar outros aspectos diversos de qualidade nos cadastros. Abaixo temos uma mostra das possibilidades numa das telas do programa, algumas muito úteis para a detecção e correção de problemas crônicos e muito comuns em pequenos e grandes cadastros.

Algumas das operações abaixo só são possíveis de serem realizadas através de algoritmos específicos, elaborados pela Kairós e já aplicados em diversas bases de dados que tratamos nos últimos anos.

Compartilhe
  • 2
  •  
  •  
  •  
  •  
  •  
    2
    Shares