Antes de importar dados para um CRM, analisar ou juntar fontes, é muitas vezes útil limpar a tabela de origem. O objetivo não é alterar os dados ao acaso, mas remover defeitos mecânicos que prejudicam os tratamentos seguintes.
O Limpador Excel e CSV reúne várias operações frequentes. Para necessidades específicas existem também ferramentas CSV dedicadas.
Guardar sempre o ficheiro original
Trabalhe sobre uma cópia. A limpeza pode remover linhas ou alterar valores, portanto deve ser possível comparar o resultado com a origem, especialmente quando existem identificadores de negócio ou uma futura reimportação.
Remover linhas realmente vazias
Uma folha pode conter linhas aparentemente vazias com células formatadas ou caracteres invisíveis. Num CSV, separadores sem conteúdo podem igualmente criar registos sem informação útil.
Num conjunto de dados estas linhas são ruído. Num documento pensado para leitura humana, uma linha vazia pode ser intencional: é importante distinguir dados de apresentação.
Espaços desnecessários
Lisboa e Lisboa parecem iguais, mas uma comparação estrita pode tratá-los como valores diferentes. Espaços no início ou no fim podem causar duplicados não detetados, grupos separados, junções falhadas e filtros incompletos.
Normalizá-los antes de comparações ou deduplicação é uma etapa simples e importante.
Definir o que é um duplicado
Duas linhas totalmente idênticas são fáceis de identificar. Dois registos de cliente podem representar a mesma pessoa com telefone ou morada diferentes.
A pergunta correta é: que coluna identifica realmente um registo? Um ID de cliente é normalmente melhor do que o nome. Para deduplicação por coluna, use Remover duplicados CSV.
Não “corrigir” identificadores como números
00125 pode ser um código e não o número 125. Uma transformação agressiva eliminaria zeros iniciais e alteraria o valor de negócio. O mesmo vale para telefones, códigos de produto, processos e alguns códigos postais.
Antes de normalizar uma coluna, perceba a sua semântica, não apenas o aspeto.
Verificar cabeçalhos
Nomes claros simplificam todas as etapas seguintes. Evite colunas sem nome ou cabeçalhos duplicados. Se o problema for apenas a nomenclatura, Renomear colunas CSV permite corrigi-la sem alterar os restantes dados.