In recent years, vast volumes of data are constantly being made available on the Web, and they have been increasingly used as decision support in different contexts. However, for these decisions to be more assertive and reliable, it is necessary to ensure data quality. Although there are several definitions for this area, it is a consensus that data quality is always associated with a specific context. This work aims to analyze data quality in a data warehouse with governmental information of the Brazilian state of Minas Gerais. We first present a brief comparison of eight open-source data quality tools and then choose the Great Expectations tool for analyzing such data in two real applications: public bids and public expenditure. Our analyses show that the chosen tool has relevant characteristics to generate good data quality indicators to reveal data quality issues that may directly impact the construction of final applications using such data.
15 February 2023 in iSys - Brazilian Journal of Information Systems
Diferentes tecnologias da informação têm sido utilizadas para promover a transparência governamental, a qual é possibilitada por acordos que promovem e incentivam a abertura de dados. Licitações públicas são um tipo específico desses dados, as quais são disponibilizadas pelo governo brasileiro e visam garantir a transparência, bem como a livre concorrência entre licitantes. Entretanto, a auditoria em busca de irregularidades é uma tarefa não trivial devido ao enorme volume de dados e uma quantidade reduzida de especialistas. Assim, este trabalho propõe uma metodologia baseada em conceitos de trilhas de auditagem e redes sociais para criar alertas de fraude em licitações. Também é proposta uma abordagem para ranquear as licitações de acordo com essas trilhas. Os resultados revelam que nossa proposta auxilia no combate à corrupção por conseguir identificar licitações suspeitas.