Ferramentas open-source de qualidade de dados para licitações públicas: Uma análise comparativa

Abstract

Dados são cada vez mais utilizados como suporte à decisão em diferentes contextos. Para que essas decisões sejam confiáveis e precisas, é necessário garantir a qualidade dos dados. Nesse contexto, este trabalho apresenta um breve comparativo de oito ferramentas open-source de qualidade de dados, e justifica a escolha de uma delas para análise de um armazém de dados reais e volumosos formado por licitações públicas. Finalmente, nossas análises mostram que a ferramenta Great Expectations possui características relevantes para gerar bons indicadores de qualidade de dados, garantindo assim que os dados de licitações públicas possam auxiliar na tomada de decisões.

Mineração de Dados sobre Despesas Públicas de Municípios Mineiros para Gerar Alertas de Fraudes

“…[Galante et al 2015], cujo objetivo é apresentar como a Lei de Responsabilidade Fiscal (Lei nº 101/00) impacta a análise e a transparência das contas públicas. Por outro lado, [Mangaravite et al 2022], [Oliveira et al 2022] e [Oliveira and Silveira 2018] destacam a importância de se realizar um pré-processamento dos dados selecionados. Levando, portanto, em considerac ¸ão problemas de inconsistência, falta de padronizac ¸ão e as características de um conjunto de dados volumoso.…”

Impacto de Doações Eleitorais no Faturamento de Empresas: Um Estudo nas Eleições Municipais em Minas Gerais

“…Os Dados Abertos Governamentais (DAG) têm impulsionado a transparência e a cidadania na sociedade moderna [Attard et al 2015]. No Brasil, apesar dos desafios de padronizac ¸ão e disponibilizac ¸ão [Oliveira et al 2022], surgem iniciativas para detectar fraudes e irregularidades usando DAG [Oliveira andSilveira 2018, Costa et al 2022]. Um exemplo é o conjunto de dados estruturados de licitac ¸ões de municípios de Minas Gerais, disponibilizado no estudo de [Silva et al 2022].…”

Exploring Irregularities in Brazilian Public Bids: An In-depth Analysis on Small Companies

“…This article extends a full paper from the 11th Workshop on Computing Applied to E-Government (WCGE 2023) [Braz et al, 2023]. As new contributions, we first update our analyses with a new data load to solve quality problems [Oliveira et al, 2022b]. Next, we execute a geospatial analysis to identify whether there are areas where the companies with an irregularity alert are concentrated.…”