As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Validação de dados e verificações de qualidade
<a name="data-validation-and-quality-checks"></a>

## Visão geral do
<a name="data-validation-overview"></a>

A validação de dados garante que seus dados atendam aos requisitos de qualidade antes que os recursos do Amazon Connect Decisions sejam executados. O sistema valida os dados com base em seus planos, métricas e regras configurados para identificar problemas que podem bloquear ou degradar o desempenho.

## Como funciona a validação de dados
<a name="data-validation-how-it-works"></a>

### Acionadores de validação
<a name="data-validation-triggers"></a>

A validação de dados é executada automaticamente nos seguintes momentos:
+ **Alterações na configuração do Insights**: quando você cria ou modifica métricas, regras ou outras configurações
+ **Criação do plano**: quando você cria um plano ad-hoc ou em cada execução programada do plano
+ **Atualização de dados**: após cada atualização de dados em seus fluxos de destino
+ **Execução de capacidades**: antes ou durante as operações de inteligência artificial com colegas de equipe (por exemplo, quando a raiz causa uma exceção ou determina recomendações)

### Tipos de validação
<a name="data-validation-types"></a>

O Amazon Connect Decisions realiza dois tipos de validação:

**A Validação de Presença de Dados** verifica se os conjuntos de dados e campos necessários são carregados com base nos recursos configurados (métricas, regras, planos).

A **validação da qualidade de dados** valida se os dados fornecidos atendem aos requisitos de qualidade com base em sua configuração de configuração, incluindo:
+ **Validação dos critérios de configuração**: confirma que os produtos e sites correspondem aos seus critérios de regra (por exemplo, categorias de produtos, locais do site)
+ **Validação de hierarquia**: identifica relacionamentos hierárquicos ausentes se você usar hierarquias em sua configuração
+ **Validação do escopo**: confirma a existência de todos os dados necessários para produtos e sites identificados
+ **Avaliação da qualidade**: avalia a qualidade e a usabilidade dos dados para os requisitos operacionais

### Validação progressiva
<a name="data-validation-progressive"></a>

O Amazon Connect Decisions habilita recursos para produtos e sites com dados válidos, em vez de bloquear a funcionalidade de todo o seu conjunto de dados. Quando problemas de validação afetam produtos ou sites específicos, o sistema continua processando produtos e sites com dados válidos, identifica produtos ou sites com problemas de dados e alerta você sobre os itens específicos que requerem atenção. Isso permite que você comece a usar os recursos enquanto resolve os problemas de dados restantes.

## Acessando erros de validação de dados
<a name="data-validation-accessing-errors"></a>

Você pode visualizar os erros de validação de dados por meio de três pontos de entrada:

1. Métrica “Erros de validação de dados” na página inicial

1. Cartão de tópico sobre erros de validação de dados na página inicial

1. “Gerenciamento de dados” na navegação à esquerda > guia “Erros”

## Revisando erros de validação
<a name="data-validation-reviewing-errors"></a>

A página Erros exibe todos os erros de validação abertos e resolvidos. Você pode pesquisar e filtrar por qualquer uma das seguintes colunas:
+ **ID**: identificador exclusivo para o erro de validação
+ **Status**
  + **Aberto**: o erro não foi resolvido
  + **Resolvido**: o erro foi corrigido e validado
+ **Descrição**: Explicação do problema de qualidade dos dados
+ **Tipo de problema**
  + Dados **obrigatórios ausentes: os** dados obrigatórios não são fornecidos para acionar uma operação (por exemplo, nenhuma tabela de origem outbound\_order\_line para o Plano de Suprimento)
  + **Valores de dados inválidos: os** dados existem, mas contêm valores incorretos (por exemplo, custo negativo do produto)
  + **Relacionamentos ausentes: os relacionamentos** hierárquicos ou de referência necessários estão ausentes (por exemplo, hierarquias de produtos ausentes)
  + **Dados insuficientes**: dados insuficientes disponíveis para realizar as operações necessárias (por exemplo, o plano de demanda requer 12 meses de dados históricos do pedido, mas existem apenas 3 meses)
+ **Capacidade**: A capacidade ou recurso afetado
  + Plano de abastecimento
  + Plano de demanda
  + Insight (inclui exceções, recomendações e RCA para oferta ou demanda)
+ **Destino**: fluxo de destino afetado
+ **Priority**
  + **Crítico**: pelo menos um recurso está totalmente bloqueado e não pode ser executado
  + **Alto**: pelo menos um recurso está parcialmente bloqueado (alguns produtos ou sites não podem ser processados)
  + **Médio**: pelo menos um recurso tem precisão reduzida (funcionará, mas com resultados degradados)
+ **Criado em**: Timestamp mostrando quando o erro foi detectado pela primeira vez

## Exibindo detalhes do erro
<a name="data-validation-viewing-error-details"></a>

Selecione qualquer erro para ver informações detalhadas. A tela de detalhes exibe as informações acima junto com um carimbo de data/hora da última ocorrência, recurso e link relacionados (a métrica, a regra ou o plano que representa a capacidade afetada pelo problema) e uma visualização prévia de até 100 linhas de dados afetados mostrando como o erro de validação de dados está se manifestando.

### Ações disponíveis
<a name="data-validation-available-actions"></a>

Na tela de detalhes do erro, você pode:
+ **Solução** de problemas: inicie o colega de equipe de IA para ajudar a solucionar o problema em linguagem natural e receber orientações detalhadas de remediação
+ **Resolver erro**: marque manualmente o erro como resolvido se você tiver corrigido o problema subjacente
+ **Download**: baixe o conjunto de dados afetado completo para análise e correção detalhadas

## Resolvendo erros de validação de dados
<a name="data-validation-resolving-errors"></a>

### Workflow de resolução
<a name="data-validation-resolution-workflow"></a>

1. Revise a descrição e a prioridade do erro para entender o impacto

1. Verifique a visualização prévia dos dados afetados para ver quais registros específicos são afetados

1. Siga a recomendação específica fornecida para remediação

1. Escolha uma ação apropriada:
   + **Para problemas de configuração**: trabalhe com seus gerentes e planejadores para ajustar a configuração de métricas, regras ou planos
   + **Para problemas de mapeamento**: corrija os dados de origem carregados ou atualize as transformações e mapeamentos dos dados
   + **Para dados ausentes ou inválidos: faça upload dos dados** corrigidos

1. Marque manualmente o erro como resolvido depois de resolver o problema subjacente

### Trabalhando com o AI Teammate
<a name="data-validation-working-with-ai-teammate"></a>

Use a opção Solucionar problemas para fazer perguntas como “Em quais erros devo me concentrar primeiro?” ou “Quais erros estão bloqueando meu plano de demanda?” , receba explicações detalhadas sobre o problema e seu impacto, obtenha orientação passo a passo sobre abordagens de resolução e entenda como o erro afeta sua configuração específica. O colega de equipe de IA pode atuar como um guia para resolver o problema nas decisões do Amazon Connect e nos seus sistemas de dados de origem.

## Práticas recomendadas
<a name="data-validation-best-practices"></a>
+ **Priorize por gravidade**: concentre-se primeiro nos erros críticos, pois eles bloqueiam totalmente a execução dos recursos. Em seguida, resolva os erros de alta prioridade que bloqueiam parcialmente o processamento, seguidos por problemas de prioridade média que reduzem a precisão.
+ **Analise as recomendações com cuidado**: cada erro inclui uma orientação específica e acionável adaptada ao problema com base na sua configuração.
+ **Use a validação progressiva a seu favor**: não espere para resolver todos os erros antes de usar os recursos. O sistema permite a funcionalidade de produtos e sites válidos enquanto você trabalha na resolução de problemas de outras pessoas.
+ **Monitore após a atualização dos dados**: verifique se há novos erros de validação após cada atualização de dados para detectar problemas antes que eles afetem os fluxos de trabalho de produção.
+ **Baixe dados afetados estrategicamente**: use a opção de download quando precisar analisar todos os registros afetados além da visualização prévia ou quando precisar fornecer o conjunto de dados completo à sua equipe de dados.
+ **Use o colega de equipe de IA para problemas complexos**: a opção Solução de problemas fornece assistência contextual que se adapta à sua situação e configuração específicas.
+ **Verifique a resolução**: depois de corrigir os problemas de dados, marque manualmente os erros como resolvidos para confirmar se a correção foi bem-sucedida e remova-os da lista Aberta.