Qualidade dos dados

Por que afirmações de "99% de precisão" precisam de uma definição para significar alguma coisa

Um número como "99% de precisão" soa exato e tranquilizador, e esse é justamente o problema. Exatidão no tom não é o mesmo que exatidão no significado, e um percentual de precisão isolado, apresentado sem nenhuma explicação de como foi medido, em relação a qual conjunto de referência e em qual nível de precisão, está mais perto de um slogan de marketing do que de uma afirmação técnica que você possa de fato avaliar ou em que possa confiar.

Cada uma das perguntas que esta série examinou individualmente (como um conjunto de referência foi construído, se endereços urbanos e rurais foram ambos representados, se a afirmação cobre a precisão house ou algo mais grosseiro como city, como locais disputados ou casos-limite foram tratados, se o número é uma média entre regiões muito diferentes ou níveis de qualidade de dados de países distintos) muda o que um único número de precisão realmente significa, às vezes de forma drástica. Um número de 99% medido com um conjunto de referência de endereços urbanos fáceis e bem mapeados em poucos países bem cobertos descreve algo completamente diferente de um número de 99% medido com um conjunto globalmente representativo que inclui endereços rurais, regiões só com dados postais e áreas com dados de base comparativamente escassos, mesmo que os dois números pareçam idênticos lado a lado.

É exatamente por isso que uma afirmação de precisão significativa precisa especificar, no mínimo, o que foi medido (a precisão no nível do telhado, house, é uma afirmação fundamentalmente diferente da taxa geral de correspondência sem considerar a precisão), em relação a que foi medido (um conjunto de referência declarado e, idealmente, reproduzível, e não uma amostra interna não especificada) e como os resultados variaram entre regiões e níveis de precisão diferentes, em vez de reduzir tudo a um único número combinado que necessariamente esconde a variação por baixo dele. Um provedor disposto a compartilhar esse nível de detalhe metodológico está oferecendo algo que você pode realmente avaliar e comparar. Um provedor que oferece só o percentual isolado está pedindo que você simplesmente acredite na palavra dele.

É também exatamente por isso que não publicamos um único percentual combinado de precisão ou de cobertura para o My Geocode. Qualquer número desse tipo teria necessariamente de fazer a média de condições enormemente diferentes (cidades bem mapeadas e áreas rurais pouco documentadas, países com dados postais detalhados e países sem eles) de um jeito que descreveria um local médio que não corresponde a nenhuma das consultas reais dos seus usuários. O que podemos oferecer em vez disso, e que esta série abordou do começo ao fim, é o método em si: testes com pontos de referência, o significado por trás de precision e confidence e as limitações gerais conhecidas de cada tipo específico de dado, para que você mesmo faça a avaliação com endereços que realmente representam onde estão os seus usuários e chegue a um número que signifique algo para a sua aplicação específica.

Se você está comparando provedores, peça o método por trás de qualquer afirmação de precisão antes de pedir o número em si. Experimente as suas próprias consultas representativas na demonstração ou no endpoint de geocodificação direta e construa a sua própria resposta sobre como a precisão realmente se apresenta para os endereços que importam de verdade para o seu negócio, já que esse é o único número que poderia ser útil para você desde o início.