Gestão de Dados

Dados precisam ser vistos como ativos críticos para o sucesso das atividades operacionais e administrativas do negócio, e não como meios temporários para alcançar resultados, ou mesmo como subprodutos de processos de negócio. Neste contexto, vale destacar que a despeito do nível de maturidade em gestão de dados de uma organização, dados e informações são vitais para as suas operações do dia-a-dia. Deste modo, independentemente se a organização consiga ou não obter valor a partir da análise de dados por meio de ferramentas de Business Intelligence, por exemplo, esta não conseguirá nem mesmo conduzir os seus negócios sem a utilização de dados (DAMA-DMBOK, 2017). 

De acordo com o DAMA-DMBOK (2017), gestão de dados consiste no desenvolvimento, execução e supervisão de planos, políticas, programas e práticas que entregam, controlam, protegem e aumentam o valor dos ativos de dados e informações ao longo de seus ciclos de vida. Ainda de acordo com o DAMA-DMBOK (2017), a gestão de dados visa a utilização adequada de dados e informações para o alcance dos objetivos estratégicos da organização. Logo, um profissional de gestão de dados é qualquer pessoa que trabalha com qualquer aspecto relacionado à gestão de dados (desde o gerenciamento técnico de dados ao longo de seu ciclo de vida, até a garantia de que os dados sejam utilizados e aproveitados adequadamente) para o alcance dos objetivos estratégicos organizacionais.

Diante do exposto, pode-se concluir que as atividades de gestão de dados são muito abrangentes, incluindo atividades que vão desde a capacidade de tomar decisões consistentes sobre como obter valor estratégico a partir dos dados até as atividades técnicas de implantação e gerência de desempenho dos bancos de dados. Deste modo, pode-se afirmar que a gestão de dados requer habilidades técnicas e não técnicas (ou seja, de negócios). Portanto, a responsabilidade pela gestão de dados deve ser compartilhada entre as funções de negócios e de TI, e as pessoas em ambas as áreas devem ser capazes de colaborar para garantir que uma organização tenha dados de alta qualidade que atendam às suas necessidades estratégicas.

No intuito de prover suporte aos profissionais que atuam na gestão de dados, em 2017, a associação DAMA International (The Data Management Association) -- organização sem fins lucrativos, dedicada ao desenvolvimento de padrões internacionais para profissionais de gestão de dados -- publicou a segunda edição do livro Data Management Body of Knowledge (DMBOK). Este livro é constituído por diversos conceitos importantes sobre gestão de dados e apresenta o framework DAMA Data Management Framework, que fornece o contexto para o trabalho realizado por profissionais de gestão de dados em várias Áreas de Conhecimento. As Áreas de Conhecimento que compõem o escopo geral da gestão de dados são apresentadas pela Figura 1.

image-1648049751544.png

Figura 1: DAMA-DMBOK2 Data Management Framework (The DAMA Wheel) -- Framework de Gestão de Dados DAMA-DMBOK2. Fonte: (DAMA-DMBOK, 2017).

A Figura 1, apelidada pelo DAMA-DMBOK (2017) de The Dama Wheel, apresenta as Áreas de Conhecimento envolvidas na gestão de dados. A área Governança de Dados está posicionada no centro das áreas de gerenciamento de dados, uma vez que a governança é necessária para a consistência e o equilíbrio entre as demais áreas. Todas as Áreas de Conhecimento dispostas na Figura 1 são partes necessárias para uma gestão de dados madura, porém elas podem ser implementadas em momentos diferentes, a depender dos requisitos organizacionais.

O DMBOK é estruturado sobre as 11 Áreas de Conhecimento do framework de gestão de dados ilustrado pela Figura 1. Cada uma das áreas descreve o escopo e o contexto de um conjunto de atividades de gerenciamento de dados, embutindo princípios e objetivos da gestão de dados. As atividades das Áreas de Conhecimento possuem interseção tanto umas com as outras quanto com outras funções organizacionais, visto que os dados movem-se horizontalmente dentro das organizações. O DMBOK (DAMA-DMBOK, 2017) detalha, em capítulos próprios, cada uma das Áreas de Conhecimento, descritas brevemente abaixo:

  • Data Governance (Governança de Dados): direciona e supervisiona o gerenciamento de dados, estabelecendo um sistema de direitos de decisão sobre os dados relevantes para as necessidades organizacionais.
  • Data Architecture (Arquitetura de Dados): define o plano para o gerenciamento de ativos de dados, alinhando-se às estratégias organizacionais para o estabelecimento de requisitos estratégicos de dados e os designs para atendimento destes requisitos.
  • Data Modeling and Design (Modelagem e Design de Dados): processo de descoberta, análise, representação e comunicação de requisitos de dados por meio de uma forma precisa de representação, o modelo de dados.
  • Data Storage and Operations (Armazenamento de Dados e Operações): inclui o design, a implementação e o suporte ao armazenamento de dados de modo a maximizar o seu valor. Operações proveem suporte ao ciclo de vida dos dados, desde o planejamento ao descarte.
  • Data Security (Segurança de Dados): assegura a manutenção da privacidade e da confidencialidade dos dados, que os mesmos não sejam violados e que sejam acessados de modo apropriado.
  • Data Integration and Interoperability (Integração e Interoperabilidade de Dados): inclui processos relacionados à movimentação e consolidação de dados entre bancos de dados, sistemas e organizações.
  • Document and Content Management (Gerenciamento de Documentos e Conteúdos): inclui o planejamento, a implementação e as atividades de controle utilizadas para gerenciar o ciclo de vida de dados e informações encontradas em uma variedade de mídias não estruturadas e semi-estruturadas, especialmente documentos necessários para o suporte a requisitos de conformidade legal e regulatória.
  • Reference and Master Data (Dados Mestres e de Referência): inclui reconciliação e manutenção contínuas de dados críticos compartilhados entre sistemas, de modo a possibilitar que estes acessem as versões mais precisas, atualizadas e relevantes das entidades essenciais para o negócio.
  • Data Warehousing and Business Intelligence (Data Warehousing e Business Intelligence):  inclui os processos de planejamento, implementação e controle para o gerenciamento de tomadas de decisão orientadas a dados, permitindo que as pessoas obtenham valor a partir de dados por meio de análise e relatórios.
  • Metadata (Metadados): Inclui o planejamento, a implementação e o controle das atividades necessárias para possibilitar o acesso a metadados integrados e de alta qualidade, incluindo definições, modelos, fluxos de dados e outras informações necessárias para o entendimento dos dados e dos sistemas onde os mesmos foram criados, são mantidos e acessados.
  • Data Quality (Qualidade de Dados): inclui o planejamento e a implementação de técnicas de gerenciamento da qualidade para medir, avaliar e melhorar a adequação dos dados para uso organizacional.

Em complementação aos capítulos relativos às Áreas de Conhecimento, o DMBOK possui capítulos específicos para os seguintes tópicos:

  • Data Handling Ethics (Ética no Tratamento de Dados): descreve o papel central que a ética de dados desempenha na tomada de decisões informadas e socialmente responsáveis, sobre os dados e suas utilizações. A conscientização sobre a ética da coleta, análise e uso de dados deve orientar todos os profissionais de gestão de dados.
  • Big Data and Data Science (Big Data e Ciência de Dados): descreve as tecnologias e processos de negócios que surgem à medida que nossa capacidade de coletar e analisar grandes e diversos conjuntos de dados aumenta.
  • Data Management Maturity Assessment (Avaliação da Maturidade na Gestão de Dados): descreve uma abordagem para avaliar e melhorar a capacidade de gestão de dados de uma organização.
  • Data Management Organization and Role Expectations (Organização da Gestão de Dados e Expectativas de Papéis): fornece as melhores práticas e considerações para organizar as equipes de gestão de dados e permitir práticas de gestão de dados bem-sucedidas.
  • Data Management and Organizational Change Management (Gestão de Dados e Gerenciamento de Mudanças Organizacionais): descreve como planejar e lidar com as mudanças culturais, necessárias para incorporar práticas eficazes de gestão de dados na organização.