Governança de Dados em Um Mundo Data-Driven – Parte 6
Este é o sexto (e penúltimo) artigo da série Governança de Dados em Um Mundo Data-Driven. Se está chegando agora, comece pela primeira parte, aqui. Boa leitura.
Desenvolvendo a Cultura Data-Driven Através da Governança de Dados
A governança eficaz e eficiente dos dados pode facilitar análises poderosas e tomadas de decisão em uma organização.
Não é difícil perceber que 99% dos líderes de grandes organizações dizem que desejam uma cultura orientada a dados para maximizar o valor dos dados por meio de análises. Especificamente, eles visam tomar decisões de negócios com mais rapidez e precisão por meio da automação e modelagem preditiva.
Por que enfatizar a cultura? A limitação para atingir a maturidade em análise de dados não costuma estar relacionada a dados ou tecnologia, mas, antes, à relutância das pessoas em usar dados e tecnologia para responder a perguntas de negócios – em outras palavras, usar a análise de dados em vez da intuição como um fator determinante para as decisões de negócios. É necessária uma mudança para uma cultura que confie que essas decisões orientadas a dados serão eficazes.
Confiança em Análise de Dados
A confiança na análise de dados é a base de uma cultura orientada a dados. Felizmente, a progressão nos estágios da maturidade da análise também cria uma base de confiança e, eventualmente, os tomadores de decisão de negócios ganham confiança suficiente nos modelos preditivos para permitir que os próprios modelos tomem as decisões.
- – A análise descritiva cria confiança nos dados, confirmando o estado atual dos negócios.
- – A análise de diagnóstico cria confiança nas decisões orientadas por dados.
- – A análise preditiva cria confiança nas recomendações orientadas por dados.
- – A análise automatizada só é possível quando dados, decisões e previsões são confiáveis o suficiente para permitir decisões baseadas em dados.
Para que esse processo de análise funcione efetivamente, as entradas de dados (“matérias-primas”) devem ser consistentes e confiáveis para que as saídas de informações (“produtos acabados”) sejam relevantes e comparáveis. Relevantes, confiáveis, comparáveis e consistentes são os quatro atributos desejados das informações. Governança eficaz significa que os dados usados na tomada de decisões são de qualidade consistente e de fontes confiáveis. A governança eficiente utiliza a conectividade e a tecnologia para permitir a comparação de dados de várias fontes diferentes e fornecer análises relevantes.
Problemas de Governança de Dados
Infelizmente, apenas cerca de um terço das iniciativas de cultura orientada a dados são bem-sucedidas em empresas maiores. Muitas vezes, os motivos da falha decorrem de uma governança insuficiente dos dados. Se uma organização sugere que a qualidade dos dados é insuficiente para uso na tomada de decisões, isso indica um controle ineficaz dos dados. Se os dados não puderem ser acessados, isso é um sintoma de governança ineficiente dos dados.
Ineficácia. “Acho que você esqueceu de ajustar suas datas para o fuso horário…”; “Eu ouvi ‘churn’ definido de três maneiras diferentes hoje …”; “Não podemos fazer essa análise; não temos bons dados …”. É provável que todas as pessoas que leem isso tenham ouvido ou dito cada uma dessas frases.
Problemas com dados e análises, desde pequenos erros nos cálculos até instabilidade nos conjuntos de dados, geram desconfiança nos dados e, por extensão, desconfiança em qualquer decisão com base nesses dados. A causa raiz desses problemas geralmente é a governança de dados ineficaz. As organizações podem não ter conhecimento de ferramentas críticas de governança, como dicionários de dados, catálogos de dados e camadas heurísticas, ou a organização pode sofrer com a falta de comunicação entre os proprietários dos dados e os usuários finais.
Ineficiência. Certas frases sinalizam governança ineficiente dos dados: “Você me enviará um e-mail com o extrato do banco de dados?”; “Por que não consigo acessar esse banco de dados de relatórios? Não há como eu obter aprovação? ”; “Vai demorar mais de uma semana para obter acesso?”; “Não consigo usar Python ou R? Por que não?”; “Vou pedir a alguém que construa uma nova plataforma de dados para o meu departamento”.
A governança ineficiente dos dados geralmente é mais difícil de resolver do que a ineficácia. Às vezes é necessário, devido a regulamentos (como Regulamento Geral de Proteção de Dados da UE (GDPR) ou da Lei Geral de Proteção aos Dados no Brasil), por exemplo, restrições a ferramentas de código aberto; em outros casos, é um sintoma de uma organização não comprometer recursos suficientes para a Governança de Dados.
Geralmente, a maneira mais fácil de controlar um conjunto de dados é bloquear o acesso. Mas bloquear o acesso pode criar ineficiências: embora nenhum acesso signifique que ninguém possa comprometer os dados, também significa que ninguém pode usá-lo para melhorar os negócios.
Princípios de Implementação
A governança eficiente e eficaz dos dados fornece propriedade e padrões claros para os dados e processos de dados, a fim de garantir a qualidade dos dados. Embora existam muitas abordagens para a implementação de Governança de Dados, a maioria compartilha os seguintes princípios:
Prestação de contas. Deve haver uma propriedade claramente definida e a responsabilidade por diferentes tipos de dados. Os dados interconectados gerenciados em toda a organização requerem práticas consistentes para manter sua eficácia e valor. Na maioria das organizações, a supervisão de dados não reside em um departamento. Os recursos humanos são os guardiões dos dados relacionados aos funcionários, por exemplo, enquanto a contabilidade mantém os dados financeiros. A governança compartilhada traz consistência ao estabelecer políticas e procedimentos para toda a organização.
Padronização. Os dados são um ativo e devem ser protegidos como um. São necessárias políticas claras de acesso, definições, privacidade e padrões de segurança. O comitê de Governança de Dados deve definir as políticas e cada chefe de departamento deve garantir a aderência. Essa abordagem garantirá que a organização esteja em conformidade com regulamentos como o GDPR ou LGPD.
Qualidade. A análise é uma ferramenta crítica para a tomada de decisões e é tão boa quanto os dados em que se baseia. A qualidade dos dados deve ser gerenciada a partir do momento em que os dados são capturados. A boa Governança de Dados inclui a definição de um conjunto de padrões de qualidade de dados para a organização e o estabelecimento de consistência na maneira como essa qualidade de dados é medida e registrada.
Vivemos em um mundo acelerado, em que os gestores são solicitados a fornecer análises perspicazes, geralmente em curto prazo. A Governança de Dados ajuda a garantir que nossos dados estejam prontamente acessíveis e precisos. Isso é especialmente verdade em situações em que os dados são espalhados por diferentes sistemas e departamentos. Muitas vezes, a análise que nos pedem para realizar depende de dados que não supervisionamos. Ao coordenar com outros proprietários de dados da organização, podemos proteger a integridade dos dados e gastar mais tempo em análise de valor agregado do que em limpeza de dados.
No próximo e último artigo da série vamos indicar a você o caminho para iniciar uma carreira em Arquitetura de Dados.
Equipe DSA
Referências:
Governing with Data Lineage in Modern Architectures
Best Practices in Enterprise Data Governance
Build a Data Governance Strategy for the New Digital Era
Data Governance Is Risk Number One
Data Management: The Science Of Insight And Scalability For Growing Businesses
Data Governance: Controlling Your Information In A World Of Digital Transformation