Total de visualizações de página

quarta-feira, 28 de março de 2012

Data Governance-Parte V-Framework do DGI-Data Governance Institute


Gwen Thomas (@gwenthomasdgi)  é uma das mais conceituadas consultoras em GD nos EUA, com participação  constante em quase todos os grandes eventos da área. Responsável pelo DGI-Data Governance Institute (www.datagovernance.com) , uma organização  focada para as práticas de GD e estratégia de dados, com forte sabor de neutralidade com relação a ferramentas. O DGI possui um framework, que será discutido abaixo, que serve como referência para implementações de GD em diversas organizações . O site de Gwen apresenta uma série de trabalhos sobre o assunto, com possibilidade de download e oferece ( pago)  uma ferramenta dedicada para controle de atividades no âmbito de GD . O site contém também uma série de “cartoons” a respeito do tema, que mostram com traços de ironia as dificuldades de se implementar os conceitos de DG. Ótimo para ilustrar palestras e aulas. Muito interessante no site  é uma área dedicada à  comunidade que pratica de Data Governance e Data Stewardship, cujo acesso exige pagamento de associação. Nessa área, o profissional de DG poderá encontrar diversos exemplos práticos, envolvendo cerca de 130 organizações em 16 países do mundo. Você poderá encontrar exemplos de Políticas, Princípios, Padrões e Guias/procedimentos , além de exemplos de estruturas organizacionais, detalhes de papéis, direitos e responsabilidades sobre os dados. Desde agosto/2011 frequento essa área como sócio e muitas ideias boas podem ser extraídas de lá, embora a quantidade seja grande e você deverá ser focado e seletivo naquilo que está buscando. Um certo cuidado deve ser observado com relação à data do material publicado e oferecido, muitos com mais de 5 anos de existência, o que pode sugerir desatualização dos conteúdos. Considerando que a GD é ainda uma área em formação, não deixa de ser uma fonte rica.

DGI-Framework
O framework apresentado nesse trabalho (figura 5.1) é uma versão traduzida para português do original, disponível no site do DGI, sem ônus. O conceito de Governança de Dados, segundo o framework de Gwen Thomas é um sistema de direitos e responsabilidades para processos relacionados à informação, executado em concordância  com modelos que descrevem quem pode realizar quais ações com qual informação, quando, sob quais circunstâncias, e usando quais métodos. A autora busca a estratégia do 5W 2H e isso seria o “o que-what”  da GD, dentro daquela visão. 
O framework de Governança de Dados mostra os componentes principais que embasam a proposta:

1)O Porquê da GD(Why):A Governança de Dados, segundo Gwen Thomas, é definida para:
·         Proativamente criar e alinha regras sobre dados;
·         Reagir  às infrações dessas regras e resolver pendências;
·         Proteger e servir aos interesses dos “stakeholders” de dados, através de um apoio contínuo;
O resumo da ópera nesse ponto é que a GD é a legisladora, a mantenedora das regras e a “resolvedora”  de impasses sobre dados da empresa, sempre protegendo o ativo fundamental que é o dado/informação.
·         Os princípios da GD são, segundo o DGI:
o   Integridade;
o   Transparência;
o   Auditabilidade, ou seja mecanismos definidos e planejados para se controlar o que foi “acordado”;
o   Responsabilidade (O termo adotado aqui é Accountability). Há uma diferença em inglês sobre “responsability” e “accountability”. O primeiro é mais focado em quem tem a responsabilidade por fazer alguma coisa no sentido de ter sido designado para tal. Tem um sabor de compartilhamento, e todos tem, sob certo aspecto, responsabilidades definidas no seu domínio de trabalho.  Accountability, por outro lado, tem um significado mais voltado para quem será cobrado por aquela ação. Pode ser considerada como a responsabilidade sem compartilhamento e é definida como “the ultimate responsability”. Nem sempre quem tem “responsability” tem “ accountability” por certas ações. Na língua portuguesa não há essas diferenças, sendo ambas  expressas pelo mesmo vocábulo(responsabilidade);
o   Gestão(no sentido de tomar conta-stewardship);
o   Controles  e equilíbrio no entendimento das necessidades de dados dos stakeholders(aquelas áreas de TI e de Negócios que coletam, criam, armazenam e manipulam informações, aquelas que usam informações e aquelas que definem controles e regras de aderência, risco, segurança, privacidade, de qualidade de dados, etc) . No framework esse princípio aparece como  “checks and balances”;
o   Padronização;
o   Gerência de Mudança;
o   Dentro do “porquê”, ainda existem os mandamentos universais da GD, suportados por todas as atividades de GD :
§  Aumentar o faturamento/valor, suportado por/pelo
·         Esforço de governança relacionado à definição de dados e metadados e melhoria da qualidade dos dados, normalmente via MDM
§  Gerenciar custo e complexidade,suportado por/pelo
·         Esforço de governança relacionado a endereçamento de problemas de integração de dados, redução da redundância de dados, redução da complexidade organizacional e/ou de sistemas e viabilização de SOA ou outras tecnologias e arquiteturas
§  Garantir a sobrevivência através da atenção aos riscos e vulnerabilidades, suportado por /pelo
·         Esforço de governança relacionado a controles de acesso e garantia de privacidade
·         Adequação às  exigências definidas por aspectos regulatórios
·         Formalização interna de controles e
·         Prevenção contra desastres de dados
O resumo da ópera do “porquê”, também não traz novidades com relação à essência da GD e de suas motivações: qualidade de dados vista na sua pluralidade(integridade, documentação/metadados, disponibilidade, controles, etc ) implicando valores de negócios, manifestados sob diversas óticas: segurança, privacidade, regulações, riscos .

2)O Onde (Where): Definir claramente que áreas deverão ser foco prioritário dos trabalhos de GD. O DGI define algumas áreas:
·         Qualidade de dados;
·         Fluxo e Integração de informações;
·         Definição de dados;
·         Riscos e controles;
·         Segurança;
·         Privacidade;
·         Gerência de Acesso;
·         Aderência a regras e padrões(compliance);
·         Suporte para SOA e MDM;
·         Tomadas de decisões executivas, onde se lê BI/DW e assemelhados
Resumo da ópera: O onde, ou seja os domínios nos quais a GD deverá se concentrar se ajustam claramente ao “porquê” anteriormente definido, mostrando domínios sensíveis dentro do espectro dos dados.

3)Quando (When): Todos os processos “que governam os dados” tem componentes para ser endereçados durante cada uma das sete(7) fases da Governança de dados:
·         Desenvolver valores para a GD;
·         Preparar um “roadmap” , ou seja planejar os passos a seguir;
·         Planejar as ações e os recursos financeiros;
·         Projetar o programa de GD;
·         Implementar o programa de GD;
·         Governar os dados;
·         Monitorar, medir e reportar.
Resumo da ópera: Aqui, dentro do When(quando), a idéia é o estabelecimento de um plano de implementação de GD, definido no mais puro estilo do ciclo PDCA(Plan-Do-Check-Act).

4)Quem(Who): Envolve a definição dos principais stakeholders:
·         Stakeholders de dados;
·         Escritório de Governança de dados(DGO);
·         Gestores de dados (data stewards) ;
Resumo da ópera: O “Who” também obedece a uma conformação organizacional que , cada vez mais, é encontrada nas implementações de GD. A definição de três camadas, sendo a primeira numa espécie de conselho(não muito claro na proposta do DGI, que genericamente cita stakeholders de dados), no meio  tendo um tipo escritório de dados(DMO, aqui denominado DGO) como gerência tática e os gestores de dados(data stewards), normalmente lotados nas áreas foco do projeto e prioritariamente dentre as mais sensíveis do ponto de vista de dados, com as ações operacionais.

5)O Quê(What): Definir os aspectos relacionados a direitos de decisão, responsabilidades, e mecanismos de controle, baseado nas Políticas e diretrizes definidas;
Resumo da ópera: O “o quê” estabelece, nesse ponto, os elementos essências de  responsabilidade  e se completa com o “como” no próximo item, dando maior detalhamento no processo de GD em si. 

6)Como(How): Significa os processos a serem aplicados para se governar os dados:
·         Alinhar políticas, requisitos e controles;
·         Estabelecer direitos de decisão;
·         Estabelecer responsabilidades;
·         Realizar a gestão dos dados(via gestores, ou data stewards);
·         Gerenciar mudanças;
·         Definir dados;
·         Resolver pendências;
·         Especificar requisitos de qualidade de dados;
·         Mapear a governança para a tecnologia;
·         Definir os aspectos (cuidados) relacionados aos stakeholders:
o   Comunicação( C ), Acesso a informação(A), Manutenção de registros ( R ), Educação e Apoio ( E ), observando o impacto em 4 níveis( Programa/Empresa, Projeto/Departamento, Disciplina profissional e Pessoal

Síntese: O Framework do DGI é estruturado sobre conceitos, na estratégia de 5W e 2H e exige um certo desdobramento e entendimento na sua aplicação. Serve mais como um guia maior mas não oferece um passo a passo que possa facilitar a sua implantação, respeitando o propósito de qualquer modelo, que é servir como referência. Se analisarmos os seus ingredientes fundamentais observa-se que a essência dos conceitos de GD estão presentes e muitos de seus elementos são comuns e aparecem em outras proposições, embora com nomes/contextos ligeiramente diferente. Um dos grandes valores agregados do framework, além da visão pictórica oferecida,  é o seu site e a área de práticas em GD e Data Stewardship, que contém um material rico em exemplos aplicados em várias empresas de domínios diferentes. Vale a pena dar uma olhada.



quarta-feira, 14 de março de 2012

Governança de Dados-Parte IV-Framework-DAMA-Data management Association


O conceito de gerência de dados, da DAMA-Data Management Association, pode ser entendido pela análise de seu DMBOK, ou corpo de conhecimentos em gerência de dados, conforme figura 4.1, a seguir. A DAMA é uma espécie de PMI dos dados e embora sem a visibilidade daquela instituição, constitui um núcleo  muito forte, com  a presença de seus capítulos distribuídos por várias partes do mundo. O capítulo brasileiro do DAMA, localizado em SP(DAMA-BR) foi recentemente criado, estando ainda em estado “chapter forming”. O endereço eletrônico do capítulo brasileiro é  http://dama.org.br  e o  seu presidente é Rossano Tavares.
A DAMA oferece também, como o PMI, uma linha para certificação de profissionais(CDMP-Certified Data Management Professional). O exame é composto por três provas, sendo uma denominada IS(Information System) Core, outra DM(Data management) Core e uma terceira, que versará, por opção sobre os assuntos a escolher: Data Warehousing, BI e Analytics, Qualidade de dados e da Informação, Desenvolvimento de dados, Operações de dados(DBA),Framework de arquitetura corporativa de Zachman e Gerência integrada de projetos de TI(Integrated IT Project Management).
A gerência de dados, segundo a DAMA tem como missão e objetivos atender( e exceder) as necessidades de informação de todos os envolvidos(stakeholders) da empresa em temos de disponibilidade, segurança e qualidade. Os objetivos estratégicos da DM(Gerência de Dados) são:
·         Entender a informação necessária às empresas e seus envolvidos (stakeholders);
·         Capturar, armazenar proteger e garantir a integridade dos “ativos” de dados;
·         Melhorar continuamente a qualidade dos dados e das informações, incluindo:
o   Precisão dos dados(data accuracy)
o   Integridade de dados(data integrity)
o   Integração de dados(data integration)
o   A atualidade na captura dos dados e na sua apresentação(timeliness), que significa minimizar a chamada latência dos dados, ou seja a diferença entre o fato que permitiu a produção e captura do dado e a sua apresentação para análise ou consumo;
o   A relevância e a utilidade dos dados;
o   A clareza e a aceitação das definições de dados;
o   Garantia de  privacidade  e confidencialidade dos dados e a prevenção contra  o seu uso desautorizado ou inadequado;
o   Maximizar o uso efetivo e o valor dos ativos de dados e de informação;


Os princípios definidos pela DM são:
·         Os dados e as informações são considerados ativos “valorados” da empresa;
·         Gerenciar os dados e informações de forma cuidadosa, semelhantemente aos outros ativos organizacionais garantindo a adequada qualidade, segurança, integridade, proteção, disponibilidade, entendimento e uso efetivo ;
·         Compartilhar responsabilidade pela DM entre gestores de dados de negócios(business data steward) e profissionais de gerência de dados(especialistas, “custodians” dos ativos de dados);
·         A DM é uma função de negócios e um conjunto de disciplinas relacionadas;
·         A DM é também uma profissão emergente e em maturação dentro do campo da TI;



 O processo de DM é capturado em funções e atividades e está distribuído por dez(10) funções , ou áreas de conhecimento:
·         Governança de dados(GD): representa o exercício da autoridade e controle(planejamento, monitoração e aplicação(enforcement) de regras, procedimentos, políticas, etc  sobre os ativos de dados. A GD é uma abordagem de  planejamento de alto nível e o controle estabelecido sobre a gerência de dados. A área de GD é dividida em atividades e subatividades, representando a sua WBS:
o   Planejamento de Gerência de Dados
§  Entender as necessidades estratégicas de dados da empresa
§  Desenvolver e manter a estratégia de dados para a empresa
§  Definir os papéis e as organizações(estruturas corporativas) para tratar os dados e sua gestão
§  Identificar e nomear os Gestores de dados(Data stewards)
§  Formalizar  as unidades organizacionais para GD e Gestores de dados
§  Revisar e aprovar a arquitetura de dados da empresa
§  Planejar e apoiar(patrocinar) projetos e serviços no escopo de gerência de dados
§  Estimar o valor dos ativos de dados e seus custos associados
o   Controle da Gerência de Dados
§  Supervisionar as unidades organizacionais e pessoas(staff) definidas para as funções de Gerência de Dados
§  Coordenar as atividades de Governança de Dados
§  Gerenciar e resolver pendências relacionadas aos aspectos de dados
§  Monitorar e garantir as aderências às normas regulatórias de dados  
§  Monitorar e garantir as conformidades com relação a Políticas, Padrões e Arquiteturas de Dados
§  Supervisionar os projetos e serviços relacionados a Gerência de Dados
§  Comunicar e promover o valor dos ativos de dados da empresa

·         Gerência de Arquitetura de Dados: Define as necessidades de dados da empresa e projeta as estruturas mestres para atender essas necessidades. Inclui o desenvolvimento e manutenção da arquitetura corporativa de dados, dentro do contexto da arquitetura corporativa e suas conexões com as soluções implementadas via sistemas/aplicações e os projetos que implementam a arquitetura corporativa. A sua WBS é:
o   Entender as necessidades de informação da empresa. Aqui aparece uma variante com relação à outra já mencionada na função Gerência da Arquitetura de dados. O foco aqui é na necessidade de informações, ou seja algo mais elaborado e focado em negócios e derivado do anterior
o   Desenvolver e manter o modelo corporativo de dados(MCD)
o   Analisar e alinhar o MCD com outros modelos de negócios
o   Definir e manter uma arquitetura de Bancos de Dados
o   Definir e manter uma arquitetura de integração de dados
o   Definir e manter uma arquitetura de DW(Data Warehousing) e de BI(Business Intelligence)
o   Definir e manter uma taxonomia e padrões de nomes(namespaces) de dados para a empresa
o   Definir e manter uma arquitetura de Metadados

·         Desenvolvimento de dados: projetar, implementar e manter soluções que satisfaçam as necessidades de dados da empresa. Compreende as atividades focadas em dados dentro do ciclo de desenvolvimento do sistema, incluindo a modelagem de dados, análise de requisitos de dados e projeto, implantação e manutenção de bancos de dados. A sua WBS é :
o   Modelagem de dados, Análise e projeto de soluções
§  Analisar os requisitos de informação
§  Desenvolver e manter modelos conceituais de dados
§  Desenvolver e manter modelos lógicos de dados
§  Desenvolver e manter modelos físicos de dados
o   Projeto detalhado de dados
§  Projetar(desenhar) os Bancos de dados físicos
§  Projetar(desenhar) os produtos de informação necessários
§  Projetar(desenhar) os serviços de integração de dados
o   Gerência de qualidade dos modelos de dados e dos projetos derivados
§  Desenvolver padrões para modelagem de dados e projetos
§  Revisar(auditar) a qualidade dos modelos de dados e dos projetos de bancos de dados
§  Gerenciar versionamento e integração de modelos de dados
o   Implementação de dados
§  Implementar, desenvolver e testar alterações em bancos de dados
§  Criar e manter dados para ambientes de testes
§  Migrar e converter dados
§  Construir e testar produtos de informação
§  Construir e testar serviços de acesso a dados
§  Validar requisitos de informação
§  Preparar para a implementação (da parte) dos dados

·         Gerência de operações de dados: planejar, controlar a apoiar os ativos de dados ao longo do seu ciclo de vida, indo desde a criação e aquisição(obtenção) até o arquivamento final(archiving) e eliminação(purge). A WBS é:
o   Suporte a Bancos de dados
§  Implementar e controlar ambientes de Bancos de Dados
§  Obter dados originados de fontes externas
§  Planejar para Recuperação de dados(Recovery)
§  Realizar Backup e Recovery de Bancos de Dados
§  Estabelecer níveis de serviços relacionados à performance de Bancos de dados
§  Monitorar e ajustar aspectos de performance de Bancos de Dados
§  Planejar a retenção de dados
§  Arquivar, reter e eliminar dados
§  Suportar aspectos de Bancos de Dados especializados
o   Gerência de tecnologia de dados
§  Entender os requisitos tecnológicos de dados
§  Definir arquiteturas  tecnológicas  de dados, já mencionada anteriormente na função Gerência da Arquitetura de dados como “Definir e manter uma arquitetura de Bancos de Dados”
§  Avaliar tecnologias de dados
§  Instalar e administrar tecnologias de dados
§  Controlar e acompanhar aspectos de licenças de tecnologia de dados
§  Suportar o uso e as dúvidas(pendências) sobre tecnologia de dados

·         Gerência de Segurança de dados: planejar, desenvolver e executar as políticas de segurança e procedimentos a fim de prover a adequada autenticação, acesso e auditoria de dados e informações. A WBS é:
o   Entender as necessidades de segurança de dados e os requisitos regulatórios associados
o   Definir Política de segurança de dados
o   Definir Padrões de segurança de dados
o   Definir Procedimentos e controles de segurança de dados
o   Gerenciar usuários, passwords e membros de grupos de usuários
o   Gerenciar visões e permissões de acesso aos dados
o   Monitorar autenticação de usuários e comportamento de acesso
o   Classificar o grau de confidencialidade das informações
o   Auditar a segurança dos dados

·         Gerência de Dados Mestres e de Referência: planejar, implementar e controlar atividades para garantir consistência de dados  replicados em diferentes contextos, com relação a uma versão “Golden(única) , ou  também chamada de verdade universal, que represente o dado na forma consistente, íntegra e confiável. A WBS é:
o   Entender as necessidades de integração de dados Mestres e de Referência. Os dados Mestres são os dados fundamentais de uma empresa e envolve Clientes, Fornecedores, Colaboradores, Contas, Locais,etc. Os dados de Referência são dados relacionados com códigos, como Estado, Pais, status de um pedido,etc. Num Pedido, por exemplo que representa um dado do tipo Transacional(normalmente associado a uma data) você tem dados Mestres(clientes e produtos entregues, vendedor envolvido,etc), dados de Referência, como o status do pedido, cep padrão do fornecedor,etc e no conjunto formam os dados Transacionais do Pedido. Essa classificação de tipos de dados está mais detalhada adiante 
o   Identificar as fontes de dados Mestres e de Referência e seus responsáveis e envolvidos(contributors)
o   Definir e manter a arquitetura de integração de dados, já mencionada anteriormente na função Gerência da Arquitetura de dados como “Definir e manter uma arquitetura de integração de dados”
o   Implementar soluções de gerência de Dados Mestres e de Referência
o   Definir e manter regras de “match” para os dados replicados, ou seja padrões para que se possa identificar 2 ocorrências como sendo do mesmo objeto. Dois registros de cliente com nome Carlos Barbieri são do mesmo objeto(Carlos Barbieri)?
o   Definir os “Golden Records(conceito de fonte única, integra e confiável,  que procura garantir a verdade sobre os dados). Por exemplo, um único  cadastro lógico de clientes, formado por informações advindas de várias fontes físicas
o   Definir e manter Hierarquias e afiliações(conceitos de MDM). As hierarquias e afiliações complementam as informações de relacionamentos dos dados Mestres, mostrando, por exemplo, 2 registros mestres de Clientes, relacionados como Todo-Parte (um cliente é parte de um outro cliente, ou seja faz parte do mesmo grupo, ou é afiliada, ou seja tem um relacionamento com a outra empresa). Também há o relacionamento conhecido como “É um tipo de” . As duas classificações de dados são muito aplicadas no conceito de objetos(Todo-parte, ou composição e agregação) e (É um tipo de, definindo tipos e subtipos) , adotados em Modelagem de Classes e objetos.
o   Planejar e implementar integrações de novas fontes de dados
o   Replicar e distribuir Dados Mestres e de Referência
o   Gerenciar alterações de Dados Mestres e de Referência

·         Gerência de DW(Data Warehousing)  e BI(Business Intelligence): planejar, implementar e controlar processos para prover dados de suporte à decisão e apoio a colaboradores envolvidos em produção de relatórios, consultas e análises. A WBS é:
o   Entender as necessidades de informações analíticas(Business Intelligence)
o   Definir e manter a arquitetura de DW e de BI, já mencionada anteriormente na função Gerência da Arquitetura de dados como “Definir e manter uma arquitetura de DW(Data Warehousing) e de BI(Business Intelligence)”
o   Implementar os DW e DataMarts
o   Implementar as ferramentas de BI e de Interface para usuários
o   Processar os dados para o ambiente de BI
o   Monitorar e ajustar os processos de DW
o   Monitorar e ajustar as atividades e aspectos de performance de BI

·         Gerência de Conteúdo e Documento: planejar, implementar e controlar atividades para armazenar, proteger e acessar dados encontrados em arquivos eletrônicos e registros físicos(texto, gráficos, imagens, áudio e vídeo), ou seja o foco em dados não-estruturados. A WBS é:
o   Gerência de Documentos e de Registros
§  Planejar a gerência de Documentos e de Registros
§  Implementar Sistemas de gerência para Aquisição, Armazenamento, Acesso e controle de Documentos e Registros
§  Backup e Recuperação de Documentos e Registros
§  Retenção e eliminação de Documentos e Registros
§  Auditar Gerência de Documentos e Registros
o   Gerência de Conteúdo
§  Definir e manter taxonomia corporativa para documentos e conteúdo. Já mencionada anteriormente na função Gerência da Arquitetura de dados como “Definir e manter uma taxonomia e padrões de nomes(namespaces) de dados para a empresa”
§  Documentar /indexar  Metadados sobre informações de Conteúdo
§  Prover acesso e recuperação de Conteúdos
§  Estabelecer Governança sobre qualidade de Conteúdos

·         Gerência de Metadados: planejar ,implementar e controlar atividades que viabilizem um fácil acesso aos metadados integrados e de qualidade. A WBS é:
o   Entender os requisitos de Metadados
o   Definir a arquitetura de Metadados, já mencionada anteriormente na função Gerência da Arquitetura de dados como “Definir e manter uma arquitetura de Metadados”
o   Desenvolver e manter os padrões de Metadados
o   Implementar um ambiente gerenciado de Metadados
o   Criar e manter Metadados
o   Integrar Metadados
o   Gerenciar Repositórios de Metadados
o   Distribuir e entregar Metadados
o   Consulta, Relatórios e Análises sobre Metadados

·         Gerência de Qualidade de dados: planejar, implementar e controlar atividades que apliquem técnicas de gerência de qualidade de dados para medir, avaliar, melhorar e garantir a adequação dos dados ao seu uso pretendido. A WBS é:
o   Desenvolver e promover aspectos de conscientização sobre Qualidade de dados
o   Definir requisitos de Qualidade de dados
o   Estabelecer processos de “profiling”, analise e avaliação de Qualidade de dados
o   Definir métricas para Qualidade de dados
o   Definir Regras de negócios para Qualidade de dados
o   Testar e validar os requisitos de Qualidade de dados
o   Definir e avaliar níveis de serviços de Qualidade de dados
o   Medir e monitorar continuamente a Qualidade de dados
o   Gerenciar as pendências de Qualidade de dados
o   Corrigir os defeitos de Qualidade de dados
o   Projetar e implementar procedimentos operacionais de Gerência de Qualidade de dados
o   Monitorar os procedimentos operacionais e a performance da Gerência de Qualidade de dados    

Síntese: O framework apresentado pela DAMA, com seus 10 componentes formando o corpo de conhecimento sobre DM apresenta uma visão horizontal e bastante completa do domínio de dados nas empresas. Engloba, na realidade, todas as áreas que tangenciam o conceito de dados, sendo a referência mais completa dentro das existentes. Cada uma dessas  10 áreas contém um detalhamento completo no DMBOK, permitindo se tornar uma referência plural no assunto, com detalhes até subatividades. Vai muito além do conceito básico de GD, que é uma das 10 áreas e se estende por áreas colaterais, porém de extrema importância, muitas delas já com gerências estabelecidas há muito tempo nas empresas , como Segurança, DBA, BI, etc. Como o PMBOK, o DMBOK também deverá ser cuidadosamente analisado e adaptado para a realidade da empresa, tendo-se o cuidado de estabelecer uma proposição de GD que caiba nos recursos e se ajuste aos aspectos culturais e de negócios da empresa. Lembrem-se sempre que modelo é referência e não receita.