A figura 7.1 a seguir, mostra outro framework de Governança de
Dados, que permite uma visão alternativa de seus componentes e implementação. Quando comparado com os outros anteriormente mostrados, confirma a percepção de que os caminhos de GD já estão, cada vez mais, consolidados, restando as adaptações e especificidades de cada empresa e seu ambiente. E claro, as dificuldades de sua materialização.
·
Definição da Estratégia: a Governança de Dados
deve ter um driver claramente estratégico, movido por objetivos oriundos
da missão da empresa. Isso permitirá a definição formal de áreas que organizem
e planejem as ações de GD, dando a devida autoridade e garantindo o
comprometimento requerido. Uma primeira ação é criar um grupo de estudo
objetivando a definição de um alinhamento das estratégias organizacionais com
as de dados. Seria criar visões alinhando as estratégias da empresa com a
qualidade e controle sobre os dados, indagando, por exemplo: Como os dados
podem influenciar para o bem ou para o mal nas diretrizes estratégicas da minha
empresa? Quais são as diretrizes estratégicas da empresa para o próximo biênio,
relacionadas a clientes(aumentar a fidelização dos atuais clientes, através de
ações de retenção/sedução?); aumentar a base de clientes pela melhor
qualificação dos atuais produtos ou via expansão de linha de produtos, ou de
atuação geográfica); Com relação aos produtos seria melhorar a qualidade dos
produtos do portfólio, diminuindo índices de insatisfação, ou de reclamações de
produtos e serviços?. A empresa tem objetivos estratégicos relacionados a
“compliance” com modelos e padrões internacionais, como ISO,SOX,CMMI,MPS.BR,etc.
Como os dados podem influir nessas direções estratégicas de aderência a normas?
·
Com percepção de aderência estratégica de dados
aos objetivos estratégicos, definir o esboço de organização e planejamento das
ações de GD(Governança de dados). Isso significa definir as áreas, envolvidos e
papéis. Nesse momento, o grupo multiorganizacional que está a frente do
trabalho deverá definir as camadas iniciais de GD: Por exemplo, a formação de um Comitê pluriorganizacional, de objetivo consultivo, que
em alto nível, deverá definir as linhas mestres da GD. Serão iniciativas para
definição de políticas sobre os dados, contemplando segurança, privacidade,
compartilhamento, padronização, definição de metadados, inventário de dados e
de qualidades dos dados mestres existentes, indicadores de processos de dados e
outras ações de sensibilização. Uma outra camada organizacional, abaixo do
comitê, seria um tipo DMO-Data Management Office, que deverá ser um núcleo centralizado,
caso seja para compartilhar serviços para várias unidades, ou distribuída por
áreas de negócios, que deverá ser a responsável pela aplicação/realização
dessas iniciativas e garantir a sua
continuidade. É uma área investida de autoridade para realização dos planos e
aplicação das políticas de GD. Deverá ser formada por um CDO-Chief Data Officer
e de representantes de gestores de dados(stewards) das unidades , além de
representantes de TI(custodians) e arquitetos corporativos, caso existam. Uma
terceira camada, fortemente presente nas áreas de negócios seria a dos gestores
de dados(data steward), presentes naquelas de maior criticidade inicialmente. Os
papéis definidos podem ser categorizados na tripla CCC(Consumidores de dados,
criadores de dados e “custodians” de dados). Os “ custodians podem ser
entendidos como os que tomam conta dos dados, onde a TI se insere mais
fortemente com os papéis de administradores de dados, bancos de dados, de
dicionários de dados, etc, associados ao controle mais físico, de segurança e
de proteção dos dados. A figura dos gestores de dados, distribuídas nas
unidades de negócios, são denominados “data stewards", ou seja são os responsáveis
pelos dados daquele setor, do ponto de vista negocial e lógico;
·
Terminada a definição estrutural, poderiam ser
estabelecidas as primeiras Políticas, Regras e Padrões, através do Comitê, com
ideias iniciais e do DMO, com detalhamento. As políticas e padrões deverão ter
escopo interno, buscando dar o arcabouço de apoio ao processo a ser seguido, e,
também, escopo externo, focando em aderência com possíveis normas e
regulamentações internacionais e na reputação e
imagem da empresa. Algumas métricas deverão ser definidas para garantir
uma monitoração numérica do projeto;
·
Definição de Processo para GD: um processo
deverá respaldar os projetos que comporão o programa de Governança de Dados.
Alguns projetos envolverão a definição da arquitetura de dados, de processos e
a apuração da qualidade de dados de áreas estratégicas da empresa, dentre
outros. Esse processo corporativo de GD deverá ser baseado em práticas de
melhorias de processo.
·
Apoio tecnológico: essa camada será composta
pelo arsenal de tecnologia disponível para alcançar os objetivos da GD. Envolve
ferramentas de qualidade e segurança de dados, de BI, de Mining, de MDM, EAI,
metadados, etc., todas associadas diretamente com os aspectos de dado,
integração, transformação e utilização.
·
Uma das iniciativas mais importantes definidas
pelo Comitê de GD em conjunto com a área de DMO seria a implantação de um
processo de levantamento para a aferição do grau de maturidade e de qualidade
dos dados e seus processos. Isso poderia ser feito por entrevistas qualitativas
com usuários se áreas escolhidas como “master” e com a aplicação de estudos de
“profiling “ em dados mestres existentes naquele business. Isso exporia de foma
clara, o nível de maturidade da empresa com relação a dados e alguns
flaws(imperfeições) de dados, o que aumentaria a sensibilização de toda a
empresa para a adoção de processos de melhoria de qualidade de dados.
Síntese: O framework apresentado
por Mike Cochrane e publicado no Information Management, conforme referência,
apresenta rigorosamente os mesmos ingredientes vistos anteriormente nas outras
proposições. Isso significa que um conjunto básico de ideias e melhores
práticas esta gradativamente se formando, delineando uma forma de se
implementar GD nas empresas. Um dos desafios será adaptar essas práticas e
ajustá-las a cada empresa, encaixando na sua cultura, ajustando às suas
limitações e vencendo os seus obstáculos com relação ao proprietarismo de
dados. É aí que o diabo se esconde...
O framework mostrado acima foi adaptado do artigo “Five Steps to Data Governance”, de Mike Cochrane, publicado na revista Information Magazine, de março de 2009. Disponível em: http://www.information-management.com/2007_56/10014953-1.html . Acesso em: 04 jan 2010.
|
