Link para correção dos pequenos erros encontrados no BI2-Modelagem e Qualidade-Carlos Barbieri:
Os links estão acumulados num arquivo Dropbox, acessado por:
http://tinyurl.com/cwkkele
Grato
CB
Blog que objetiva a discussão de conceitos de Governança e Gestão de Dados com os serviços de DM (Data Management) associados(Arquitetura,Modelagem de dados,BD,DWBI,MDM,DNE,Qualidade de dados,Metadados,etc) Também aspectos de maturidade via modelos MPS.BR,CMMI(ambos para Eng de SW) e DMM (Dados), além das novas formas e influências dos dados na sociedade digital.
Total de visualizações de página
sábado, 29 de setembro de 2012
sábado, 8 de setembro de 2012
Governança de Dados-Parte IX- Visão Sunil Soares/IBM sobre Governança de Dados-Primeira parte:
Vou
centrar as minhas percepções em cima da figura 9.1. A
figura mostra uma adaptação feita por mim, sobre o RoadMap apresentado por
Sunil Soares , na página 8, do seu livro The IBM Data Governance Unified Process,
publicado por MC Press, em 2010. Fiz uma análise do roadmap apresentado pela
IBM , inserindo idéias e posições próprias, embora o enredo seja baseado nas premissas
apresentadas nos trabalhos pesquisados.
1)Definir
um problema: Você deve vender uma proposta de GD sempre com ênfase num problema
de dados, seja de segurança, privacidade, riscos em regulações exigentes,
problemas de consistência, integridade, precisão e disponibilidade de dados,
etc. O problema deverá ser centrado em cima de dados sensíveis, de áreas
importantes e vitais para o “business da empresa”. O problema será a semente
para se iniciar as ideias de GD. Se a sua empresa não apresenta problemas de
dados( o que é altamente improvável), você não precisa de GD. Esqueça;
2)Buscar
apoio da Alta Gerência: O problema apresentado deverá ser o mote para você
ganhar o apoio da alta gerência com relação à iniciação de um programa de GD.
De novo, se não há problemas, esqueça a GD. O problema é que sempre há problemas de dados, em grande parte
submersos, invisíveis e perigosos. O apoio da alta direção é fator fundamental
num programa dessa natureza que mexerá e regularizará um insumo que,
normalmente não tem dono, ou o que é pior, tem vários;
3)Realizar
uma avaliação de Maturidade: Essa é , na realidade, a primeira fotografia da
situação. As empresas normalmente não tem muita ideia da situação de seus
dados, a menos daquelas que ainda mantém uma área se preocupando com eles(são
poucas), independente do nome que essa função tenha: administração de dados,
gestão estratégica de dados, etc. A proposta da IBM é a fotografia realizada
via a avaliação de sua maturidade de dados. Essa é uma abordagem que normalmente
é feita em cima de uma área estratégica
da empresa, com um escopo que permita um retorno rápido e objetivo. Há modelos
da própria IBM sugerindo níveis diferentes de maturidade de dados, baseados no
estilo CMMI, que poderiam ser usados em workshops envolvendo os principais das
áreas “targets”, juntamente com a TI. Discutiremos os aspectos de maturidade de
dados nos próximos posts, com muito mais detalhes, mas por ora, aqui vai uma
ideia inicial: Os níveis de maturidade são:
·
Nível
Definido-Possui como características:
o
Ações
reativas
o
Não
há medições de qualidade
o
Políticas
inexistentes ou informais
o
Ações
sem coordenação centralizada
o
Os
erros são corrigidos nos dados e não na
fonte, sem causas raízes identificadas
·
Nível
Repetido-Possui como características:
o
Ações
ainda tímidas para se antecipar aos erros de dados
o
Algumas
dimensões de qualidade são articuladas, como completude, precisão, disponibilidade,
atualidade,etc
o
Primeiras
políticas de Privacidade e controle de uso aparecem
o
Identificação
de erros de não completude, sintaxe, estrutura, etc
o
Primeiras
práticas compartilhadas na área de dados
o
Primeiras
tentativas de organizar , como elemento essencial de gestão
de dados(semente MDM)
·
Nível
Definido-Possui como características:
o
Estrutura
de GD já existente, com Políticas, Guias, padrões corporativos e Metadados
definidos ou em definição
o
Ferramentas
e processos de Qualidade de dados(Data Quality) aplicados
o
Processo
definido para precisão e validação de
dados. Aqui saímos do contexto de projetos e migramos para um foco mais
organizacional
·
Nível
Gerenciado-Possui como características :
o
Gerência Quantitativa de qualidade, com a mensuração
de indicadores que reflitam numericamente o estado dos dados, principalmente
apontando fragilidades de conteúdo, forma, disponibilidade que implicam riscos
no negócio
o
Certificações
de fontes de dados, garantindo a não replicação
o
Auditoria
formal e institucional de Qualidade de dados
o
GD
com forte presença dos representantes de
linhas de negócios
o
Primeiras
ações em MDM, visando a gerência de dados mestres
·
Nível
Otimizado:
o
Processo
automatizado de detecção de erros
o
Controle
de dados ao longo de toda empresa
o
Métricas
e políticas constantemente revisadas
o
GD e Qualidade de dados institucionalizada
o
MDM
implementado
Outra
alternativa que poderia ser aplicada seria um projeto focado de Data Profiling,
em cima de dados fundamentais da empresa, do tipo Master, como Fornecedores,
Clientes, Produtos, etc. Essa avaliação, amostral sobre dados fundamentais,
poderá ser feita de forma mais rápida e trazer resultados imediatos sobre o
nível de qualidade dos dados. Há empresas e ferramentas especializadas nesse
segmento e os grandes produtores de tecnologia já oferecem um arsenal de opções
para tratamento de dados. A IBM, oferece uma suíte de produtos empacotados na
família Infosphere Information Server, com módulos voltados para MDM(Master Data Management), Análise de
informações, avaliação de qualidade, profiling, conexões diversas e governança
via metadados. A Oracle e Microsoft, também oferecem soluções nessas áreas,
dentro das suas linhas próprias de produtos. Também cresce no Brasil o número
de empresas prestadoras de serviços nesse espaço. Em BH, aparece a MD2 e em São
Paulo, a ASSESSO, ambas com especialização em ferramentais de limpeza e
estruturação de dados e portfólio de projetos em grandes empresas.
(Continua no próximo post)
Assinar:
Postagens (Atom)