A estrutura da governança de dados é o modelo que lança as bases da estratégia e do compliance. A partir do modelo de dados que descreve seus fluxos – entradas, saídas e parâmetros de armazenamento – o modelo de governança se sobrepõe a regras, atividades, responsabilidades, procedimentos e processos que definem como gerir e controlar esses fluxos.
Pense no modelo como uma espécie de mapa de como a governança de dados funciona em uma determinada organização. E observe que essa estrutura de governança será única em cada organização, pois reflete as especificidades dos sistemas de dados, as tarefas e as responsabilidades organizacionais, os requisitos regulatórios e os protocolos do setor.
Sua estrutura deve incluir o seguinte:
- Escopo de dados: mestre, transacionais, operacionais, analíticos, Big Data etc.
- Estrutura organizacional: funções e responsabilidades entre responsável, chefe de dados, TI, equipe de negócios e patrocinador executivo.
- Padrões e políticas de dados: guias que descrevem o que é gerenciado e governado e quais são os resultados.
- Supervisão e métricas: parâmetros para medir o sucesso e a execução da estratégia.
Processos de governança de dados
A governança de dados deve estar integrada aos processos de criação, gestão e proteção de dados da organização. Confira abaixo alguns elementos e diretrizes processuais:
- Procedimentos e documentação: mais do que um simples requisito para atender aos auditores, a documentação deve delinear claramente todos os processos. Os procedimentos também devem ser reforçados por meio de treinamento e incentivos motivacionais.
- Integridade dos dados: as considerações sobre integridade dos dados devem ser incorporadas aos procedimentos de acordo com o modelo e a estrutura de governança. É possível que esses acréscimos exijam um pouco mais de atenção e disciplina processual dos funcionários, além de afetar a eficiência (talvez adicionando alguns segundos ao processo). Talvez aqui, um pouco de automação ajude. Tecnologias relativamente baratas e comprovadas, como leitores de código de barras e telas sensíveis ao toque, tornam a coleta de dados mais rápida e precisa, principalmente quando associada a sensores de IIoT (Internet Industrial das Coisas) e emparelhada aos sistemas existentes de controle de processos.
- Auditorias e controle de qualidade: criação de verificações periódicas de validade dos dados em todos os procedimentos para comprovar o compliance. O melhor é a programação regular das verificações feitas por uma equipe de qualidade.
Maiores Desafios
As questões organizacionais e de pessoal podem ser os maiores desafios. Toda transformação de negócios requer funções e responsabilidades e alguém para liderar isso. Também demanda uma mudança cultural: a gestão dos dados precisa passar de uma função tediosa e de baixo nível para uma tarefa de alta relevância. Se os colaboradores tiverem contato com os dados, em especial os críticos, e de alguma forma criarem, alterarem, usarem ou moverem esses dados, eles precisarão entender seu papel na manutenção deles e também ser responsáveis por eles.
Outro grande desafio é a rápida proliferação de dados, que está se tornando cada vez mais dominante. Grande parte desses novos dados não está estruturado ou é diferente do que vimos ou com que trabalhamos no passado. Além de sobrecarregar os sistemas e bancos de dados existentes, isso também traz a necessidade de novos procedimentos e requisitos adicionais de governança.
Artigo originalmente publicado em Blog SAP
4Strategies – Alta Performance para estratégias corporativas
