O que é um framework de governança de dados?
Um framework de governança de dados reúne a documentação de regras, processos e responsabilidades que orientam como os dados de uma organização são coletados, armazenados, gerenciados e utilizados. As políticas e procedimentos definidos nesse framework garantem o atendimento aos requisitos de disponibilidade, qualidade, privacidade e conformidade.
Benefícios do framework de governança de dados
Um framework de governança de dados oferece benefícios como:
- Torna as organizações mais ágeis
- Garante a segurança e a privacidade dos dados
- Oferece eficiência operacional
- Democratiza o acesso aos dados
- Direciona a implementação de práticas recomendadas para ativos e gestão de dados
- Assegura a qualidade, precisão, completude e consistência dos dados
- Proporciona uma visão consistente dos dados
- Estabelece processos e políticas transparentes para estratégia e gestão de dados
- Facilita a análise de dados para decisões informadas
- Melhora a escalabilidade
- Transmite confiança nos dados
- Mantém os dados facilmente acessíveis
- Preserva dados consistentes e de alta qualidade em toda a empresa
- Torna os ativos de dados mais fáceis de descobrir, utilizar e conectar a resultados de negócios
- Minimiza riscos
- Oferece flexibilidade para atender às necessidades específicas de usuários e sistemas
- Reduz custos associados à fragmentação ou silos de dados
- Otimiza fluxos de trabalho
- Apoia o cumprimento de requisitos regulatórios
Quatro pilares da governança de dados
Os quatro pilares da governança de dados são: qualidade dos dados, administração dos dados, proteção e conformidade dos dados, e gestão de dados. Cada pilar representa um aspecto fundamental para uma governança de dados eficaz e compõe a base dos principais frameworks do setor. Juntos, garantem que:
- A qualidade dos dados atende às expectativas e exigências
- Uma pessoa ou equipe é designada e responsável pela posse e supervisão das fontes de dados
- Processos, sistemas e controles garantem o cumprimento das normas e regulamentações de segurança e privacidade de dados, como CCPA, HIPAA e GDPR
- Práticas adequadas de gestão de dados são implementadas e mantidas
Cada um desses quatro pilares se aplica à governança de dados durante todo o ciclo de vida das informações gerenciadas. Em um programa de governança de dados, esses pilares orientam o tratamento adequado dos ativos de dados.
Aspectos essenciais para um framework de governança de dados
Confira a seguir os principais elementos que devem ser avaliados ao desenvolver ou revisar um framework de governança de dados.
Cada um deles é fundamental para garantir um framework completo e eficiente, que assegure a conformidade com leis e regulamentos, além de possibilitar o armazenamento e a gestão dos dados de acordo com as necessidades da organização e de seus usuários.
Arquitetura de dados e infraestrutura tecnológica
Arquitetura de dados e infraestrutura tecnológica formam a base de qualquer framework de Governança de dados. A arquitetura de dados determina o desenho e a estrutura das informações, incluindo sua classificação e inventário, garantindo que atendam aos requisitos estabelecidos.
A infraestrutura tecnológica abrange os sistemas de hardware e software responsáveis pela coleta, armazenamento e gestão dos dados, como bancos de dados, data lakes, data warehouses e sistemas de planejamento de recursos empresariais (ERP). Também engloba as conexões de rede necessárias para viabilizar o intercâmbio de dados.
Descoberta de dados
Um framework de Governança de dados estabelece diretrizes claras sobre como a descoberta de dados deve ser conduzida para criar uma visão unificada de todas as informações. A descoberta de dados abrange não apenas os dados em si, mas também outros elementos, como:
- Colaboração
- Certificação de dados
- Classificação de dados
- Engenharia de dados
- Linhas de dados
- Perfil de dados
- Relacionamentos de dados
- Metadados
Integração de dados
Frameworks de Governança de dados garantem a eficácia da integração de dados, combinando informações de diferentes fontes para oferecer uma visão unificada e assegurar compatibilidade para máxima usabilidade.
O componente de integração de dados nas estruturas de Governança de dados garante que informações de toda a empresa e de fontes terceirizadas sejam facilmente integradas, utilizadas em aplicações e analisadas para embasar decisões estratégicas.
Lifecycle Management de dados
O Lifecycle Management de dados é o elemento da Governança de dados responsável por supervisionar as informações desde sua criação e coleta até o uso e o fim do ciclo de vida. Envolve a definição de políticas e procedimentos para os seguintes pontos.
Arquivamento de dados
- Quais mídias são aceitáveis para arquivamento?
- Que nível de segurança é necessário para os dados arquivados?
- Por quanto tempo os dados devem permanecer arquivados?
Descarte de dados
- Quando os dados devem ser destruídos?
- Quais são os métodos aprovados para a destruição de dados?
- Que comprovantes são exigidos para o processo de destruição?
Retenção de dados
- Por quanto tempo os dados devem ser mantidos?
- O que acontece ao final do ciclo de vida dos dados (por exemplo, destruição ou arquivamento permanente)?
Alfabetização em dados
A alfabetização em dados, por vezes, integra os frameworks de governança de dados.
Trata-se das competências necessárias para compreender os dados que a organização cria, coleta, armazena e processa. Inclui ainda o entendimento de como aplicar corretamente os elementos do framework de governança de dados aos dados da empresa.
Gestão de dados
A gestão de dados é a parte do framework de governança de dados que define os processos e regras para criação, armazenamento e acesso aos ativos de dados da organização. Estabelece diretrizes para o uso e o compartilhamento de dados, tanto internamente quanto externamente.
Também detalha quais metadados são obrigatórios - como origem do dado, data de criação, última atualização e proprietário - e como devem ser formatados para garantir a fácil localização das informações.
Qualidade dos dados
O componente de qualidade dos dados em um framework de governança de dados tem como foco garantir e manter a precisão, integridade, consistência e confiabilidade das informações.
Isso envolve identificar e implementar processos, ferramentas e automações para reduzir erros, detectar inconsistências e direcionar as correções ao longo de todo o ciclo de vida dos dados. Entre os principais elementos desse componente estão:
- Coleta de dados
- inserção de dados
- limpeza de dados
- análise de dados
- validação de dados
- monitoramento de dados
- auditoria de dados
Segurança e privacidade de dados
A segurança e a privacidade de dados integram a estrutura de governança de dados e impactam praticamente todos os seus outros componentes. Isso abrange todas as medidas adotadas para proteger os dados contra acessos não autorizados, garantir a privacidade de todas as informações confidenciais e pessoais e assegurar a conformidade com as diversas leis e regulamentações relacionadas à privacidade e à segurança de dados.
Nesta etapa da governança de dados, são detalhados processos, procedimentos e diretrizes específicos para a implementação da privacidade e da segurança de dados, como controles de acesso, técnicas de anonimização, criptografia de dados e sistemas de prevenção contra perda de dados.
Gestão de dados
A administração de dados fortalece as iniciativas de Governança de dados ao atuar em conjunto com equipes, departamentos e usuários externos para garantir a correta implementação das políticas e procedimentos definidos no framework de governança. Os administradores de dados também podem colaborar em atividades como:
- Solução de questões relacionadas a dados, como acesso, qualidade e segurança
- Definição de elementos de dados
- Garantia de conformidade
- Estabelecimento e manutenção de padrões de qualidade de dados
Conformidade regulatória
Os frameworks de Governança de dados orientam as organizações na identificação e no acompanhamento das mudanças nos requisitos de conformidade relacionados a dados. Além disso, fornecem diretrizes sobre práticas específicas de gestão de dados essenciais para garantir a conformidade.
O objetivo de um framework de governança de dados
O objetivo de uma estrutura de governança de dados é estabelecer diretrizes consensuais para a gestão dos ativos de dados de uma organização. Ao implementar uma estrutura de governança de dados, sua empresa obtém uma série de benefícios concretos que comprovam seu valor, como os listados a seguir.
Gestão de dados
Estruturas de governança de dados definem os elementos essenciais para uma gestão de dados eficiente, incluindo:
- Responsabilidade
- Métricas de risco e privacidade de dados
- Vocabulário e semântica relacionados a dados
- Elementos-chave de dados (KDEs)
- Convenções de nomenclatura<br>Propriedade
- Normas e padrões
Procedimentos, processos e regras
Os frameworks de governança de dados estabelecem procedimentos, processos e regras essenciais para um programa de governança de dados, orientando ações que viabilizam:
- Resolver problemas de dados
- Construir catálogos de dados
- Definir regras para alterações em dados
- Promover a alfabetização em dados
- Eliminar esforços duplicados
- Aplicar políticas de dados
- Facilitar a comunicação e o compartilhamento de dados
- Evidenciar questões de qualidade dos dados
- Identificar os responsáveis pelos dados
- Aprimorar a qualidade dos dados
- Monitorar o uso dos dados
- Proteger a privacidade dos dados
- Provisionar e entregar dados
- Reforçar as melhores práticas
- Otimizar fluxos de trabalho
- Apoiar iniciativas de conformidade
Métricas
Os frameworks de governança de dados determinam as métricas relacionadas a dados que precisam ser acompanhadas e reportadas, incluindo:
- Crescimento dos dados
- Indicadores-chave de desempenho (KPIs)
- Indicadores-chave de qualidade (KQIs)
- Eficácia e eficiência dos processos
Monitoramento
Estruturas de governança de dados oferecem diretrizes claras para o monitoramento de dados, incluindo:
- Proliferação de dados
- Qualidade dos dados
- Uso dos dados
- Exposição a riscos
Governança de dados x gerenciamento de dados
Governança de dados
A Governança de dados define políticas e procedimentos para o tratamento das informações, incluindo:
- Quem é responsável por cada conjunto de dados
- Quem pode acessar as informações
- Se determinados dados estão sujeitos a leis de privacidade ou outros requisitos regulatórios
- Quais são as exigências de segurança
- Quais são as políticas de retenção e exclusão de dados associadas
- Como os dados são armazenados
Gestão de dados
A gestão de dados abrange o tratamento das informações durante todo o seu ciclo de vida e contempla:
- Implantação da arquitetura de dados
- Desenvolvimento de modelos de dados
- Criação, processamento e armazenamento das informações
- Integração dos dados em data warehouse ou data lake
- Verificação da qualidade dos dados
- Resolução de erros
- Implementação da Governança de dados
Governança de dados e conformidade
A conformidade regulatória e os frameworks de governança de dados caminham lado a lado. Garantir que as práticas de dados estejam em conformidade com as exigências regulatórias é uma das principais funções desses frameworks.
Um framework robusto de governança de dados oferece diretrizes essenciais em áreas como:
- Privacidade de dados
- Gestão da qualidade dos dados
- Políticas de retenção e descarte de dados
- Segurança
Governança de dados e o GDPR
Em 2016, a União Europeia adotou o Regulamento Geral de Proteção de Dados (GDPR), uma norma de privacidade que estabelece regras rigorosas sobre o uso de dados pessoais e exige a implementação de medidas para protegê-los. O GDPR evidenciou a importância e a necessidade de estruturas robustas de governança de dados.
Entre as exigências do GDPR que impulsionam a adoção de uma estrutura de Governança de dados está a obrigação de que qualquer organização que trate dados pessoais de cidadãos da UE consiga responder a perguntas específicas sobre a gestão da titularidade desses dados.
Essas perguntas incluem:
- Como a titularidade dos dados é atribuída dentro da organização?
- A titularidade dos dados é centralizada ou colaborativa?
- Quais medidas estão implementadas para proteger os dados pessoais dos cidadãos da UE?
- Quais processos existem para tratar os dados ao final do seu ciclo de vida?
- Onde os dados pessoais dos cidadãos da UE estão distribuídos na organização?
Exemplos de estruturas de Governança de dados
Dois exemplos de estruturas de governança de dados independentes de fornecedor incluem:
- Estrutura de Governança de Dados DGI
- DAMA-DMBOK
Cinco exemplos de estruturas de governança de dados incluem:
- Estruturas de governança de dados bottom-up: Práticas de governança de dados iniciadas e implementadas nos níveis operacionais da organização são disseminadas para níveis superiores e tornam-se padrões, como a criação de modelos para convenções de nomenclatura.
- Estruturas de governança de dados centralizadas: A governança de dados é liderada por um indivíduo designado ou por uma equipe dedicada, responsável pela implementação da estrutura de governança de dados.
- Estruturas de governança de dados descentralizadas: Um comitê assume a governança de dados, desenvolvendo e gerenciando a estratégia da organização, enquanto as áreas funcionais criam e administram seus próprios conjuntos de dados e controlam a distribuição das informações.
- Estruturas de governança de dados top-down: A liderança da organização conduz a governança de dados, implementando políticas e disseminando-as por toda a empresa.
- Estruturas de governança de dados híbridas: As decisões de governança de dados são tomadas em diferentes níveis, seguindo uma estrutura centralizada, mas com grupos atuando de forma semi-autônoma e desenvolvendo padrões, políticas e procedimentos de acordo com suas necessidades.
O que é um modelo de maturidade em governança de dados?
O modelo de maturidade em governança de dados orienta a implementação de um framework de governança de dados. Ele é composto por etapas que auxiliam as organizações a definir objetivos claros para a adoção do framework e a traçar um caminho para alcançá-los. Além disso, oferece um standard para mensurar o avanço da organização em direção às suas metas.
Existem diversas versões de modelos de maturidade em governança de dados. A seguir, apresentamos as etapas que estão presentes na maioria desses modelos.
Sem conhecimento sobre frameworks de governança de dados
A organização não reconhece a importância de um framework de governança de dados, por isso nenhuma ação é tomada nesse sentido. Quaisquer processos de governança de dados existentes são ad hoc e não seguem um padrão.
Reconhecimento dos frameworks de governança de dados
A organização reconheceu a importância de uma estrutura de Governança de dados. Com processos de dados já implementados e documentados, além de um inventário de fontes de dados criado, ficou evidente a necessidade de um framework estruturado. Os stakeholders e tomadores de decisão estão informados, e as metas estão sendo definidas.
Uso reativo de elementos da estrutura de Governança de dados
A organização iniciou a estruturação de uma Governança de dados formal. Existem sistemas para gestão da informação, porém a adoção ainda não é universal nem formalizada.
Uso proativo de elementos da estrutura de Governança de dados
A estrutura de Governança de dados foi criada, com regras e políticas definidas e documentadas. Os responsáveis e gestores de dados já foram identificados, e um comitê de governança foi estabelecido. O framework está sendo aplicado na maioria das áreas da organização.
Implementação de um framework de governança de dados
O framework de governança de dados foi totalmente implementado, com políticas e regras aplicadas em toda a organização. Treinamentos formais sobre o framework já foram realizados. A qualidade dos dados está sendo monitorada e utilizada para embasar decisões estratégicas. Com a coleta de dados de desempenho, é possível identificar deficiências e oportunidades de otimização.
Otimização de um framework de governança de dados
O framework de governança de dados passa por monitoramento e otimização contínuos para aprimorar sua eficácia e eficiência. Fluxos de trabalho redundantes são eliminados ou redesenhados. Os dados recebem tags para facilitar sua localização. A organização reconhece os dados como um ativo estratégico e considera o framework de governança de dados fundamental para o sucesso do negócio.
Desafios da governança de dados
Os frameworks de governança de dados auxiliam as organizações a enfrentar diversos desafios relacionados à gestão e à manutenção de dados. Superar esses obstáculos elimina problemas que podem comprometer a governança de dados e afetar negativamente a precisão e a segurança das informações.
Silos de dados
A criação e o armazenamento de dados em diferentes sistemas ou departamentos geram inconsistências. Essa dispersão dificulta a implementação e a manutenção de uma governança de dados eficaz.
Problemas de qualidade de dados
A baixa qualidade dos dados, como imprecisões ou inconsistências, dificulta a tomada de decisões e exige recursos consideráveis para limpeza e padronização.
Conformidade regulatória
Garantir a conformidade com regulamentações como GDPR, HIPAA e CCPA exige controles rigorosos. Implementar esses controles de forma adequada em diferentes fontes de dados e sistemas de gestão de dados é um processo complexo e que demanda muitos recursos.
Falta de definição clara de papéis e responsabilidades
Quando os programas de gestão de dados não são bem estruturados, as organizações frequentemente não têm clareza sobre papéis e responsabilidades relacionados à gestão de dados. A ausência dessa definição compromete a responsabilização, gerando lacunas de Governança de dados e práticas inconsistentes de gestão.
Resistência à mudança
A ausência de mecanismos para promover mudanças culturais nos planos de Governança de dados frequentemente gera resistência entre os colaboradores. Nesses cenários, os programas de Governança de dados enfrentam objeções de funcionários que não desejam se adaptar a novos fluxos de trabalho.
Práticas recomendadas para o uso de frameworks de Governança de dados
Adotar práticas recomendadas na criação e implementação de frameworks de Governança de dados contribui para superar desafios e acelerar o retorno sobre os investimentos. Entre as práticas mais utilizadas, destacam-se:
- Defina metas e objetivos claros, como aprimorar a qualidade dos dados, garantir conformidade ou ampliar a acessibilidade.
- Alinhe o framework de gestão de dados às prioridades da organização.
- Atribua papéis e responsabilidades de gestão de dados a pessoas ou equipes específicas, assegurando a responsabilidade pela qualidade, controle de acesso e conformidade.
- Desenvolva e aplique padrões e políticas para entrada, armazenamento e uso de dados, incluindo diretrizes para manter a consistência e a qualidade em todos os processos.
- Implemente controles de qualidade, com monitoramento regular e limpeza dos dados para eliminar erros, inconsistências e duplicidades.
- Garanta a privacidade e a segurança dos dados, incorporando protocolos e controles que protejam informações confidenciais contra acessos não autorizados.
- Promova uma cultura orientada por dados, investindo em educação e conscientização dos colaboradores sobre a importância da Governança de dados.
- Utilize tecnologia, como softwares de Governança de dados, para automatizar classificação, rastreamento de linhagem e verificações de conformidade.
- Opte por sistemas de gestão escaláveis, capazes de atender à evolução das demandas de processamento e armazenamento.
- Revise e aperfeiçoe regularmente os componentes do framework de Governança de dados, aprimorando sistemas e processos de acordo com mudanças regulatórias, tecnológicas e de negócios.
Frameworks de Governança de dados geram valor
Um framework de governança de dados torna a qualidade dos dados uma meta alcançável para qualquer organização comprometida em investir nesse processo. Ao adotar esse framework, a empresa garante o gerenciamento adequado dos dados, a aplicação rigorosa de controles de qualidade e o cumprimento das exigências de conformidade.
