Nas organizações, os gestores e governantes se envolvem constantemente com o processo de tomada de decisão e devem escolher, entre as alternativas apresentadas, aquela que atingirá os melhores resultados ao ser executada.
Para atuar perante essa complexidade é exigido nas grandes organizações uma gestão estratégica eficiente, a qual pode ser facilitada pela utilização de recursos providos pela tecnologia e sistemas de informação.
Para atuar perante essa complexidade é exigido nas grandes organizações uma gestão estratégica eficiente, a qual pode ser facilitada pela utilização de recursos providos pela tecnologia e sistemas de informação.
A tecnologia de informação oferece recursos tecnológicos e computacionais para a geração de informações, e os sistemas de informação estão cada vez mais sofisticados, propondo mudanças nos processos, estrutura e estratégia de negócios. As empresas precisam estar preparadas para lidar com os problemas internos e externos do ambiente em que estão inseridas e, para isso, se utilizam desses sistemas para a resolução desses problemas. Os sistemas de informação dão segurança, agilidade e versatilidade para o difícil momento de decisão.
O projeto desses sistemas deve considerar a inserção de dados de origem interna e externa que resultem na concretização dos objetivos preestabelecidos pela empresa. As fontes externas, entre outras, advêm do relacionamento com fornecedores e clientes. As fontes internas estão relacionadas aos bancos de dados, ou mesmo fontes de dados não estruturados, mantidas pela organização. Os bancos de dados são atualizados pela captura e armazenamento dos dados resultantes da integração dos diversos sistemas que sustentam a organização, entre eles, sistemas de recursos humanos, financeiro, de contabilidade, ou seja, sistemas que automatizam totalmente ou prestam suporte parcial aos processos de negócio da organização. Em outras situações, menos ideais, os dados são provenientes de planilhas ou outras fontes que dificultam enormemente a sua obtenção e, principalmente, põem em dúvida a qualidade desses dados.
A informação obtida advém da interpretação dos dados disponibilizados ao decisor. Para se conseguir obter informação de qualidade os dados devem ser corretos, oportunos, adequados ao negócio, relevantes e consistentes. Se os dados não apresentarem qualidade, maior será a dificuldade do gestor em obter a informação desejada para o auxílio à tomada de decisão.
A qualidade dos processos e de seus dados consumidos e produzidos são fatores críticos para o sucesso nas corporações. Se os dados circulam pelos processos, o que adiantará termos uma boa camada de sistemas estruturados, se o insumo fundamental, os dados, chegam com qualidade duvidosa no momento do seu consumo? Da mesma forma, se os processos não forem criados com qualidade e em atenção às reais necessidades da organização, automatizá-los somente levará o problema para a esfera da tecnologia da informação.
Vários modelos e propostas para a melhoria de processos como BPM, ITIL, COBIT e CMMI vem sendo implementadas pelas organizações nos últimos anos. Somente mais recentemente, a Governança e a Qualidade de Dados tem sido objeto de atenção.
No âmbito brasileiro, em 2010, a e-Ping adotou o Modelo Global de Dados (MGD) como a Arquitetura de Interoperabilidade para Integração de Dados e Processos relacionadas ao Governo Federal. O MGD tem como objetivo obter uma visão integrada, em alto nível, dos diversos dados e processos que suportam os macroprocessos de Governo.
Internacionalmente, também por volta de 2010 foi lançado o DAMA-DMBOK, o Guia para o Corpo de Conhecimento em Gestão de Dados.
E agora, em meados de 2014, foi disponibilizado o Modelo de Maturidade de Gestão de Dados (DMM - Data Maturity Model), criado pelo CMMI Institute, com a colaboração de especialistas em gestão de dados e de representantes de organizações de negócios que dependem fortemente do acesso a dados. Durante 3 anos esse modelo vem sendo testado e evoluído.
No âmbito brasileiro, em 2010, a e-Ping adotou o Modelo Global de Dados (MGD) como a Arquitetura de Interoperabilidade para Integração de Dados e Processos relacionadas ao Governo Federal. O MGD tem como objetivo obter uma visão integrada, em alto nível, dos diversos dados e processos que suportam os macroprocessos de Governo.
Internacionalmente, também por volta de 2010 foi lançado o DAMA-DMBOK, o Guia para o Corpo de Conhecimento em Gestão de Dados.
E agora, em meados de 2014, foi disponibilizado o Modelo de Maturidade de Gestão de Dados (DMM - Data Maturity Model), criado pelo CMMI Institute, com a colaboração de especialistas em gestão de dados e de representantes de organizações de negócios que dependem fortemente do acesso a dados. Durante 3 anos esse modelo vem sendo testado e evoluído.
"A iniciativa do Modelo de Maturidade de Gestão de Dados fornece uma referência mensurável para avaliar a eficiência das práticas de gerenciamento de dados, a maturidade da integração operacional, bem como o estabelecimento de padrões essenciais para definições de dados", segundo John Muholland, diretor global de dados de referência para a RBC Financial Group, uma das empresas avaliadoras do novo modelo. "O DMM não somente ajuda a orientar e medir a proficiência de uma empresa sobre os seus próprios processos de qualidade de dados e estruturas de governança de dados, mas fornece critérios consistentes para medir os serviços de provedores externos".
O modelo ajuda as organizações a se tornarem mais proficientes na sua gestão de dados críticos e fornece um referencial consistente e comparável para controlar o risco operacional.
O DMM é construído com base nos princípios fundamentais do Capability Maturity Model Integration (CMMI), considerando a evolução da gestão dos dados em escalas de maturidade.
O modelo define o
gerenciamento de dados em 6 grandes categorias, subdivididas em áreas
específicas de processos:
- Estratégia de Gerenciamento de Dados:
- Estratégia de gerenciamento de dados
- Comunicações
- Função de gestão de dados
- Caso de negócio
- “Funding”
- Governança de Dados:
- Gestão da Governança de dados
- Glossário de Negócios
- Gerenciamento de Metadados
- Plataformas e Arquiteturas de Dados:
- Padrões arquitetônicos
- Plataforma de gestão de dados
- Integração de dados
- Histórico de dados, arquivamento e retenção
- Operações de Dados:
- Definição de requisitos de dados
- Gerenciamento do ciclo de vida de dados
- Gestão de fornecedores
- Qualidade de Dados:
- Perfis de dados
- Avaliação da qualidade de dados
- Limpeza de dados
- Processos de Suporte:
- Gestão de processos
- Garantia da qualidade do processo
- Gestão de riscos
- Gerenciamento de configuração
Estes processos são
definidos no nível do processo de negócio específico para que as
organizações possam ser avaliadas segundo as melhores práticas de forma a amadurecer a sua gestão de recursos de dados como uma necessidade da unidade
de negócio.
Como visto, o modelo
mantém uma similaridade com o CMMI-SW, o que favorece a sua
implementação em organizações que já implementaram o CMMI. Quem
já possui experiência em maturidade de processos, estará muito
mais familiarizado com a maturidade de dados.
Chegou a hora de se
considerar os dados com uma maior relevância em relação à que sempre tiveram.
Decidir adequadamente os rumos de uma organização não se trata de uma questão de sorte!
No próximo artigo veremos como os dados devem ser tratados em uma arquitetura corporativa.
No próximo artigo veremos como os dados devem ser tratados em uma arquitetura corporativa.
Contar com a sorte, "achismo", emoção ou fé para atingir objetivos e não com os o sério estudo de cenários e metodologias hoje existentes em profusão é o que mais e vê. As paixões e os interesses pessoais ou de grupos têm norteado as decisões de empresas e Governo neste País. Pena!
ResponderExcluir