Governança de dados

Governança de dados

Se refere à autoridade e controle sobre a gestão de ativos de dados.

Principais papeis

• Data owner: é o dono do dado, a área de negócio
  
• Data steward: zelador do dado, garante a qualidade
  
• Data custodian: custodiante, área de tecnologia e segurança

Qualidade de dados

A garantia de que o dado será útil para a organização

Dimensões da qualidade

• Acurácia (Accuracy): O dado representa a realidade?
  
• Completude (Completeness): Faltam dados essenciais?
  
• Consistência (Consistency): O dado é o mesmo em sistemas diferentes?
  
• Integridade (Validity): Segue o formato correto (ex: CPF com 11 dígitos)?
  
• Tempestividade (Timeliness): O dado está disponível quando necessário?
  
• Unicidade (Uniqueness): Existem registros duplicados?

Conceitos importantes

Dicionário de dados: Foco técnico, envolve desenvolvedores e DBA. Exemplo: Tipo de campo, tamanho, chaves.

Glossário de negócios: Foco semântico, envolve usuários de negócios. Exemplo: Definição de termos como cliente ativo, faturamento bruto etc.

Catálogo de dados: Foco em descoberta, envolve analistas e cientistas. Exemplo: Onde está o dado, quem é o dono e quem pode acessá-lo.

Metadados: Dados sobre dados.

Data lineage: Mostra o caminho do dado desde a sua origem (source), passando pelas transformações (ETL), até o destino (dashboards/relatórios).

Dados abertos e transparência

Priorização de formatos não proprietários

Três Leis dos Dados Abertos:

1. Se o dado não pode ser encontrado e indexado, ele não existe.

2. Se não estiver em formato aberto e legível por máquina, não pode ser reaproveitado.

3. Se algum dispositivo legal impede o seu reuso, ele não é aberto.

Modelo de 5 estrelas:

⭐ 1 estrela
Dados disponíveis na web, com licença aberta, mas em qualquer formato (até PDF ou imagem).
→ Exemplo: tabela em PDF.

⭐⭐ 2 estrelas
Dados estruturados, mas em formato proprietário.
→ Exemplo: planilha no Excel (.xls).

⭐⭐⭐ 3 estrelas
Dados estruturados em formato aberto (não proprietário).
→ Exemplo: CSV.

⭐⭐⭐⭐ 4 estrelas
Dados usam identificadores únicos (URI) para permitir referência e integração.
→ Já começam a se conectar com outros dados.

⭐⭐⭐⭐⭐ 5 estrelas
Dados interligados (Linked Data), conectados a outras fontes.
→ Criam uma rede de dados contextualizada e reutilizável.

Padrões e boas práticas

DAMA-DMBOK: O framework de governança de dados

ISO 8000: A norma internacional para qualidade de dados.