10 passos para construir uma estratégia de dados efetiva

*Por César Ripari

Os dados são hoje amplamente reconhecidos como os maiores ativos de uma organização, fundamentais para embasar decisões mais inteligentes. No entanto, é evidente que muitas empresas ainda atuam de forma desordenada com eles, sem uma estratégia efetiva. Aquelas que buscam estabelecê-la enfrentam inúmeros desafios. Simplesmente seguir trabalhando sem que ela esteja definida não é mais uma opção viável. É fundamental ter uma estratégia, e, a partir dela, criar um plano estruturado para definir como gerenciar, utilizar e extrair valor dos dados, abrangendo políticas, processos e tecnologias para garantir a qualidade, segurança e conformidade das informações. 

Como um verdadeiro mapa, a estratégia de dados ajuda a promover uma cultura orientada por eles e iniciativas alinhadas com os objetivos gerais e específicos do negócio. A elaboração desse plano demanda uma atenção especial a fatores altamente relevantes que vão ajudar as companhias a evitarem desvios, inconsistências e utilização inadequada das informações. Para a preparação de um plano eficiente, podemos destacar os principais passos que toda organização deve seguir: 

1. Alinhar objetivos organizacionais: Os objetivos de toda a estratégia de dados da organização devem estar alinhados. A colaboração entre departamentos se faz necessária para definir a estratégia do uso dos dados, os processos específicos e as áreas em que as informações podem desempenhar uma função importante para atingir as metas da organização.
2. Avaliar a situação atual: É importante realizar uma análise abrangente dos ativos de dados, processos e competências atuais, organizando um inventário dos conjuntos de dados por unidade de negócio, identificando suas devidas fontes e qualidade. É necessário avaliar também a infraestrutura tecnológica de armazenamento, processamento e integração para identificar necessidades de ajustes. Deve-se ainda validar a metodologia de governança das informações para alinhar papéis, responsabilidades e compliance.
3. Identificar casos de uso: Envolver as principais partes interessadas dos vários departamentos da empresa para coletar insights e descobrir o que buscam em relação aos dados. Nesse momento, é importante avaliar: quais são os principais objetivos de negócio de cada setor; que tipos de dados são essenciais para as operações diárias e tomada de decisões; de que forma os dados são gerenciados e utilizados, além dos principais desafios (ou preocupações) relacionados aos dados que são enfrentados atualmente.
4. Desenvolver o framework de governança de dados: Preparar o ambiente para uma implementação equilibrada de medidas sólidas de governança, considerando por base Pessoas, Processos e Tecnologias (fig. 1). Ainda nessa etapa, defina os elementos fundamentais do framework, incluindo papéis, responsabilidades e políticas. Todos os princípios e objetivos de adoção das medidas devem ser esboçados nessa fase.

   

5. Definir arquitetura de dados: Engenheiros de dados devem projetar uma arquitetura escalável e flexível, alinhada ao negócio e levando em conta o crescimento do volume  de  informações  e  avanços  tecnológicos.  É importante desenvolver um modelo de dados e estratégias de integração para um fluxo contínuo entre sistemas.
6. Estabelecer padrões de qualidade dos dados: Definir um processo de qualidade de dados, métricas e padrões para garantir precisão e consistência nas análises. Envolver os principais stakeholders no ciclo de qualidade dos dados (fig. 2) para validações e limites no uso das informações e as expectativas em relação às informações.

   

7. Estabelecer medidas de segurança e privacidade: Identificar requisitos de segurança e privacidade, estabelecer medidas de proteção para dados sensíveis, possíveis vulnerabilidades e ameaças de segurança. Atentar para regulamentações em vigor e garantir o alinhamento com as políticas e procedimentos internos. Estabelecer auditorias e avaliações regulares de segurança  para  ajudar  a  identificar  e atuar proativamente em possíveis fragilidades encontradas.
8. Definir processos para ciclo de vida dos dados: É importante definir processos claros em todas as etapas da “vida” dos dados: desde a coleta, armazenamento, processamento até o descarte dos dados, com diretrizes éticas e governadas. Dentre essas etapas deve-se mapear detalhadamente todos os processos que incluem as origens dos dados, perfis de utilização, transformação e integração, migração entre ambientes e sistemas, retenção e arquivamento, backup e recovery, controles de acesso, supervisão e governança, e constante monitoramento da qualidade dos dados.
9. Definir estratégias para Analytics e Business Intelligence (BI): Desenvolver estratégias para aproveitar todos dados da organização em soluções de Analytics e Business Inteligence. Identificar KPIs (Indicadores-Chave de Desempenho) e definir métricas corporativas alinhadas com os objetivos da organização são fatores importantes para a tomada de decisão baseada dem dados.
10. Desenvolver iniciativas de alfabetização de dados: Planejar programas educacionais para promover um ambiente consciente com relação à leitura, compreensão e comunicação através dos dados. Identificar os públicos-alvo e suas necessidades específicas de capacitação no uso dos dados, incluindo soft-skills. Deve-se estabelecer uma comunicação bem definida, suportada pelos níveis diretivos e enfatizar a importância dos dados na tomada de decisões.

Ao seguir esses 10 passos, as empresas podem estabelecer uma base sólida para uma estratégia de dados efetiva. No entanto, é importante ressaltar que ela não deve ser encarada como um projeto estático, mas sim um processo contínuo de melhoria e adaptação. Revisões e ajustes devem ser realizados à medida que as necessidades do negócio evoluem e novas tecnologias emergem. Dessa forma, as organizações podem permanecer na vanguarda da inovação, aproveitando todo o potencial dos dados para impulsionar a evolução empresarial. 

*César Ripari é Líder do Comitê de BI e Analytics da Associação Brasileira das Empresas de Software (ABES) e Diretor de Pré-Vendas para a América Latina da Qlik.

Aviso: A opinião apresentada neste artigo é de responsabilidade de seu autor e não da ABES – Associação Brasileira das Empresas de Software