Governança de dados: Dados de Referência

Governança de Dados de Referência - Apresentação

Apresentando o instrutor e fazendo audiodescrição

Olá! Eu sou Marcelo de Oliveira.

Audiodescrição: Marcelo de Oliveira é uma pessoa branca, usa óculos pretos e quadrados, veste uma camisa verde-escura e está no estúdio da Alura; ao fundo há uma parede branca e, à sua esquerda, uma estante com alguns objetos.

Apresentando o tema e contextualizando a experiência profissional

Hoje vamos abordar outro tema relacionado à carreira de governança de dados.

Sou profissional da área de tecnologia e atuo em gestão e governança de dados há mais de 10 anos.

Eu desenvolvo projetos em empresas como bancos, fintechs, seguradoras e empresas do varejo, e também dou aulas e palestras em diversas instituições.

Convidando para explorar dados de referência

Convido você hoje a entender um tema relacionado ao mundo da governança de dados: os dados de referência. Hoje nós vamos aprender como reconhecê-los, entender os impactos da baixa qualidade desses dados na operação e nos processos analíticos e estratégicos das empresas, e, juntos, explorar as melhores práticas para gerir esses dados, de modo que estejam prontos para uso em todos os processos da empresa.

Vamos?

Governança de Dados de Referência - Apresentação do Cenário

Contextualizando o cenário da empresa

Nesta aula, vamos reconhecer os dados de referência dentro da imensidão de dados que qualquer empresa possui. Para isso, usaremos um exemplo. Vamos imaginar um cenário de uma empresa da área de confecção de roupas, que conta com diversas marcas distintas. Essa empresa tem mais de 100 lojas espalhadas por todo o Brasil, em diferentes cidades, estados e regiões.

Essa empresa também conta com um comércio eletrônico, um site (página na internet) no qual as pessoas clientes também podem comprar seus produtos, suas roupas. Nesse ambiente, temos diversos sistemas e várias bases de dados diferentes, com tecnologias, configurações e padrões de dados distintos.

Descrevendo o ambiente de dados e o data lake

Dentro desse contexto, existe um grande repositório de dados, um Data Lake (lago de dados), que recebe todas essas informações. Vamos observar o ambiente de dados dessa empresa. À esquerda, na parte superior, vemos as lojas da marca A, que enviam informações de inventário, vendas, devoluções e os registros de pessoas clientes. O mesmo ocorre com as lojas das demais marcas, que também enviam essas informações, assim como o comércio eletrônico.

Todos esses dados são armazenados de forma centralizada no chamado Data Lake (lago de dados), que é um grande armazém de dados que recebe todas essas informações.

Definindo o objetivo e identificando problemas de padronização

Diante desse cenário, fomos desafiados a identificar quais são as características das roupas mais vendidas, tanto nas lojas quanto no comércio eletrônico. Para isso, analisaremos todas as formas de venda, considerando todas as informações, de todas as marcas, de todas as lojas e também do comércio eletrônico.

Ao receber esses dados, notamos algumas características que dificultarão nossa análise. Observemos o que identificamos: ao analisar a descrição do produto, percebemos que, por exemplo, para “camiseta”, havia variações na descrição do mesmo produto. No sistema A, constava “camiseta”. No sistema B, “camisetas”. No sistema C, “T-shirt (camiseta)”. E, no comércio eletrônico, esse mesmo produto foi registrado como “camisa casual”.

A mesma informação apresenta padrões diferentes, o que certamente dificultará nossa análise. E não ficou por aí.

Exemplificando variações e detalhando impactos da falta de padronização

Também notamos que, nas informações de tamanho do produto, havia variação. Por exemplo, o tamanho “extra grande”, nas lojas do Sul, estava registrado com a sigla GG. Nas do Sudeste, G+. E, no comércio eletrônico, XL, que é a abreviação de Extra Large (extra grande). Nesse cenário, temos informações que representam uma característica dos nossos produtos e que apresentam variações na forma de preenchimento. Sem dúvida, isso dificultará nossa análise.

Além disso, a falta de padronização também impactará o dia a dia da empresa. Provavelmente, o planejamento de coleção e o mix (combinação) de produtos serão afetados, já que a informação não está organizada nem padronizada. O mesmo vale para as análises de dados, as negociações com fornecedores, o planejamento da distribuição entre lojas, a gestão de estoque e reposição, a separação e o envio de produtos e pedidos, a definição de preços e promoções e a sincronização do catálogo de produtos entre todas as lojas e ambientes. Sem dúvida, todos esses processos também serão afetados por essa falta de padronização e organização dos dados.

Conectando organização dos dados e próximos passos

O que está acontecendo? A figura, representada por um cubo mágico à esquerda, indica o dado não organizado. Nessa situação, a informação não representa o que realmente ocorre na empresa, em seu dia a dia e em suas transações, o que pode levar a conclusões equivocadas e decisões erradas.

À direita, temos o cubo mágico organizado, representando uma situação em que esses dados estão melhor estruturados e refletem exatamente o cotidiano do negócio. Isso dá suporte a todos os processos de dados para as decisões de negócio da empresa e também para seus processos operacionais, no dia a dia.

Neste exemplo, temos alguns dados de referência que não estão padronizados e que trarão grande dificuldade à nossa análise. Agora tivemos o primeiro contato com os dados de referência. Na próxima aula, entenderemos como esses dados se estruturam, quais são os tipos de dados de referência e, em seguida, definiremos como geri-los de maneira mais avançada, a fim de diminuir os impactos negativos, tanto nas análises de dados quanto nas operações do dia a dia das empresas.

Governança de Dados de Referência - O que são Dados de Referência

Cumprimentando e introduzindo o tema

Olá!

No último vídeo, vimos um exemplo prático de como os dados de referência aparecem no dia a dia das empresas. Agora, vamos ver as principais características desse tipo de dado e aproveitar para entender quais outros tipos também temos no nosso cotidiano. Vamos?

Apresentando os dados mestres

Vamos começar por um tipo muito importante, do qual certamente utilizamos informações no dia a dia: os dados mestres. Esses dados representam as principais entidades de negócio das empresas, como clientes, produtos, fornecedores, colaboradores e contratos.

Por que se chamam mestres e são considerados os dados principais de uma empresa? Porque são consumidos, utilizados e produzidos por praticamente todas as áreas da organização. Por isso, são muito importantes.

Explicando os dados transacionais

Além dos dados mestres, também temos os dados transacionais. Diferentemente dos dados mestres, os dados transacionais representam eventos, operações e movimentos do dia a dia da empresa. Exemplos incluem pedidos de compra e de venda, movimentações financeiras, movimentações de estoque, contratações e demissões.

Essas ações são comuns a todas as empresas. Esses são os dados transacionais. Em seguida, temos os dados de referência.

Definindo e exemplificando os dados de referência e encaminhando próximos passos

Vamos começar definindo o que eles não são. Diferentemente dos dados mestres, eles não representam uma entidade; não representam uma pessoa, uma empresa, um objeto ou um fato. Em vez disso, fornecem características e significado a essas entidades. Estabelecem definições comuns, classificações e relações entre elas, o que garante uniformidade e exatidão na representação dos dados de cada uma dessas entidades.

Vejamos alguns exemplos. Retomando o caso que discutimos anteriormente, analisamos a informação da descrição do produto — uma característica de um produto. No contexto do nosso caso: camiseta, bermuda, saia. Outro exemplo é a informação do tamanho do produto: pequeno, médio, grande, extra grande. Essas informações agregam significado, caracterizam e classificam as características dos dados mestres — no nosso caso, de produtos.

Portanto, são extremamente importantes para compreendermos, de maneira completa, as características de uma entidade de dados, como, por exemplo, produtos.

No próximo vídeo, veremos como os dados de referência são estruturados e os diversos tipos e fontes em que podemos encontrá-los. Até lá! [♪]

Sobre o curso Governança de dados: Dados de Referência

O curso Governança de dados: Dados de Referência possui 98 minutos de vídeos, em um total de 37 atividades. Gostou? Conheça nossos outros cursos de Governança e Qualidade de Dados em Dados, ou leia nossos artigos de Dados.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Governança de Dados de Referência
• Estrutura e Origens dos Dados de Referência
• Fontes, Arquitetura e Modelagem de Dados de Referência
• Gestão de Dados de Referência