Adote uma abordagem de governança de dados que gere resultados de negócios

Ao estabelecer uma governança de dados eficaz, você está criando a base necessária para garantir que sua organização aproveite oportunidades de negócios e supere desafios. Durante o processo, você pode assegurar maior precisão dos dados, reduzir o tempo da tomada de decisões graças à qualidade aprimorada dos dados e minimizar os riscos com economia para os negócios. 

Confira a seguir os sete elementos da governança eficaz de dados e analytics:   

1. Valor e resultados: certifique-se de que as atividades de governança sejam específica e diretamente vinculadas ao valor organizacional ou às prioridades e aos resultados de negócios. Ao começar pelos resultados de negócios, uma conexão mais direta será estabelecida com os instrumentos da governança, como políticas e padrões. Dessa forma, é possível identificar as métricas de D&A apropriadas para viabilizar os resultados desejados;

2. Responsabilidade e direitos de decisão: desenvolva e mantenha um modelo apropriado de responsabilidade com direitos de decisão para que todas os stakeholders compreendam claramente onde os ativos de dados e analytics (D&A) são criados, consumidos e controlados; 

3. Confiabilidade: as organizações não podem pressupor que detêm todos os ativos de D&A que administram. Alguns deles são provenientes de empresas parceiras, corretores de informações e fontes de dados abertas. Portanto, promova a governança de dados baseada em confiabilidade e reconheça a importância da linhagem e da curadoria dos ativos de D&A em ecossistemas organizacionais complexos e distribuídos;

A existência de diversos resultados de negócios, prioridades e stakeholders dificulta o estabelecimento de políticas de governança de D&A completas, coesas e eficazes. Como consequência, o escopo das iniciativas de governança de dados acaba se fragmentando. 

Além da fragmentação dos escopos, as equipes de D&A e os respectivos stakeholders muitas vezes deixam de considerar duas dimensões críticas da governança de dados: quais artefatos de D&A administrar e quais tipos de políticas aplicar.

Além disso, algumas organizações desenvolvem programas e elaboram políticas para cada ativo de informação — uma política de cada vez — apenas para acabar com programas monolíticos que têm pouca chance de funcionar em conjunto. No fim das contas, esses programas de governança de D&A entregam valor limitado porque não identificam nem formalizam os tipos relevantes de políticas com a devida antecedência no processo. 

Para enfrentar esses desafios, trace uma visão holística de como os artefatos de D&A são administrados e aplique uma gama completa de políticas sobre qualidade, segurança, privacidade, retenção, ética, definições e modelos como parte de seu conjunto de ferramentas para práticas recomendadas e casos de uso.

Essa abordagem da governança ajudará a identificar quais parceiros de negócios específicos devem se responsabilizar pelo monitoramento e pela fiscalização das políticas.

Políticas de qualidade estabelecem expectativas sobre a adequação dos artefatos à finalidade em várias dimensões. Embora normalmente sejam associadas a dados, considerações sobre validade, completude, atualidade, precisão e integridade, entre outras, também podem se aplicar aos artefatos de análise. 

Políticas de privacidade geralmente são associadas a dados pessoais (como dados de clientes, pacientes ou funcionários) e priorizam o estabelecimento de responsabilidade, transparência, processamento devido e controle para reduzir riscos à privacidade e à conformidade.

Políticas de segurança se concentram no controle de acesso de artefatos de D&A valiosos ou confidenciais, ajudando a organização a minimizar o risco corporativo e financeiro de violações da segurança decorrentes de ataques hacker, ransonware e agentes maliciosos internos. Com frequência, as políticas de segurança e privacidade estão intrinsecamente interligadas. E muitas organizações desenvolvem políticas de proteção de dados que abordem os dois problemas. 

Políticas de retenção privilegiam os ciclos de vida útil dos artefatos de D&A, isto é, por quanto tempo eles permanecem retidos e arquivados, e quando são descartados. Além disso, a retenção e o descarte às vezes são relacionados a políticas de privacidade quanto a dados pessoais.