Central de Cadastro
Os dados se tornaram tão vitais para o sucesso de todas as organizações (Grandes, Médias e Pequenas) que muitas estão tentando implementar um programa de Governança de Dados. Quando feito corretamente, um programa de Governança de Dados fornece os meios para gerenciar a coleta geral de dados (o "ativo de dados"), incluindo a estrutura, os processos, as pessoas e a organização necessários para gerenciar os principais elementos de dados.
O objetivo desta publicação é abordarmos o tema de GERENCIAMENTO DE DADOS – CENTRAL DE CADASTRO, dentro de uma organização, sendo uma estratégia crucial, para reconhecermos que a eficácia desse processo, não depende apenas de Ferramentas e Tecnologias, mas sim da colaboração ativa de todos os envolvidos.
Gerenciar dados de forma eficiente exige um esforço conjunto, onde cada pessoa traz sua expertise, insights e experiências para enriquecer nossas estratégias.
O cenário atual nos desafia a sermos não apenas gestores, mas também inovadores, capazes de transformar dados em um ativo estratégico que impulsionem nossas decisões e fortaleçam nossa competitividade no mercado.
Para isso, precisamos do seu envolvimento.
Cada um de nós lida com diferentes aspectos dos dados em nosso dia a dia – seja na coleta, análise, segurança ou aplicação.
Essa diversidade de perspectivas é o que nos permitirá construir um sistema de GERENCIAMENTO DE DADOS, que seja robusto, flexível e capaz de atender às diversas demandas da empresa.
Por isso, convido todos a se engajarem nessa análise prepositiva, compartilhando suas experiências e ideias sobre como podemos aprimorar nossos processos de Gerenciamento de Dados.
Queremos ouvir suas sugestões sobre como garantir a qualidade dos dados, melhorar nossa governança, e explorar novas formas de integrar e utilizar as informações de maneira eficaz.
Juntos, podemos construir uma abordagem inovadora, onde cada voz contribui para o fortalecimento do nosso gerenciamento de dados, resultando em melhores resultados.
Junte-se a Modernização de Dados Mestres interseção do MDM/MDG (Master Data Management/Governance) com Retrieval-Augmented Generation (RAG).
Como gostamos de acrônimos, elaboramos o ODAT-C, como uma forma de engajar nossos colaboradores de forma mais assertiva e colaborativa.
Letra | Objeto | Razão |
---|---|---|
O | OMNI (abrangente, total) | Omnipresença de dados e informações; |
D | DATA (informação, análise) | Dados para fundamentar decisões; |
T | TRABALHO em CONJUNTO (colaboração, equipe) | |
A | Assertividade (confiança, clareza) | Assertividade na comunicação e na execução de tarefas; |
C | Conexão | Conexão entre todos os elementos para atingir objetivos comuns. |
Assim, abre-se um conceito ou abordagem que integra e unifica dados de diversas fontes e formatos, proporcionando uma visão holística e abrangente das informações disponíveis.
Essa abordagem permite que organizações identifiquem, coletem, analisem e utilizem dados de maneira eficiente, favorecendo uma tomada de decisão mais informada e estratégica.
ODTA-C representa uma abordagem estratégica para a gestão e utilização de dados, visando maximizar o valor das informações disponíveis e impulsionar a eficiência operacional e a inovação nas organizações, aplicando em toda a organização à maneira como os dados são obtidos, rastreados, usados, entregues e descartados.
Dados são um ativo estratégico e devem ser gerenciados. Se os dados não forem gerenciados, eles frequentemente acabam sendo duplicados, de baixa qualidade e não suportam os insights que são produtos valiosos de bons dados.
Os dados exigem administração e responsabilização, este princípio exige que indivíduos sejam designados como administradores e zeladores dos dados.
A administração de dados consiste nas pessoas, na organização e nos processos necessários para garantir que os administradores devidamente designados sejam responsáveis pela governança.
Movendo dados para um Estado Governado¶
O propósito de executar a Governança de Dados é mover dados de um estado não governado para um estado governado.
Eles raramente são definidos, sua qualidade é desconhecida, suas regras de negócios são inexistentes ou conflitam entre si, e ninguém é responsável pelos dados. Dados governados são dados que são confiáveis e compreendidos e pelo qual alguém é responsável por ambos os dados em si e para abordar questões sobre os dados.
O Jargão continua: Mudar para Inovar¶
Os Sistemas de Planejamento de Recursos Empresariais (ERP) são frequentemente considerados a solução definitiva para a gestão integrada de processos e informações em uma organização, no entanto, a implementação de um ERP não garante automaticamente a resolução das questões relacionadas aos Dados Mestres/Referência.
Um dos principais motivos é que os ERPs, por natureza, são sistemas complexos e abrangentes, que exigem uma adaptação significativa das práticas e estruturas de dados já existentes nas empresas.
Essa adaptação pode resultar em dificuldades na harmonização dos Dados Mestres/Referência, que são fundamentais para a operação eficiente de qualquer sistema.
Ao se estruturar um projeto, deparamos com esta fragmentação, processos altamente manuais e que estão dispersos em diferentes sistemas legados, com variações nas definições, formatos e estruturas.
Além disso, a falta de governança de dados e a resistência cultural a mudanças podem agravar o problema, levando a inconsistências e à duplicação de informações.
A mudança nos processos atuais é vital para garantir que a nova estrutura de dados seja eficaz e não apenas garantam a continuidade da operação, mas também criem uma base sólida para a qualidade dos dados, permitindo que a organização opere de forma mais ágil e competitiva no mercado.
Documentações a serem analisadas¶
Normas |
---|
ABNT/NBR ISO/IEC 27018:2021(Tecnologia da informação - Técnicas de segurança - Código de prática para proteção de dados pessoais (DP) em nuvens públicas que atuam como operadores de DP) |
ABNT/NBR ISO/IEC 38505, 38505-1, 38505-2 E 38505-3 (Governança de TI e Dados) |
ABNT/NBR ISO/IEC 27001 (Internacional para a gestão da Segurança da informação) |
LGPD - Lei nº 13.709/2018 |
Marco Civil - Lei nº 12.965/2014 |
Cadastro Positivo - Lei nº 12.414/2011 |
Banco Central - Lei nº 4.595/1964 |
Acesso a Informação - Lei nº 12.527/2011 |
Defesa do Consumidor - Lei nº 8.078/1990 |
Regulamento (UE) 2018/1725 do Parlamento Europeu e do Conselho, de 23 de outubro de 2018; |
Finops |
ISO/IEC 42001 Governança, Gerenciamento de riscos, Qualidade dos dados, Segurança da informação. |
Tabelas de Backgroud-Check¶
A identificação de uma fonte segura para Dados Mestres/Referência e/ou a criação de estruturas de codificação faladas são fundamentais, para a iniciação de um processo de adaptação antes da migração de um sistema de Gestão.
Estruturamos o levantamento das informações em QUATRO etapas:
Fase | Objetivo |
---|---|
Levantamento de Dados Existentes | Mapeamento das fontes atuais de dados dentro da organização, identificando quais são os sistemas legados e quais dados eles contêm. |
Definir Gestores de Dados | Estabelecer uma área responsável para a Análise da Qualidade, Definição de Critérios Designação de um Líder de Dados e a elaboração de um processo de Monitoramento e Revisão para assegurar a continuidade da operação. |
Análise de Qualidade de Dados | Avaliar a precisão, completude e consistência dos dados coletados. Isso ajuda a identificar quais informações são confiáveis e quais precisam ser ajustadas ou eliminadas. |
Definição de Critérios | Estabelecer critérios claros para a seleção de dados que serão considerados como fontes seguras, levando em conta fatores como frequência de atualização, legitimidade da origem e relevância para a operação. |
EXEMPLOS DE FONTES EXTERNAS¶
Central de Cadastro¶
Em um cenário empresarial em constante evolução, a gestão eficaz de informações tornou-se um fator crucial para o sucesso das organizações.
No centro dessa transformação, surge a necessidade de uma Central de Cadastro Integrada, que visa otimizar o relacionamento com padrões, responsáveis, interagir fornecedores e aprimorar o atendimento ao cliente.
Não obstante a esta central e com a combinação do Master Data Management/Governance (MDM/MDG) e Inteligência Artificial (IA), poderíamos automatizar o processo de detecção e correção de erros de dados, recomendações de itens duplicados, identificar e mitigar potenciais riscos de conformidade.
Identificação do Problema¶
Registros com informações faltantes, duplicação de dados, risco de exposição de informações sensíveis, especialmente em conformidade com regulamentações como a LGPD, ausência de controles de acesso adequados, permitindo que usuários não autorizados acessem informações confidenciais, silos de dados (dificuldade em integrar dados de diferentes fontes, resultando em visões fragmentadas das informações), entre outros. Essa fragmentação de informações causa inconsistências com a análise de dados de atendimento, financeiro e administrativo, dificultando a comunicação com os fornecedores (prestadores de serviço, parceiros) e compromete a eficácia no atendimento ao cliente.
- Os dados são compartilhados e usados por muitos, para muitos propósitos diferentes. Então, quem é o dono deles? - [x] Quem toma decisões sobre eles e é responsável quando os dados dão “errado”?
- Inexistência de fluxo padrão para o cadastro dos principais dados mestres;
- Ausência de padronização descritiva, gerando produtos duplicados ou incompletos;
- Ausência da definição de papéis e responsabilidades;
- Falta de documentação clara sobre políticas e procedimentos pode levar a erros.
- Dificuldades em manter a central em conformidade com leis e regulamentos de proteção de dados.
- Dificuldade em gerar relatórios úteis e insights a partir dos dados armazenados.
- Várias bases de dados Analíticas e acesso a informações que não refletem a realidade atual da organização.
Proposta¶
A proposta de criação de uma Central de Cadastro ou a sua remodelagem, surge como uma solução eficaz para esses desafios. Este espaço dedicado permitirá a centralização e padronização das informações e responsabilização (indicadores de acurácia e tempo atendimento).
Expectativa | Entenda |
---|---|
Qualidade | Auxilia manutenção da qualidade dos dados ao impor padrões, validações e procedimentos de limpeza. |
Governança de dados | Adotar as políticas e procedimentos definidos pelo Data Product Manager. |
Agilidade Aumentada | Centralização permite a instituição se adapte rapidamente a mudanças nos requisitos de negócios. |
Data Flow | Fluxo de trabalho definido, registros das mudanças. |
Análise de Desempenho | Centralização dos dados possibilitará análises mais robustas sobre o desempenho dos fornecedores, permitindo à empresa escolher parcerias mais estratégicas e eficientes. |
Aumento da Eficiência | Com todos os cadastros em um único local, podemos impor padrões, validações e procedimentos de limpeza. |
Porque Centro de Serviço Compartilhado vs Central de Cadastro¶
Função | Central de Cadastros | Centro de Serviço Compartilhado (CSC) |
---|---|---|
Principal | Centraliza e gerencia informações cadastrais de clientes, fornecedores, produtos, entre outros. É responsável por manter os dados atualizados e acessíveis. | Centraliza e padroniza serviços de apoio, como finanças, recursos humanos, entre outros, para várias unidades de uma empresa. |
Foco | Dados e informações. A central de cadastros garante que todas as informações necessárias estejam corretas e disponíveis para diferentes departamentos da empresa. | Processos e serviços. O CSC busca otimizar a eficiência operacional e reduzir custos ao unificar serviços que seriam realizados separadamente por diferentes departamentos. |
Precisão e Consistência | Reduz erros e duplicidades nos dados. | Melhora a produtividade e a qualidade dos serviços. |
Facilita a obtenção de informações precisas e atualizadas. | Economiza recursos ao evitar duplicação de esforços | |
Ajuda a empresa a cumprir regulamentações e normas de proteção de dados. | Garante que os processos sejam realizados de maneira uniforme e consistente. |
Similaridades | Similaridades |
---|---|
Centralização | Ambos centralizam funções importantes para a empresa, seja de dados ou serviços. |
Visam aumentar a eficiência e reduzir custos operacionais. | |
Servem como suporte para outras áreas da empresa, permitindo que estas se concentrem em suas atividades principais. |
Perspectiva não observada¶
- O time da Central de Cadastro que coletam dados, deve ser treinado adequadamente para entender os métodos e ferramentas para minimizar os erros humanos.
- Eles devem estar cientes da importância de dados confiáveis e das consequências de dados não confiáveis.
- Auditorias Regulares aos Dados/Relatórios de Exceção, são essenciais para detectar inconsistências ou erros que possam afetar a confiabilidade. Esses mecanismos devem ter como objetivo encontrar erros, mas também identificar as causas básicas dos erros e implementar ações corretivas.
- Dicionário de dados é um repositório centralizado de informações sobre dados, como tipos de dados, significados, relacionamentos com outros dados, origem, uso e formato. Ele ajuda a manter a consistência dos dados e garante que todos usem e interpretem os dados da mesma maneira.
- Observabilidade de dados engloba atividades como monitoramento, alerta, acompanhamento, comparações, análises, registro, acompanhamento de SLA, todos trabalhando juntos para entender a qualidade de dados de ponta a ponta, incluindo confiabilidade de dados.
Planoe de Ação¶
A implementação de um plano de ação de Governança de Dados estruturado ajudará a sua organização a gerenciar dados de forma eficaz, garantindo qualidade, segurança e conformidade. Identificação dos processos de cadastros, responsabilização e autorização em dados Mestres/Referência, Transacional.
Avaliação dos Cadastros – Processos |
---|
Diagnóstico |
Mapeamento AS-IS/TO-BE e TO-DO |
Papéis e Responsabilidades |
Desenvolver KPI |
Desenvolver SLA |
Ciclo de Vida Definir quando/como os dados mestres devem ser inativados ou atualizados. |
Regras de Padronização |
Background-Check |
Ética e Compliance |