Sua organização trata os dados como um produto?

Luís Rudí

Desde o surgimento do conceito do Data Mesh em 2019 tópicos como “dados como produto” e “produto de dados” começaram a ser amplamente discutidos. Entretanto, ainda existem poucas definições pacificadas e uma baixa maturidade no tema.

A verdade é que o mercado ainda não conseguiu entender ou materializar a profundidade desses conceitos. A velocidade da evolução tecnológica que passamos somada às limitações estruturantes que as companhias geralmente carregam no seu DNA inviabiliza qualquer mudança na maneira em como os dados são tratados.

Esse ponto é muito preocupante, pois não existe transformação digital real se não houver uma transformação nos dados (ou em como eles são geridos). A maioria das empresas dizem que são digitalizadas, mas quando mergulhamos nos seus processos percebemos uma grande colcha de retalhos técnica que não está preparada para a próxima hype.

Será que é por isso que boa parte dos projetos de IA falham? Será que é por isso que as áreas de dados têm dificuldade de provar valor? Será que é por isso que o abismo entre TI e Analytics cresce tanto? É o cenário perfeito para fazermos várias conjecturas.

Mudando um pouco o prisma do porquê algo deu errado? para como podemos arrumar a casa?, precisamos entender os seguintes pontos:

Durante muito tempo os dados foram vistos como subprodutos das aplicações. Esse pensamento supõe que cada sistema possui seu próprio modelo de dados. Uma empresa geralmente possui vários sistemas (cada um com seus próprios modelos de dados) que precisam ser interoperáveis e interdependentes. Infelizmente manter essa integração de dados não é trivial e, por padrão, é responsável por cerca de 35%-65% do orçamento de TI.

Dentro dessa mentalidade centrada na aplicação, uma migração de sistemas vai exigir obrigatoriamente a migração do modelo de dados. Esse cenário é bastante comum no mercado. Se você é da área de tecnologia sabe que isso significa um projeto caro, complexo, que nunca é entregue no prazo e que gera uma série de débitos técnicos para trás.

A abordagem de dados como produto equaliza a importância dos dados frente às aplicações. Cada dado é visto como um ativo que pode e deve gerar valor para a companhia. Essa mudança de paradigma mais centrada no dado permite:

• Maior flexibilidade sistêmica, pois a efemeridade das aplicações será gerenciada sem penalizar o ecossistema de dados que sustenta o modelo de negócio;

• Simplificação do gerenciamento dos metadados e da qualidade de dados, pois um modelo de dados canônico é estabelecido, garantindo alinhamento da ontologia corporativa e a validação das regras de negócio;

• Grande economia com a integração de dados, pois a centralização do armazenamento de dados evitará a redundância dos dados desnecessária, mitigará problemas com replicação e potencializará a federação e/ou virtualização dos dados; 

De maneira resumida, a abordagem dos dados como produto permite uma maior gestão com um custo menor. Basicamente o sonho de qualquer executivo de dados!

Maiores detalhes dos benefícios do DataCentric podem ser encontrados na tabela abaixo: 

Tudo parece bem bonito, mas sair de um cenário extremamente centrado nas aplicações para um cenário data centric é um desafio. Seguem algumas dicas que aplico na minha jornada:

• Adote uma abordagem de DDD (Domain Driven Design): Organizar a companhia em domínios facilita o estabelecimento adequado da propriedade sobre o ativo (digital e/ou do dado).

  
  

• Unifique esforços: Alinhar a visão de Service Mesh com Data Mesh é um grande potencializador de sucesso. Visão de produto unificada entre TI e Analytics. Menor gargalo tecnológico com mais valor para a ponta final.

  
  

• Aproveite as oportunidades: A jornada de transformação nunca é simples. Precisamos respeitar a maturidade da companhia, entretanto, aproveitando cada projeto, programa, iniciativa para difundir as premissas e os pilares tecnológicos definidos facilita o caminho a ser percorrido.

Você trata seus dados como produto ou apenas como um custo?