Baixe o app para aproveitar ainda mais
Prévia do material em texto
Preencha aPreencha a ficha de cadastroficha de cadastro no final deste livro no final deste livro e receba gratuitamente informações sobree receba gratuitamente informações sobre os lançamentos e promoções da Elsevier.os lançamentos e promoções da Elsevier. Consulte também nosso catálogo completo,Consulte também nosso catálogo completo, últimos lançamentos e serviços exclusivos no siteúltimos lançamentos e serviços exclusivos no site www www.elsevier.com.br.elsevier.com.br CarlosCarlos Barbieri Barbieri M o d e l a g e m & M o d e l a g e m & Q u a l i d a d e Q u a l i d a d e BIBI22--Business Business IntelIntelligligenceence __________________________________________________________________________________________________________________________________________________ B191b B191b oo Copidesque:Copidesque: Revisão:Revisão: Editoração Eletrônica:Editoração Eletrônica: oo oo Nota:Nota: - - A Beth, por tudo, por sempre.A Beth, por tudo, por sempre. A Ana Luiza, Roberto, Flávio e Maria Alice, meus filhos, eA Ana Luiza, Roberto, Flávio e Maria Alice, meus filhos, e Rodrigo, nossa paixão.Rodrigo, nossa paixão. A Luiz Antônio, Geraldo (A Luiz Antônio, Geraldo (in memoriamin memoriam) e Inimá, participantes) e Inimá, participantes fundamentais da minha família.fundamentais da minha família. A Tibum, companheira felina que, ao meu lado, testemunhouA Tibum, companheira felina que, ao meu lado, testemunhou por completo a escrita destas páginas e parpor completo a escrita destas páginas e partiu exatamente no dia em quetiu exatamente no dia em que eu coloquei o ponto final no Capítulo 11.eu coloquei o ponto final no Capítulo 11. Agradecimentos Agradecimentos A FabiA Fabia Russa Russano ano YYazaki, pela parcerazaki, pela parcer ia no Caia no Capítulo 7pítulo 7, , que eu nãque eu nãoo teria teria escrito escrito sozinho.sozinho. À À Sociedade Softex, nas figuras Sociedade Softex, nas figuras de Arnaldo de Arnaldo Bacha, JBacha, José Antônioosé Antônio AntoniAntonioni, Kivoni, Kival al WWeber, eber, Ana Ana ReginRegina Roa Rocha cha e Nelse Nelson Fron Franco, anco, por tpor teremerem me apresentado o programa MPS, de onde extraí as ideias seminais deme apresentado o programa MPS, de onde extraí as ideias seminais de qualidade, transpostas para o BI2.qualidade, transpostas para o BI2. A Welington Teixeira Santos, Wilson Lima, Mauro Lambert,A Welington Teixeira Santos, Wilson Lima, Mauro Lambert, Márcio Tibo, Thiago Maia, Rosângela Mendonça, Isabella Fonseca,Márcio Tibo, Thiago Maia, Rosângela Mendonça, Isabella Fonseca, Cláudio Filardi, Michele Horta, Cláudio Fróes, Marlene Ribeiro,Cláudio Filardi, Michele Horta, Cláudio Fróes, Marlene Ribeiro, Rosane Matos, Daisy Melo e à equipe de comunicação (Pedro IvoRosane Matos, Daisy Melo e à equipe de comunicação (Pedro Ivo MartMartins, Liliane Duarins, Liliane Duarte, Stefânia Faria te, Stefânia Faria e Gracielle Sante Gracielle Santos), por tereos), por teremm me ajudado a alavancar uma estrutura de consultoria em qualidade deme ajudado a alavancar uma estrutura de consultoria em qualidade de processos com MPS.BR na Fumsoft, que nos orgulha a todos.processos com MPS.BR na Fumsoft, que nos orgulha a todos. A Flávio de Almeida Pires, Paulo Vasconcelos e MarceloA Flávio de Almeida Pires, Paulo Vasconcelos e Marcelo OlivOliveira, eira, da Assesso – Engenharda Assesso – Engenharia de ia de Sistemas, Sistemas, uma das uma das grandes grandes empresasempresas da área, pelas ricas discussões práticas sobre qualidade de dados, quandoda área, pelas ricas discussões práticas sobre qualidade de dados, quando conversamos como velhos amigos, embora somente tivéssemos nosconversamos como velhos amigos, embora somente tivéssemos nos encontrado naquela manhã encontrado naquela manhã cinzenta de outubro.cinzenta de outubro. A Otávio Lanna, que me proporcionou os contatos com aA Otávio Lanna, que me proporcionou os contatos com a Assesso Assesso – Engenharia de Sistemas e a QIBRAS– Engenharia de Sistemas e a QIBRAS, , e a Jamir e a Jamir Lopes (CIOLopes (CIO da Cemig), pelas indicações nas da Cemig), pelas indicações nas entrevistas.entrevistas. A Marco Antônio CaA Marco Antônio Canela, da Livrarinela, da Livraria Cultua Cultura – SPra – SP, , pela prestpela prestezaeza na orientação a respeito das editoras que pudessem ter interesse nestana orientação a respeito das editoras que pudessem ter interesse nesta obra.obra. BI2 – BBI2 – BUSINESSUSINESS I INTELLIGENCENTELLIGENCE:: MODELAGEMMODELAGEM EE QUALIDADEQUALIDADE II CCARLOSARLOSB BARBIERIARBIERI A Marcelo Lamounier, da MGInfo, ex-aluno e hoje um craqueA Marcelo Lamounier, da MGInfo, ex-aluno e hoje um craque do BI, pelas discussões sobre modelos dimensionais para gerência dedo BI, pelas discussões sobre modelos dimensionais para gerência de projetos.projetos. A DárA Dário Arantes Nunes, io Arantes Nunes, amigoamigo, , irmão irmão e consultor e consultor renomado narenomado na área de reputação corárea de reputação corporativa, porativa, pelas discussões a pelas discussões a respeito do tema.respeito do tema. A Fernando Colares, ex-aluno, ex-consultor da minha equipe,A Fernando Colares, ex-aluno, ex-consultor da minha equipe, hoje um brhoje um brilhante designer gráfico, ilhante designer gráfico, pelas sugestões da capa.pelas sugestões da capa. A Marco Pace, editor da Elsevier, Silvia Barbosa Lima,A Marco Pace, editor da Elsevier, Silvia Barbosa Lima, coordenadora de produção editorial, e Rachel Sant’Anna Murta, pelacoordenadora de produção editorial, e Rachel Sant’Anna Murta, pela revisão criteriosa e profissional dos textos.revisão criteriosa e profissional dos textos. A Adler A Adler Diniz, Diniz, Alex Alex Prado, Prado, AndrAndriele iele Ribeiro, Ribeiro, Carlos Carlos Pietrobom,Pietrobom, César Ávila, Dhanyel Nunes, Fabiana Bigão, Fabiana Borges, FernandoCésar Ávila, Dhanyel Nunes, Fabiana Bigão, Fabiana Borges, Fernando Moreira, Geovanne Nogueira, Isabella Fonseca, José Luis Braga, JulianoMoreira, Geovanne Nogueira, Isabella Fonseca, José Luis Braga, Juliano SantosSantos, , Junilson SouzJunilson Souza, a, RosângRosângela Mendonçela Mendonça, a, RosilaRosilane Mota, ne Mota, João Righi,João Righi, LucianLuciana Marta Martins e Bruno Sains e Bruno Satler, tler, consulconsultores da equipe do CCOMPtores da equipe do CCOMP.MG-.MG- Fumsoft, e Ana Liddy Magalhães, da Quality Focus.Fumsoft, e Ana Liddy Magalhães, da Quality Focus. A Celso Tolentino, Delcio Martins, Eduardo Vidal, FernandoA Celso Tolentino, Delcio Martins, Eduardo Vidal, Fernando Cota, Cota, Joel Gerken, Joel Gerken, Milton Milton RamalhRamalho e o e WWagner Bagner Bernuernucci, cci, que, que, em todaem todas ass as primeiras primeiras quintas-feiras do mês, quintas-feiras do mês, me orientam me orientam na resolução dos problemasna resolução dos problemas transcendentais e quânticos da humanidade, entre cervejas, licores etranscendentais e quânticos da humanidade, entre cervejas, licores e amizades duradouras.amizades duradouras. IntroduçãoIntrodução O livroO livro BI2-Business Intelligence: modelagBI2-Business Intelligence: modelagem e em e qualidade qualidade , que você, que você folheia neste momento, teve três grandes motivações na sua concepção:folheia neste momento, teve três grandes motivações na sua concepção: a primeira foi o ainda intenso interesse demonstrado pela comunidadea primeira foi o ainda intenso interesse demonstrado pela comunidade de informações (acadêmica e técnica) pelo livro anteriorde informações (acadêmica e técnica) pelo livro anterior BI-BusinessBI-Business Intelligence: modelagem e tecnologiaIntelligence: modelagem e tecnologia, esgotado. , esgotado. EsgotaEsgotado, do, diga-sdiga-se de e de passagpassagem,em, não necessariamente por seus méritos, mas pelo desaparecimento danão necessariamente por seus méritos, mas pelo desaparecimento da empresa que o editou. Que Deus a tenha...empresa que o editou. Que Deus a tenha... Editado em 2001, o livro ainda continua sendo uma fonteEditado em 2001, o livro ainda continua sendo uma fonte bastante citada, conforme evidencia o Dr. Google nas suas mais de 30bastante citada, conforme evidencia o Dr. Google nas suas mais de 30 páginas de links referenciados. Isso é reiterado por diversos e-mails quepáginas de links referenciados. Isso é reiterado por diversos e-mails que recebo periodicamente, vindos de universidades e profissionais, a respeitorecebo periodicamente, vindos de universidades e profissionais, a respeito de como obtê-lo, mesmo dez anos depois do seu lançamento. Assim, ode como obtê-lo, mesmo dez anos depois do seu lançamento. Assim, o BI2BI2 cumprirá parte de seu objetivo, ampliando, revisando e atualizando cumprirá parte de seu objetivo, ampliando, revisando e atualizando os conceitos existentes no seu irmão mais velho e trazendo novasos conceitos existentes no seu irmão mais velho e trazendo novas discussões sobre altos volumes, discussões sobre altos volumes, novnovas foras formas de acesso mas de acesso e de estruturaçe de estruturaçãoão de informações.de informações. A segunda grande motivação se deu pela minha incursão,A segunda grande motivação se deu pela minha incursão, ao longo destes últimos seis anos, na implementação de projetos deao longo destes últimos seis anos, na implementação de projetos de qualidade, por meio do Programa MPS.BR da Softex. Foram mais de 50qualidade, por meio do Programa MPS.BR da Softex. Foram mais de 50 implementações através da Fumsoft-MG. Embora o movimento MPS.implementações através da Fumsoft-MG. Embora o movimento MPS. BR seja fortemente focado em qualidade de processos de software eBR seja fortemente focado em qualidade de processos de software e serviços correlatos, fui despertado por uma daquelas vozes internas queserviços correlatos, fui despertado por uma daquelas vozes internas que nos sopram aos ouvidos, principalmente nas madrugadas insones quenos sopram aos ouvidos, principalmente nas madrugadas insones que BI2 – BUSINESS INTELLIGENCE: MODELAGEM E QUALIDADE I CARLOS BARBIERI qualidade de dados não ter ainda alcançado um patamar de importância corporativa semelhante à qualidade dos processos. De pronto, respondi “depende”, esfarelando qualquer resquício de lógica e me valendo do clichê fundamental da indústria da consultoria. Mesmo assim, prometi ao meu alter ego cruzmaltino pensar, pesquisar e escrever a respeito. Até porque em toda a minha vida profissional estive profundamente envolvido com dados. Desde a minha tese de mestrado no Inpe, nos anos 70, passando pela minha carreira profissional de quase 30 anos na Cemig, onde comecei como DBA, comandei a área de Dados e me aposentei como responsável pela área de Tecnologia. Sempre me envolvi com eles. Mesmo assim, os diversos trabalhos de consultoria por aí afora, a escrita de um dos primeiros livros sobre Modelagem de Dados publicados no Brasil, e o primeiro livro de BI , sempre me apontaram esse caminho, mas nunca me ajudaram na resposta ao alter ego insone. Quando ouvi pela primeira vez sobre os movimentos de Governança de Dados, entendi que o momento que eu sempre imaginara importante para os dados estava prestes a chegar. E por que colocar num livro de BI assuntos de qualidade e governança de dados? A resposta é clara e forte como a silhueta das montanhas de Minas. As informações colocadas e estocadas nos grandes depósitos hoje (sejam DW ou DMarts) têm oferecido um lado sombrio, quando analisadas sob a luz da qualidade. Não são poucas as empresas onde ouço que o BI vai bem, porém a qualidade das informações por ele produzidas, nem tanto. A terceira motivação se dá pela minha paixão velada pelos dados, sejam eles os cubinhos com faces enumeradas de 1 a 6, ou os elementos atômicos de informações e geração de conhecimentos. A língua portuguesa tem essa feliz coincidência semântica, inexistente nas outras. Essa minha fixação em dados (informações) foi aguçada pela perspectiva do crescimento absolutamente incontrolável do conteúdo do universo digital. Com o aparecimento de celulares, redes sociais, câmeras etc., o elemento “dado” passou a circundar as nossas vidas como nunca antes, chamando atenção, não só pelo seu volume estonteante, mas principalmente pela maneira pela qual nos impactarão. Essas novas ELSEVIER I INTRODUÇÃO etc., também foram pesquisadas no que chamei de BHI (Behavior Intelligence). Já se foi o tempo em que o BI era somente dados de varejo e transações comerciais. No lugar de transações, veremos interações e atitudes.Enfim, o livro procura ser um pouco provocador no sentido de que as empresas deverão se preocupar com os dados como um ativo organizacional, da mesma forma com que nós, os human bits, estaremos vivendo o lado doce e amargo da nossa nova personalidade de “seres digitais”. Para melhor orientá-los na leitura do BI2, gostaria de mostrar as trilhas do volume. No Capítulo 1, vocês terão uma visão gerencial, com o viés histórico sobre a evolução ou revolução dos aspectos de dados, informação e conhecimento, testemunhado por esse escriba, desde o momento em que rodei o primeiro programa Fortran, na época da CPU à lenha. No Capítulo 2, procurei associar o conceito de reputação e de novos posicionamentos das empresas a respeito de competição, virtualidade, marcas etc., com aspectos subliminares de qualidade. No Capítulo 3, tangencio o assunto qualidade de processos, muito mais com intuito de contextualização de uma qualidade parceira do que com a pretensão de ser detalhista nesse domínio. No Capítulo 4, falamos sobre Qualidade e Governança de Dados, discutida num viés condicional e fundamental para uma boa implementação de BI e a consequente assunção dos dados como ativos organizacionais das empresas. Neste capítulo discutiremos os conceitos seminais de Governança de Dados, algumas propostas para sua implantação e certos modelos de maturidade aplicados. É um dos capítulos provocadores. Os Capítulos 5 e 6 focam BI , com os seus conceitos estruturantes e os aspectos correlacionados ao assunto, como Conhecimento, Inteligência competitiva etc. Manteve a essência do livro anterior, focando aspectos colaterais do BI . No Capítulo 7, falamos sobre Data Mining, que escrevi com Fábia Russano Yazaki, amiga e grande estatíst ica e que hoje trabalha na BI2 – BUSINESS INTELLIGENCE: MODELAGEM E QUALIDADE I CARLOS BARBIERI do originalmente publicado no primeiro livro, mas foi revisado e ligeiramente expandido à luz das novas aplicações da matemática computacional. Os Capítulos 8, 9 e 10 são dedicados aos projetistas e arquitetos de DW, DMart e soluções de bases de dados, tendo um conteúdo caracteristicamente técnico. Não dá para escrever com graça e lirismo parágrafos que versam sobre indexações multidimensionais, com mapas de bits ou chaves randômicas. No Capítulo 8 falamos sobre conceitos avançados de modelagem dimensional, que permanecem estáveis desde Kimball e Inmon. No Capítulo 9, a discussão é sobre projetos de aplicações de BI, com incursão em modelos iterativos, como forma de encolher os grandes cronogramas de projetos dessa natureza. O Capítulo 10 tem um foco bem bit-byte mesmo. Diversas formas de indexações e suas evoluções foram pesquisadas e analisadas. Na parte final do capítulo, focamos em grandes volumes, com soluções sendo desenvolvidas, exatamente para estes novos cenários, como Hadoop, indexações colunares etc. O Capítulo 11 tem um sabor especial e, novamente, tenta provocar e sugerir reflexões. Ele sintetiza os conceitos em torno do que chamei de BI2, ou seja, as diversas alternativas de aplicações de BI em domínios diferentes. Falamos do BHI (Behavior Intelligence), BI aplicado a GP (Gerência de Projetos), Geo-BI, BI com agilidade etc., além dos aspectos de volumes de dados e seus impactos em segurança e privacidade. Este é o enredo do BI2: jogar algumas luzes em cima do BI estabilizado há mais de 15 anos, provocando reflexões sobre qualidade e governança dos dados, altos volumes com “Big Data”, MDM, projetos iterativos e novas formas de aplicações. Espero que gostem. Boa leitura. CAPÍTULO 1 A revolução dos dados, da informação e do conhecimento Quando Seymour Pappert, um dos grandes gurus do mitológico MIT (Instituto de Tecnologia de Massachussets), disse, nos idos dos anos 1970, que os dados e seus cor- relatos seriam responsáveis por uma revolução na sociedade digna de se comparar com a imprensa de Gutemberg, muitos duvidaram. Seria mais uma manifestação ufanista, própria dos gurus de tecnologias herméticas, aos quais eram concedidas tolerantes licenças de delírio em público? Ou seria uma sinalização de que a sociedade deveria se preparar para algo, naquela época difícil de imaginar, principalmente para uma geração de informatas juniores que desembarcava dos cursos de engenharia, administração e economia, e se mos- trava deslumbrada com os arquivos indexados-sequenciais que se avizinhavam? Os dados, até então, eram, na realidade, meros coadjuvantes de um processo de desenvolvimento de sistemas, em que o empirismo metodológico de muitos e a inspira- ção de alguns definiam os caminhos a trilhar. A pr imeira geração de sistemas de gerência de dados havia surgido com um modelo hierárquico que, sob certo ângulo, simulava o estilo de relações que as empresas praticavam (rig idamente estruturadas em níveis) e, de certa forma, também o que os sistemas de governo (militarismo) e a sociedade de en- tão (ainda machista e patriarcal) compartilhavam. Essas estruturas sofisticadas de dados permitiram que sistemas complexos fossem implantados, ainda que sob um foco mais tecnológico do que negocial. Espaçonaves foram lançadas, suportadas por esses sistemas, assim como sistemas de faturamento foram desenvolvidos substituindo vários arquivos por uma (então) inédita estrutura de árvores e ponteiros de dados. Nos anos 1980, com o surgimento dos novos movimentos metodológicos, que tentavam espantar o empirismo culinário presente no desenvolvimento de sistemas, os dados atingiram uma espécie de estrelato, pela primeira vez. Foi a época do surgimento da administração de dados, da modelagem de dados, da engenharia da informação e da análise de dados, tudo se contrapondo fortemente ao estilo “processista” vigente. Surgiu o modelo relacional, trocando a rigidez das estruturas hierárquicas pela flexibilidade das relações – algo, de certa forma, também emblemático. Começou-se a falar em estruturas matriciais nas empresas e, por espelhamento, nos bancos de dados relacionais, em que campos e registros se transformavam em ma- trizes bidimensionais, e relações e relacionamentos ganharam ênfase. Ainda assim, o BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI Os anos 1990 chegaram para confirmar os vaticínios dos anos 1970. Com os da- dos atingindo o status grã-fino de objetos e o casamento tecnológico entre informação e comunicação festejado em todas as esquinas do planeta, a nossa sociedade começou a fazer uma plástica cultural definitiva. Diferentemente da Revolução Industrial, quando as benesses não chegavam a todos diretamente, a revolução dos dados e da informa- ção, capitaneada pela internet, tornou-se democrática, invasiva e de amplo alcance. O cidadão comum, com o trio micro-modem-telefone, podia navegar pela grande teia, visitando a home page do seu time favorito, comprando livros na primeira loja virtual do planeta ou discutindo a doença rara do sobrinho em um fórum virtual específico. Perigava, por um lado, de se enrolar nos labirintos do excesso de opções, enquanto, por outro, desfrutava de uma tecnologia que lhe concedeu um grau de liberdade e profun- didade jamais imaginados. Tudo isso suportado por um arsenal que misturava compu- tadores e redes, e lhe oferecia principalmente... dados que ele começava a transformar no combustível mais precioso dos anos 2000: a informação. Era o início da cristalização das visões de outro guru dos anos 1960 (Marshall McLuhan), que havia previsto algo que ousara chamar de aldeia global. Uma espécie de comunidade virtual e globalmente conectada, com possibilidades de relacionamentos remotos de amizade, flerte, compra, venda, envio de mensagens etc. e que hoje identificamos como sistemas de comércio eletrônico, e-mail, chats, Orkut, Twitter, Facebook etc. A decantada aldeia global chegou e, hoje, formada de outras aldeias, resulta em um arco infinito de opções para discussão de assuntos plurais, que vão do exótico ao desnecessário, do pífio ao fundamental. No final dos anos 1990, esseprocesso evolutivo dos dados defrontou-se com o primeiro obstáculo produzido pela interação romântica e libertária entre o homem e a máquina que processava: o bug do milênio. Os dados e seus metadados haviam sido registrados de forma descuidada, sem a preocupação com a sua utilização para além do século novo, que forçaria a transposição dos anos registrados como 98, 99 para um esquisito 00. Sem grandes arranhões, as empresas, na média com muita diligência e certa precaução, lanternaram os seus sistemas, corrigiram seus arquivos e espantaram um problema que depois se mostrou um pouco menor do que fora imaginado. Menos mal que todos tenham cumprido o seu dever de casa e preservado a funcionalidade de seus sistemas e a integridade de seus dados fundamentais. Alguns países com forte intimidade com catástrofes naturais (nevascas, enchentes, tufões, tsunamis etc.) e com uma cultura mais ajustada ao alarmismo gastaram muito mais do que deviam. Outros, como o nosso, mais adaptados à catástrofe dos homens públicos e dos políticos que escolhemos, souberam lidar adequadamente com o problema, e todos saíram ilesos e saltitantes. As empresas, passada a fase pós-bug , começaram a ser induzidas a oferecer aos seus dirigentes melhores informações como forma de preparo para as disputas cada vez mais árduas na arena da competitividade, sem o que, certamente, derrapar iam nas curvas dos balancetes futuros. Aos seus consumidores e clientes, lhes coube, cada vez mais, a obrigação de acenar com produtos e serviços com mais qualidade, opção, menor preço e maior rapidez na entrega. Chegou a era da fidelização, da customiza- ELSEVIER CAPÍTULO 1 I A REVOLUÇÃO DO S DADOS, DA INFORMAÇÃO E DO C ONHECIMENTO ram a produzir variantes, como os depósitos de dados (data warehouse), exatamente com a finalidade de entregar aos tomadores de decisão a informação na forma mais precisa e palatável possível. Os volumes de dados cresciam, e os tratamentos anteri-Os volumes de dados cresciam, e os tratamentos anteri- ormente dispensados não se mostravam os mais ajustados. O exagero das termino-O exagero das termino- logias, produzindo nomes e rótulos diferentes, se fazia presente, alavancado por uma indústria cada vez mais forte: o marketing. Uma empresa holandesa especializada em sistemas e tecnologias para informações gerenciais criou o conceito de destilaria de dados, o que sugeria informações, no mínimo, inebriantes, para decidir o futuro das nossas empresas. Assim, você poderia optar por um data warehouse de 8 ou 12 anos com dados estatísticos e gerenciais? Tim-tim, salute . Hoje, a tecnologia dos dados e das informações apresenta o conceito de “mash up”, que, traduzido de forma aberta e livre, seria “mistureba”. Você pode criar um site formado de dados or iundos de vár ios outros, publicados através de APIs disponíveis e fáceis de serem implementadas, abrigando e costurando textos e gráficos, como quem mistura ingredientes em uma receita culinária inédita. Assim, enquanto nos anos 1990 ouvimos sobre as destilarias de dados, chegamos aos anos 201x com o mexidão de dados e informações para consumo imediato e sem restrições geográficas. A internet, considerada o maior instrumento social dos últimos séculos, tem grande participa- ção nisso tudo. Espelho fiel do gênero humano, a internet se tornou um verdadeiro simulador das nossas atitudes, e as empresas perceberam nela o canal perfeito de que precisavam para que a aldeia global de Marshall pudesse comprar e vender. Assim, os clientes, através dela, passaram a ter à sua disposição cada vez mais acesso a opções de produtos e serviços, não só para escolher melhor o que desejam, mas também para acompanhar seus pedidos, colocar os seus anseios e registrar as suas queixas. Algumas empresas já haviam pensado nisso há algum tempo, quando a grande teia ainda era, digamos, imberbe e adolescente. Uma grande empresa mundial de entrega de pacotes (delivery) desde a metade dos anos 1990 permitia que se acompanhasse, via internet, o trajeto de uma encomenda, enviada de Belo Horizonte a Kathmandu, no Nepal, e, para isso, investiu na construção de um data warehouse de muitos terabytes de ar- mazenamento e de vários megadólares de custo. Outra, do ramo mundial de varejo, triplicou o seu data warehouse, levando-o ao (hoje não mais) estratosférico volume de mais de 50 terabytes de dados. A sinalização de que o primeiro depósito informacio- nal (data warehouse) de 1 petabytes (1 quatrilhão de bytes) estava previsto para chegar na metade dos anos 2000 indicava que um volume crescente de informações, nas mais variadas formas de mídia, deveria ser armazenado nos arquivos de depois de amanhã. Indicava, também, que essas unidades numéricas assustadoramente grandes deixariam as páginas das histórias de Tio Patinhas para chegar aos nossos data centers. Os bits e bytes seriam contados em quinquilhões, como gostava de clamar o rabugento pato milionário de Walt Disney. Os dados que outrora eram meros representativos de fatos mundanos, como nome, endereço, telefone etc., hoje se sofisticam na representação de imagens, vídeos, sons, registros temporais, indicadores econômicos, planilhas, páginas BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI Em 2010, o Google tinha quase 100 milhões de buscas por dia, e no YouTube eram colocados aproximadamente 75.000 novos vídeos por dia, sendo que mais de 100 milhões de clipes eram vistos diariamente. O Twitter alcançou, no final de maio de 2010, a incrível marca de 15 bilhões de posts colocados na sua rede social. Tudo isso transforma a grande rede em um mercado persa virtual e espacial, no qual milhares de barraquinhas eletrônicas são disponibilizadas a cada instante em que você clica o seu browser preferido. Você dá uma passadinha por lá para comprar, vender, namorar, rezar, velar os mortos ou somente consumir os dados e as informações da nova era digital. Até o lado mais escondido dos dados já está sendo, cada vez mais, alvo de inte- ressantes aplicações. É o conceito de data mining (gar impagem de dados), que objetiva melhorar o uso desses gigantescos arsenais de informação através da identificação de padrões de correlação normalmente invisíveis em análises convencionais. Indicadores de produtos comprados em conjunto, ou de padrões de fraudes praticadas, ajudarão os gerentes de empresas, no seu cotidiano, a descobrir sinuosas correlações que certamente o levarão a melhor dispor a gôndola do seu mercadinho “ brick, real” ou “click, virtual”, ou modificar os critérios de análise de riscos de uma proposta de empréstimo. O web usage mining hoje já chegou para buscar padrões de comportamento dos internautas, não mais no ato da compra pelas lojas virtuais, mas também das suas atitudes cotidianas, expressões e preferências. Informações sobre blogs hoje são garimpadas pela indústria, transformando a opinião livre e francamente expressa nos diários pessoais da web em informações qualitativas de comportamento, via o web content mining. Esse tipo de cap- tura espontânea de informações entrou até na fórmula dos planejadores de campanhas políticas, que, hoje, já montam esquadrilhas de observadores virtuais prontos para inter- vir em blogs, injetando antídotos em manifestações contrárias às de seus contratantes. O conceito de text mining chegou para permitir pesquisas em textos, com bus- cas semânticas, através de um processo sofisticado de categorização, criação de taxono- mias, extração de conceitos e de entidades, e derivação de relacionamentos entre elas. Essa técnica, por sua vez, vem ao encontro do BI aplicado sobre os dados textuais não estruturados, como e-mails, relatórios, memorandos, atas etc., fechando um ciclo funda- mental de ações que se iniciou com os dados estruturados e alcança os dados em todas as suas variantes de manifestações. BI2 Chegamos à era do BI2, com a inteligência de negócios, aprofundando em cam- pos nos quais já pisava e entrando em outros que reclamam por suas aplicações. Dados de projetos, de blogs e de redes sociais,e de comportamento das pessoas nos seus mais variados papéis, vêm para se juntar ao mundo do varejo, onde tudo começou. O mundo do BI2 também falará de BA-Business Analytics, que misturará o BI em tempo real com mining e análises preditivas. Isso permitirá a criação de mecanismos inferenciais de negócios com latência quase zero e exigirá maior conteúdo qualitativo das informações. Como vimos, de início, a informática fez os dados. Depois transformou-os em infor- ELSEVIER CAPÍTULO 1 I A REVOLUÇÃO DO S DADOS, DA INFORMAÇÃO E DO C ONHECIMENTO Começamos com a gerência dos dados (data management ), tradicional nos anos 1970, logo no início da era de SGBD. Depois de amadurecida, chegamos à era da ge- rência da informação (information management ), que cobre o período em que tivemos o aparecimento dos primeiros depósitos de recursos informacionais, como data warehou- se e data marts, que testemunhamos até os dias de hoje. Neste momento, estamos aden- trando uma nova fronteira, a gerência do conhecimento ( knowledge management ), em que algumas outras variáveis entram na fórmula de informação, gerando os conhecimentos, classificados e catalogados segundo modelos taxonômicos definidos em domínios. Cada empresa, com suas especialidades, gerará os seus modelos de conhecimento e acumulará essa nova forma de informações em depósitos acessados e divulgados para todos. A gerência de conhecimento entra com uma forte pitada de envolvimento de um engine complexo, o ser humano, responsável pelas interpretações e avaliações desse novo tipo de acervo. As empresas que caminham hoje pelas trilhas de modelos de qualidade no processo de desenvolvimento de sistemas já buscam a estruturação de repositórios de conhecimentos, mecanismos de buscas e grupos de produção, desse que se mostra o grande ativo organizacional e combustível imprescindível dos anos 201x: o conhecimento. Mas isso não para por aí. Outras fronteiras estão sendo discutidas nas trincheiras acadêmicas e, embora ainda mostrem pequena musculatura, já têm os seus embriões em formação. Entre elas estão: gerência do entendimento ( understanding mana- gement ) e a gerência da sabedoria (wisdom management ), em que o componente intuição será contemplado, além de outros conceitos, ainda por explorar. Essas formas ascenden- tes de estruturação do saber levarão a sociedade a patamares maiores de compreensão do homem nos seus diversos papéis, como empregado, empregador, cliente, paciente, fornecedor, amante, internauta, participante de redes sociais, comprador on-line, escri- tor de blog etc. Como reflexão de final de capítulo, costumo dizer que, no Brasil, somos cam- peões em uma outra fronteira ainda não detectada nos estudos avançados dessas uni- versidades que pesquisam a escala do saber: a gerência da esperteza, que denominei cheating management , na qual desenvolvemos técnicas e conceitos imbatíveis de como levar vantagem em tudo. Infelizmente... CAPÍTULO 2 Reputação corporativa e uma nova ordem empresarial O que você acha da empresa Y? Você gosta do produto Z? Você já fez seguros pela corretora W? Um dos pontos estratégicos mais importantes que uma empresa deve observar, nesse mercado plural, capilar e cheio de informações e conhecimentos em que vivemos hoje, é o conceito de reputação. A reputação é aquela percepção, intuição, sentimento ou sensação que temos e é expressa na forma de opinião definida sobre algo, alguém ou uma empresa. No caso da reputação corporativa, é julgamento construído ao longo do tempo e baseado em ações e comportamentos da empresa, e capturado pelos seus grupos de relacionamentos, via os pontos de contato com ela. Pela sua importância e capilaridade, a reputação corporativa é considerada hoje um importante ativo orga- nizacional. Vários fatores definem a reputação corporativa, e o somatório deles compõe a percepção final sobre ela. Muitas empresas primam por ter sua personalidade corpora- tiva mais atrelada a uma das dimensões da reputação, seja por suger ir transparência, seja por atuar e cultivar valores sociais e ambientais ou por inspirar liderança. Entretanto, a qualidade dos seus produtos e serviços entra como um dos maiores pesos na equação final do complexo conceito de reputação. Os principais domínios da reputação corpo- rativa, variáveis da sua equação final, transitam por: desempenho financeiro, associado aos resultados positivos e à perspectiva de seu crescimento; liderança de mercado, baseada na posição de destaque e pela sua visão de futuro; ambiente de trabalho oferecido, redundando em um clima organizacional propício a oportunidades e reconhecimentos; responsabilidade social, em que se destacam iniciativas em torno de ações ambientais e sociais; capacidade de inovação; transparência definida por uma política de governança corporativa; qualidade de processos e de produtos. Com a dinâmica dos mercados e a evolução dos negócios e da competitividade BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI ceiro de 2008/2009, certamente ocuparam, em passado recente, posições de destaque no imaginário da sociedade americana, no que tange à reputação. Outras, como MSI, Enron, Qwest, dissolvidas em escândalos há anos, também já habitaram esse patamar de boa imagem e hoje viraram poeira. O Reputation Institute, organismo internacio- nal especializado em gestão de reputação, imagem, marca e identidade organizacional, apontava em 2006, 2007 e 2008, respectivamente, a Gerdau e a Petrobras (esta, por dois anos seguidos) como as mais destacadas no mercado brasileiro. Em 2009, a Petrobras teve a Sadia como companheira brasileira no ranking de reputação corporativa. Na mes- ma faixa de tempo, no âmbito internacional, a Barilla italiana, a Lego (Dinamarca) e a Toyota (Japão) apareceram como destaques, respectivamente, de 2006 a 2008. Essas empresas marcam, no imaginár io da sociedade e de seus clientes e consumidores, a im- pressão de boa reputação, no arco de valores discutidos. Um dos fatores mais importantes da reputação corporativa é a forma pela qual uma empresa gera os pilares fundamentais do seu ciclo de vida: a qualidade de pro- cessos e de seus produtos. A Toyota, grande montadora de carros japonesa, pode ser observada como uma das empresas com maior reputação em qualidade, tendo várias publicações dessa área associadas ao seu nome. Empresa pioneira na adoção de pro- cessos inovadores na área de manufatura, ela desenvolveu essa vocação pela qualidade, quando, ao entrar no mercado americano, não lhe foi permitido ter concessionárias com serviços de manutenção. Motivada por essa restrição, a empresa transformou o conceito de qualidade em fator fundamental para a sua sobrevivência. Uma simples pesquisa na Amazon.com mostra diversos livros associados ao tema qualidade, to- dos com a palavra Toyota como elemento direcionador e sinônimo dessa importante característica corporativa. Entretanto, mesmo com toda a aplicação em qualidade de produtos e processos, ninguém é infalível. Em fevereiro de 2010, o presidente da empresa veio a público pedir perdão ao mundo por falhas que levaram a diversos recalls em todo o planeta. O presidente, neto do fundador da empresa, num misto de constrangimento e expressão de dignidade, convocou a imprensa para pedir desculpas sobre os problemas de freio do modelo Prius 2010, conforme noticiou O Globo, de 6/2/10. Os problemas implicaram sérios acidentes, com algumas mortes. Se houve falha nos processos, pelo menos mostrou qualidade no caráter. Todas essas empresas que passaram por problemas de qualidade têm buscado um processo imediato de recuperação, tentando remover os incômodos arranhões instalados no chassi da sua reputação. Ao longo dos próximos anos, muitas continuarão enfrentando essa peleja, dando mostras de que o fator qualidade é algo com tom desafiador na sua inoculação e muito mais difícil ainda na sua preservação. A Figura 2.1 mostra um mapa mental com os conceitos que definem o círculo de reputação corporativa. A dimensão da qualidade,conforme mostrado, é considerada uma das mais importantes, pois reflete diretamente na percepção da sua marca e da força da sua imagem, atrelada aos produtos e serviços. Hoje, as empresas sabem que o cami- nho da qualidade tornou-se um elemento de extrema necessidade, não somente como ELSEVIER CAPÍTULO 2 I REPUTAÇÃO C ORPORATIVA E UMA N OVA O RDEM EMPRESARIAL redução do time-to-market e, para tal, se transformam em partícipes de uma nova era de conscientização empresarial. Uma empresa que executa seus processos empresariais com qualidade, apoiada por dados também revestidos do mesmo conceito, certamente terá maiores chances de tocar o mercado com produtos e serviços de melhor qualidade, construindo, nesse domínio, uma percepção positiva de sua reputação. Essas empresas, diferentemente dos paradigmas de ontem, entendem hoje que outros valores serão con- siderados em um futuro próximo, quando estarão todas munidas dos mesmos arsenais tecnológicos de software e hardware. Naquele momento, o fator diferencial serão os elementos abstratos, como inovação, virtualidade, capital intelectual, as pessoas como recursos fundamentais, a informação e o conhecimento acumulados e estruturados de forma adequada, a reputação formada, a força de sua marca e de suas alianças, além da qualidade de seus processos e dados. Essas serão, cada vez mais, as armas que definirão os vencedores na corrida afunilada pelo mercado. Alguns desses conceitos são discutidos a seguir. Figura 2.1 Mapa mental do conceito de reputação corporativa. INOVAÇÃO E VIRTUALIDADE Elementos como a virtualidade, proporcionada pela crescente melhoria das ca- madas de comunicação, e a portabilidade de serviços têm contribuído fortemente para o aparecimento de empresas com alto teor de inovação. Uma importante companhia BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI finalidade de garantir controles efetivos, ampliar os processos de segurança, minimizar os riscos, ampliar o desempenho, otimizar a aplicação de recursos, reduzir os custos, suportar as melhores decisões e, consequentemente, alinhar TI aos negócios. Embora não mencione diretamente os conceitos de processos e dados, é percep- tível que esses dois ingredientes estão incluídos no contexto anterior. Sem qualidade de processos e governança de dados, uma empresa não alcança controles efetivos, não minimiza riscos, não gerencia segurança, não oferece suporte às melhores decisões e, dificilmente, alinha TI aos negócios. Assim, pensar em governança de TI é também considerar governança de dados, assunto do próximo capítulo, e qualidade de processos, que contextualizamos a seguir. A qualidade dos processos está sendo buscada nas empresas através da adoção de modelos e normas que definem seus princípios. Essas normas, no fundo, quando seguidas, permitem à empresa definir ou ajustar processos, por vezes já em execução, porém agora revestidos de um controle mais efetivo que conduza à qualidade. A seguir discutiremos, para efeito de contextualização da qualidade, alguns desses modelos, guias e regulamentações adotadas e suas especificidades. O padrão COBIT (do inglês Control Objectives for Information and related Technolo- gy), é um guia voltado para a gestão de TI e possui foco mais em controles e auditorias, fornecendo uma série de recursos que podem servir como modelo de referência para gestão da TI nesse domínio. O COBIT é um guia de boas práticas apresentado como framework e dirigido para a gestão de tecnologia de informação. Criado e mantido pelo ISACA (Information Systems Audit and Control Association), possui uma série de recursos que podem servir como modelo de referência para gestão da TI, incluindo sumário executivo, framework, controle de objetivos, mapas de auditoria, ferramentas para a sua implementação e, principalmente, um guia com técnicas de gerenciamento. Especialistas em gestão e institutos independentes recomendam o uso do COBIT como meio para otimizar os investimentos de TI, melhorando o retorno sobre o investimen- to (ROI) percebido, fornecendo métricas para avaliação dos resultados (KPIs, KGIs e CSFs). A ISACA já tem presença em algumas capitais do Brasil e se prepara para estabelecer, em Minas Gerais, um dos seus capítulos. Mais informações sobre ISACA e COBIT podem ser obtidas no link: http://www.isaca.org/. ITIL Para as áreas de infraestrutura de TI existe o ITIL (Information Technology Infrastructure Library), desenvolvido originalmente pela CCTA (Central Computing and Telecommunications Agency) e hoje sob custódia do OGC (Office for Government Commerce). O padrão ITIL possui 12 gerências e se concentra na área de operações e serviços. Basicamente, duas grandes áreas são definidas: suporte a serviços e entrega de serviços. ELSEVIER CAPÍTULO 3 I GOVERNANÇA E Q UALIDADE DE P ROCESSOS Suporte a serviços Inclui as áreas de: 1) Gerenciamento de incidentes, que possui o objetivo de reduzir os tempos de indisponibilidade dos serviços. 2) Gerenciamento de problemas, que objetiva reduzir o impacto causado por incidentes e impedimentos gerados por erros de infraestrutura de TI e criar mecanismos de prevenção para a reincidência desses erros. Mantém uma relação de similaridade com áreas de garantia da qualidade e de inspeções e testes (verificação e validação), presente nos modelos CMMI e MPS.BR. 3) Gerenciamento de configuração, que objetiva identificar e controlar os ativos de TI e itens de configuração (IC) definidos na organização, esta- belecendo a rastreabilidade deles com os serviços oferecidos. Possui forte mapeamento com a GCO (CM) – gerência de configuração de itens de software –, presente nos modelos CMMI e MPS.BR. 4) Gerenciamento de mudanças, que objetiva minimizar os efeitos de mu- danças solicitadas ou definidas como correção sobre a estrutura existente, preservando a qualidade dos serviços oferecidos. Mantém uma relação de similaridade com as atividades de controle de mudanças de requisitos no ambiente de software, fator considerado crítico como agente de problemas e de impedimentos. 5) Gerenciamento de liberações, que objetiva garantir que as instalações de versões de hardware e de software sejam realizadas de forma segura, tes- tada e devidamente autorizada pelos responsáveis e notificadas aos usuários. Também tem um forte mapeamento com a GCO(CM) – gerência de con- – gerência de con-gerência de con- figuração de itens de software –, presente nos modelos CMMI e MPS.BR, aplicada nas liberações de versões de software. Entrega de serviços Inclui as seguintes gerências: 1) Gerenciamento do nível de serviço, que objetiva garantir o respeito ao acordo de nível de serviço (SLA) definido entre as partes envolvidas (for- necedor e cliente). 2) Gerenciamento financeiro para TI, que objetiva definir e demonstrar com transparência o custo real dos serviços prestados e gerenciá-lo adequadamente. 3) Gerenciamento de disponibilidade, que objetiva garantir a disponibilidade e a confiabilidade dos recursos de TI, a fim de assegurar a satisfação do cli- ente e a reputação do negócio. 4) Gerenciamento de capacidade, que objetiva garantir que a capacidade ins- talada de infraestrutura esteja em consonância com as demandas de negó- cios, oferecida e disponível no momento necessário. BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI Mais informações sobre ITIL e sobre o ITIL V3 podem ser obtidas no link http://www.itilfoundation.org/ ou no livro de Marcelo Gaspar, Thierry Gomez e Zailton Miranda, TI – mudar e inovar, da Editora Fenac (2010). Lei Sarbanes-Oxley A Lei Sarbanes-Oxley (Sarbanes-Oxley Act ) é uma lei norte-americana as- sinada em julho de 2002, proposta pelo senador Paul Sarbanes (democrata de Maryland) e pelo deputado Michael Oxley (republicano de Ohio), motivada por escândalos financeiros corporativos, dentre eles o da Enron, MCI etc., que acabou por afetar drasticamente algumas empresas de auditoria e indiretamente a sociedade americana, queinvestia em empresas aparentemente sólidas, porém com uma fra- gilidade escondida. Essa lei foi redigida com o objetivo de evitar o esvaziamento dos investimentos financeiros e a fuga dos investidores causada pela aparente in- segurança a respeito da governança adequada das empresas. A lei Sarbanes-Oxley, apelidada de Sarbox ou Sox, visa a garantir a criação de mecanismos de auditoria e segurança confiáveis, incluindo regras para a criação de comitês encar regados de supervisionar suas atividades e operações, de modo a mitigar riscos aos negócios, evitando a ocorrência de fraudes, ou definindo formas de assegurar a sua detecção, proporcionando transparência na gestão das empresas. Tornou-se obrigatória para as grandes empresas com operações financeiras no exterior, além daquelas que mantêm ADRs ( American Depositary Receipts) negociadas na Bolsa de Nova York, como Petrobras, Sabesp, Tam, OI, Ultrapar, Pão de Açúcar, Banco Itaú, Vivo e Cemig, entre outras. O resumo é que todo processo que busca qualidade – no sentido de controle, transparência de produtos e serviços que atendem às expectativas de alguém – deve pautar a sua aplicação por preceitos e práticas definidas, testadas e carimbadas como as mais adequadas. Adotá-las não significa uma submissão cega e irrestrita aos preceitos definidos, mas um encaixe de suas práticas no ambiente da empresa, moldando pessoas e culturas, por vezes cristalizadas em procedimentos antigos e desenvolvidos pela intui- ção. Mais informações sobre SOX podem ser obtidas em http://www.sarbanes-oxley- -forum.com/. CMMI O CMMI (Capability Maturity Model Integrated) foi gestado e desenvolvido pelo SEI (Software Engineering Institute) da Universidade de Carnegie Mellon, na Pensilvânia. O CMM(I) surgiu para desenvolver projetos grandes, de gerência altamente complexa, torneados com escopo imutável e custo definido, além de altíssima aversão a riscos. Os primeiros projetos CMM surgiram para a fabricação de softwares que visa- ELSEVIER CAPÍTULO 3 I GOVERNANÇA E Q UALIDADE DE P ROCESSOS O modelo foi publicado em 1989, por Watts Humphrey, no seu livro Managing the soft- ware process. Watts Humphrey, considerado o pai do modelo, faleceu em 28 de outubro de 2010, pouco depois de terem sido escritas estas linhas. O Departamento de Defesa (DoD) americano, responsável por esses pro- jetos estratégicos, não tinha outra saída, naquele momento, senão sugerir méto- dos altamente estruturados, com forte gerência de requisitos e estr ito controle das partes envolvidas. Um ambiente no qual o escopo era (ou tinha de ser) definido rigorosamente, pois o software era tido como um componente de algo maior, cuja infalibilidade era a premissa primeira, até porque naves espaciais, satélites, equipa- mentos médicos etc. implicavam aspectos de segurança de vida. Os usuários não eram stakeholders colaborativos, como agora temos, e entravam no circuito do pro- cesso somente para os testes, tendo pouca intervenção durante o ciclo do projeto. Esse conceito era chamado de low trust . O sistema era desenvolvido por processos cuidadosamente definidos, centrados no menor risco, na fortíssima padronização e em relacionamentos amplamente costurados por contratos rígidos entre clientes e desenvolvedores. Isso acabou moldando a personalidade do modelo CMMI para ambientes que os americanos chamavam de high ceremony e low trust , ou seja, com alto nível de controle de r isco e aplicação de gerência e com baixa interveniência dos usuários. As entregas, por sua vez, também obedeciam a uma receita da época: os deliveries eram monolíticos e infrequentes. Por quê? Porque a parada de um avião caça de guerra para troca de possível componente (software incluído) ou a suspen- são da funcionalidade de um aparelho médico podia custar muitas horas de logística. Na época, é claro, não se baixava um software pela internet. Além disso, entregar o componente funcionando na sua plenitude, no primeiro delivery, era premissa de primeira ordem. Tudo isso em um projeto gigantesco, com envolvimento de múlti- plas empresas, com inúmeras equipes e entrelaçado por contratos governamentais exigentes em termos de baixo risco. Com o tempo, o CMM ganhou variantes para outros projetos (não somente de software) e não demorou o pleito para que todas essas derivações fossem empaco- tadas em um único modelo, nascendo assim o CMMI, em 1998. O CMMI foi evo- luindo e hoje forma o framework, com um conjunto melhorado de padrões, práticas e ideias. Mas a sua gênese trouxe marcas que definiram o método e que se observa no seu genoma: 1) Aplicado a projetos grandes e de alta complexidade. 2) Aplicado a projetos com múltiplas equipes, oriundas de empresas diferen- tes e até competidoras entre si, em que a competitividade influía e o alto protocolo definido substituía a confiança (trust ) e a coesão das equipes, definindo um ambiente com traços de low trust . Ou seja, a confiança entre as equipes não se dava por coesão, integração e interação constante delas BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI 3) Aplicado a projetos nos quais os deliverie s eram monolíticos e infrequentes, pois a logística de parada dos seus receptores de software (aviões, satélites e devices médicos) implicava sérios riscos. A ideia era entregar o “todo” com “quase tudo” funcionando na primeira vez. 4) Os projetos precisavam ter baixos riscos (aversão intensa a riscos) devido às suas características técnicas especiais e ao alto investimento de recursos públicos, dadas as características dos projetos. Assim nasceu um modelo CMMI, fortemente estruturado, revestido pelo rigor das regras e com baixa interação do capital humano (entre equipes), porém aplicado a projetos gigantes e de alta complexidade operacional e gerencial. Isso, entretanto, não significa que o modelo não pode ou não deve ser aplicado em projetos que possuem estilo e ciclos de vidas diferentes. Um modelo, qualquer que seja, deve ser visto como um guia e não como uma regra ortodoxa calcada sobre preceitos imutáveis. Mais infor- mações sobre CMMI podem ser obtidas em http://www.sei.cmu.edu/cmmi/. ISO A International Standard Organization (ISO) define normas em vários segmentos da indústria, além de software. Conforme o Wikipédia, disponível em http://pt.wikipedia.org/wiki/ISO_12207, e acesso em 15 de fevereiro de 2011, a ISO 12207 é uma norma definida pela International Organization for Standardization, que se aplica em engenharia de software. Ela estabelece um processo de ciclo de vida do software, contendo processos, atividades e são aplicadas durante a aquisição e configu- ração dos serviços do sistema, de forma a melhorá-los. A norma 12207 estabelece um conjunto de processos fundamentais (5), processos de apoio (8) e processos organiza- cionais (4). Além dela, existe a ISO 15504, que define normas sobre métodos de ava- liação de qualidade nas empresas. A Norma ISO/IEC 15504, conforme disponível em http://pt.wikipedia.org/wiki/ISO/IEC_15504 e acesso em 15 de fevereiro de 2011, define um modelo bi-dimensional que tem por objetivo a realização de avaliações de processos de software com o foco da melhoria dos processos (gerando um perfil dos processos, identificando os pontos fracos e fortes, que serão utilizados para a elaboração de um plano de melhorias) e a determinação da capacidade dos processos viabilizando a avaliação de um fornecedor em potencial. Mais informações sobre a ISO 12207 podem ser obtidas em http:// www.12207.com/. Para mais informações sobre a ISO 15504, acessar: http://www.isospice.com/categories/ISO%7B47%7DIEC-15504-Standard/. MPS.BR Quem trabalha há muitos anos com informática, como eu, sabe que ela nasceu nos anos 1940 e se desenvolveu nos anos 1960 e 1970 com forte viés de artesanato. ELSEVIER CAPÍTULO 3 I GOVERNANÇA E Q UALIDADE DE P ROCESSOS Tal como um escultor escolhe e lapida um bloco de mármore para transformá-lo em uma obra, o analista de sistemadaquela época assim procedia, esculpindo a sua lógica com um processo próprio e personalizado. Essa fase romântica da informática produziu grandes sistemas e soluções validadas pelo tempo. Entretanto, com uma nova ordem empresarial, centrada em informação e competitividade, os aspectos de qualidade passa- ram a exigir processos e atitudes mais planejadas e menos intuitivas. O artesanato de software nos permitia reconhecer, sem ler o prólogo de um pro- grama, o autor das suas linhas de código, tal como hoje identificamos um Van Gogh ao observar estilos e pinceladas impressionistas do mestre holandês. A característica pessoal aplicada como um artista levava à fácil identificação do autor pela simples observação do estilo adotado nos loops, if/then/else etc. Hoje, tente identificar o autor de um código Java olhando diretamente as chamadas de métodos e instanciações de objetos. Você não conseguirá! Além das características de linguagens diferentes, vivemos a transição do processo de artesanato para a fase da engenharia de software. Nesta, processos, melhores práticas, padrões de projetos (design patterns), refactoring etc. servem como driver para a aplicação da criatividade, que continua, como sempre, fundamental ao bem fazer de um sistema ou projeto. Isso não significa dizer que os talentos estarão tolhidos ou subjuga- dos nessa nova forma de fazer sistema. Significa que eles serão mais bem aproveitados em um processo que todos entendem e são capazes de repetir. Os gênios farão mais rápido do que os mortais, mas todos serão capazes de fazer, seguindo a receita correta- mente definida. Dentro dessa linha de qualidade de processo, diversas correntes foram definidas, por diferentes organismos. No Brasil, hoje, existem duas correntes, com objetivos seme- lhantes, porém com públicos diferentes: o CMMI, discutido anteriormente, focado em empresas com maior capacidade de investimento, e o MPS.BR (Melhoria de Processo de Software Brasileiro), focado nas empresas da base da pirâmide. O MPS.BR nasceu dentro da Softex (Associação para a Promoção da Exce- lência do Software Brasileiro), buscando um modelo que melhor absorvesse os pontos positivos do CMMI e da ISO, criando uma proposta ajustada à realidade brasileira, contemplando as suas dificuldades e seus aspectos culturais. Nascido dessa forma, o MPS. BR traz alguns conceitos mais evoluídos em implementação e avaliação de qualidade nas empresas, focando pontos aos quais o CMMI não havia dispensado muita atenção. Por exemplo, o modelo MPS.BR não permite que a mesma equipe de implementadores seja também aquela que vai realizar a avaliação. Além disso, o MPS.BR já nasceu com um período de validade para o seu selo (três anos), conceito somente adotado recentemente pelo CMMI. A adoção do modelo se suaviza quando comparada com o CMMI, pelo fato de se terem definido sete níveis de maturidade, o que permite uma ascensão mais gradual e planejada na escala de maturidade, con- forme as Figuras 3.1, 3.2 e 3.3. BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI Figura 3.1 Modelo MPS.BR – processos dos níveis G e F (equivalentes ao nível 2 do CMMI). ELSEVIER CAPÍTULO 3 I GOVERNANÇA E Q UALIDADE DE P ROCESSOS Figura 3.3 Modelo MPS.BR – processos dos níveis B e A (equivalentes aos níveis 4 e 5 do CMMI). Todas as informações sobre o modelo MPS podem ser obtidas direta e gra-MPS podem ser obtidas direta e gra- tuitamente nos respectivos guias, publicados no site da Softex: http://www. softex.br/mpsbr/_guias/default.asp. Resumindo, o conceito de qualidade de processo está diretamente relacionado com a qualidade dos dados por eles consumidos ou produzidos. Os diversos modelos estão evoluindo em busca de maior alcance no universo empresarial, visando a um alar- gamento do espectro da qualidade. Hoje, por exemplo, o CMMI se desloca em direção a outros segmentos, criando o que se chama de “constelação”, e se especializando em CMMI-DEV (CMMI for Development ), focado no desenvolvimento de software, no CMMI-SVC (CMMI for Services), focado no segmento de serviços, e CMMI-ACQ (CMMI for Acquisition), para aquisição e terceirização de bens e serviços. O MPS também foca em aquisições de software e serviços correlatos, atentan- do para a área crítica de compras. O ITIL V 3, lançado em 2007, também apresenta evoluções na área de serviços. A ISO, originalmente mais ampla, apresenta a ISO 9126, focada em qualidade específica na área de produtos de software. Isso tudo se junta ao conceito mais amplo e emergente de BPM (Business Process Management ), com foco na otimização de resultados das empresas através da melhoria de seus processos de negó- cios. Essas melhorias, aplicadas aos processos seminais da empresa, nasceram há alguns BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI momento para o entendimento e o resgate dos ativos de informação que circulam por eles. Assim, a máxima mineira de que “de cano sujo não sai água limpa” é eloquente para sugerir que os processos deverão estar bem entendidos e definidos para que os dados e as informações estejam num teor adequado de qualidade e prontos para as tomadas de decisões dos níveis estratégicos, táticos e operacionais da empresa. Conceitualmente simples, porém desafiador na prática; quanto mais não fosse, pelo fato de os dados terem sido sempre considerados uma espécie de combustível colateral dos processos e não um ativo empresarial. CAPÍTULO 4 Governança e qualidade de dados Qualquer empresa que mantenha intenções de competitividade nesta arena leo- nina dos anos 201x deverá ter, além da preocupação com a melhoria dos processos, como visto no capítulo anterior, um foco no outro lado do espectro: os dados. Essa dualidade entre dados e processos sempre existiu e mostra que esses dois pilares são fatores críticos em empresas que tencionam seguir os caminhos da reputação via qua- lidade. Fazendo uma comparação superficial, é como entender que um bom prato é fruto de uma boa receita (processo) e de bons ingredientes (dados). Se um dos dois não estiver adequado, o produto final poderá perder em qualidade. Além disso, como a proposta de BI (business intelligence) é transformar dados em informações que possam ser usadas para ações analíticas, tomadas de decisões tático-estratégicas e até definições operacionais, a qualidade dos dados que serve como input para o BI se reveste, cada vez mais, de extrema importância. Lembre-se de que BI é um processo fundamentalmente transformador; logo, a qualidade do seu input vai refletir diretamente na correção das tomadas de decisões efetuadas. CONCEITOS E MOTIVAÇÕES PARA GOVERNANÇA DE DADOS �GD� Governança de dados é uma expressão recentemente produzida na esteira dos jargões que brotaram a partir do termo “governança”. Extraída do contexto maior da governança corporativa e meio implícita na governança de TI, a de dados foca prin- cípios de organização e controle sobre esses insumos essenciais para a produção de informação e conhecimento das empresas. O controle mais estrito e formal de dados não é um desafio surgido nos dias de hoje. Os dados, entre os insumos corporativos, são aqueles que mais apresentam características de fluidez, pois perpassam diversos proces- sos, sofrem mais transmutações porque são trabalhados em diversos pontos do seu ciclo de vida, dando origem a outros, além de nem sempre possuírem uma fonte e um destino claramente formalizados. Com o advento dos bancos de dados, nos anos 1970, essa necessidade de maior controle formal sobre esses ativos apareceu com o nome de administração de dados. Algumas empresas desenvolveram áreas e processos para definir controles sobre esses recursos, mas sempre com resultados relativamente frágeis. A administração de dados BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI de dicionário de dados em que cada elemento pudesse ter uma definição corporativa única, com ampla riqueza de metadados, além de critériospara uso e aplicações de padrões de segurança. Tudo isso se mostrava importante e atraente. Porém, o sucesso e a efetividade conseguidos na administração de bancos de dados não puderam ser re- petidos na área de administração de dados. Vários pontos podem ser analisados como possíveis justificativas para essa baixa adoção: um deles, o fato de que qualquer pro- posta deve estar pronta no momento certo em que sua necessidade é plenamente de- mandada. Talvez a AD já estivesse quase pronta, porém faltou a força da necessidade, o que impediu a sua plena adoção naquela época. Além desses fatores, o surgimento de soluções empacotadas, como os ERPs, relativizou a importância da AD, visto que os pacotes já traziam no seu cerne modelos de dados preestabelecidos, aos quais as empresas deveriam se ajustar. Ou seja, os modelos conceituais de dados, um dos ob- jetivos da AD, já chegavam prontos às empresas, definidos, integrados e empacotados por soluções blindadas de ERP. O fenômeno do processamento descentralizado, encaixado no conceito de downsizing , também influiu na diminuição de importância daquela proposição, vis- to que os dados foram democraticamente distribuídos entre os departamentos da empresa, dificultando sobremaneira o seu controle. Os dados eram duplicados, re- plicados e “eneplicados”, à medida que os departamentos desejavam ou precisavam. Hoje, com o mundo empresarial premido por valores como reputação, competitivi- dade, globalização, regulamentações etc., os cenários são diferentes. Nos tempos de hoje, com grande taxa de fusão/merge e parcerias de empresas, o aspecto de replica- ção de cadastros de dados mestres nas empresas tornou-se um problema recorrente. Informações sobre clientes, fornecedores, colaboradores, materiais etc. são replica- das à medida que as empresas são incorporadas, com potenciais efeitos negativos. Além dessas replicações por aquisições de empresas, outros tipos de dados, como os semiestruturados e os não estruturados (e-mails, fotos, vídeos etc.), em volumes cada vez maiores, passaram a ser produzidos no âmbito da economia digital e do advento da internet. Novamente, uma luz amarela foi acesa nos domínios da administração des- ses insumos fundamentais. Algo deverá ser repensado nesse campo. A apatia que se estabeleceu sobre esses importantes ativos organizacionais deverá ser revista com os cuidados demandados pela sociedade da informação. Assim, os conceitos de go- vernança corporativa e de TI foram estendidos para os domínios de governança de dados, visando não somente à organização desses acervos, mas também a aspectos típicos desses novos tempos. Os cuidados singulares com a segurança de dados, a necessidade da sua definição clara e sem ambiguidade, maior fluidez na sua dis- tribuição e o uso democrático e controlado se tornaram alguns drivers dessa nova fronteira. Além disso, existem alguns vetores apontando para o fato de que, em al- guns países, a governança de dados poderá ser obrigatória em breve, dentro de uma capa regulatória que demandará que o valor dos dados seja considerado um ativo da BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI em grandes empresas da área bancár ia, de publicações, telecomunicações, seguradoras etc. A empresa trabalha aplicando os conceitos de qualidade TDQM (Total Data Quality Management) do MIT (Massachussets Insti- tute Technology) e tem fortes iniciativas na área, sendo uma das criadoras da qualidade da informação Brasil-QIBRAS (www.qibras.org), organi- zação que objetiva fornecer as habilidades fundamentais para o mercado entender e superar os desafios da qualidade dos dados e das informações. A QIBRAS também objetiva, além de agregar os princípios da gestão da informação, proporcionar programas de certificação para as empresas, marco regulatório e difusão da metodologia TDQM no Brasil. METADADOS Nesse contexto de governança de dados e qualidade de dados, um dos pontos que mais se destaca e se discute é a necessidade da devida formação dos metadados. Esse assunto, sempre em pautas de discussão, tem tido grande dificuldade de decolagem e en- frenta barreiras significativas, centradas no binômio tempo e dinheiro. Desde os tempos da antiga administração de dados, o conceito de metadados vem sendo discutido sem grande efetividade em sua aplicação e seu desenvolvimento. Alguns SGBD trouxeram os primeiros DD (dicionários de dados), banco de dados dedicado ao armazenamento dos metadados. Entretanto, somente aqueles produtos que eram dinâmicos ou ativos conseguiram alguns resultados. Esses dicionários ativos captavam automaticamente os dados, suas estruturas e seus contextos, produzindo um primeiro nível de metadados, sem abastecimento manual do repositório, o que mitigava os fatores de tempo e dinhei- ro, já citados. Depois, bastava que os AD (administradores de dados) complementassem a informação com dados no plano conceitual, como modelos, atributos, relacionamen- tos etc. Agora, cada vez mais, o conceito de metadados se torna importante, pois tangen- cia as fronteiras da gerência de conhecimento. Os dados, para produzirem devidamente informações e conhecimentos, deverão ter a sua definição completa e uníssona. E a definição dos dados é a essência de metadados. Costumo dizer, metaforicamente, que metadados é como aquela plaquinha que fica ao lado dos pratos em restaurante self- service . Por vezes, você quase identifica o prato dentro daqueles recipientes de aço, base- ado na sua aparência, aroma etc., mas sempre pairam dúvidas. Quando a plaquinha está ali dizendo que é um fettuccine ao pesto, você se inteira completamente do prato, do seu possível sabor e até da sua composição e ingredientes. Assim são os metadados também. Eles servem para você saber o que está consumindo em termos de dados, informações e conhecimento. Os metadados podem ser classificados como sintáticos, semânticos e estruturais. Os sintáticos definem as regras de formação dos nomes dos dados, garantindo padro- nizações como: todo campo dia será DIA_xxxxx, em que xxxx será o complemento. Os metadados semânticos definem o sentido que se dá àquele elemento informacional, garantindo o seu pleno entendimento nos contextos organizacionais em que é produ- ELSEVIER CAPÍTULO 4 I GOVERNANÇA E Q UALIDADE DE D ADOS oficial no sistema, através da entrada via seguradora. Os metadados estruturais definem como o dado é composto em partes menores e detalha a sua formação estrutural. A data_efetivação_da_apólice é formada de dia, mês, ano e estampa de tempo, com hora, minuto e segundo, por exemplo. É como se a plaquinha listasse todos os ingredientes do prato. Os metadados também podem ser vistos nos domínios de negócios e técnicos. Os metadados técnicos até que já existem por aí. Os SGBDs usam um catálogo no qual armazenam os metadados técnicos necessários ao seu processo de otimização de consultas. Ali residem tabelas contendo informações sobre tabelas relacionais, campos, índices, usuários, triggers, stored procedures etc. Para cada campo, há metadados como nome, tipo, tamanho, indexação, cardinalidade etc. Esses dados são fundamentais para o SGBD na definição e escolha dos melhores caminhos de acessos existentes dentro de um comando SQL. Os metadados podem habitar a mesma estrutura do objeto que documentam, como as tags <META> das páginas HTML, estar em documentos se- parados, porém associados, como as DTDs ou Schemas XML, ou em estruturas físicas totalmente independentes, como os catálogos/dicionários dos SGBDs. Os metadados terão papel extremamente importante no conceito de web semântica, à medida que, nesse contexto, os conteúdos serão cada vez mais acessados e processados por algor it- mos inteligentes. Para tal, será necessár ia melhor definição semântica de seus objetos. Isso se chama metadados. No plano de negócios, a fronteira dos metadados com a gerência de conheci- mento se dá por modelos ontológicos que definem domínios maiores, nos quais aquele dado se contextualiza. Com a extensão dos conceitos de BI (BI2, como chamamos)aos conceitos de governança de dados e de processos, os metadados poderão representar certas propriedades dos dados associados a processos do ambiente de desenvolvimento de software. Por exemplo, os aspectos de reutilização de dados poderão se beneficiar so- bremaneira dos metadados na medida em que se pode caracterizar melhor a semântica dessas unidades de informações (classes, componentes, módulos, rotinas etc.) passíveis de serem reutilizadas em um contexto mais amplo. A utilização de metadados ainda se mostra relativamente incipiente e deverá gradativamente seguir uma trilha de amadurecimento, semelhante aos níveis de matu- ridade existentes nos modelos de qualidade de software. Em um nível inicial caótico ou aleatório, os metadados poderão ser definidos sem um processo formal, um pouco à revelia de definições, dependendo diretamente das necessidades de cada aplicação. A seguir virá um patamar no qual os metadados serão descobertos e levantados, ainda sem um processo mais formal, porém obedecendo a certas regras iniciais. Depois deveremos alcançar um nível no qual uma gerência de metadados será formalizada por políticas corporativas mais amplas, culminando com uma fase em que o processo de levanta- mento, análise e formação dos metadados será otimizado com mecanismos de captura automática. Esses níveis graduais de maturidade no tratamento de metadados deverão ser fatores críticos de sucesso para a sua adoção como elemento fundamental no con- BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI Tabela 4.2 ELEMENTO DE INFORMAÇÃO - 12345 Domínio Material Subdomínio Estoque, controle de inventário Nome de negócio Número da peça Alias Código da peça Significado de negócio Número gerado internamente pelo depar- tamento de material e atribuído ao dado. Identifica univocamente cada item do es- toque e não pode ser alterado. Evidencia se o item é de compra nacional ou inter- nacional. O item de compra internacional exige a aderência ao processo de com- pras internacionais da empresa Tipo de dado Caractere Tamanho do dado Tamanho mínimo e máximo de 8 carac- teres Regras de formatação O padrão definido exige: o primeiro carac- tere deve ser uma letra em uppercase (I ou N), que identifica se o item é de com- pra internacional ou nacional. Os dígitos restantes devem ser numéricos, variando de 0 a 9 Regras de codificação Num_peça Regras de versionamento Esse elemento poderá ser versionado ao longo do seu ciclo de vida, desde que haja modificações nos seus atributos. A regra de versionamento deverá seguir o proces- so de configuração da empresa Processo gerador Cadastramento de novo material Processos transformadores N/A Regras de transformação Nos processos de ETC, o número da peça será substituído por uma chave surrogate nas tabelas-fato Requisitos de testes e de validação Verificação da correção sintática do ele- mento, baseada na regra de formação definida Indicadores de qualidade Não deverá haver duas peças com o mes- mo número de peças Regras para reutilização Veja processo de engenharia de reutiliza- ção MASTER DATA MANAGEMENT �MDM� O conceito de MDM é uma das grandes novidades deste final da primeira década do novo século. Novidade mesmo? Nem tanto. A Informática, eu já disse isso ELSEVIER CAPÍTULO 4 I GOVERNANÇA E Q UALIDADE DE D ADOS O que são os dados mestres? Os dados mestres são os dados mais importantes existentes dentro de uma organização. É claro que qualquer organização tem como dados mestres clientes, produtos, locais, fornecedores, contas contábeis etc. Mas esses não foram sempre os dados-alvo de todas as propostas de inovação vindas com ban- cos de dados, BI etc.? Sim, foram. E por que uma nova forma de abordagem chega agora? A resposta tem várias nuances: uma delas está atrelada a uma subliminar ne- cessidade de produzir conceitos novos para tocar as engrenagens da indústr ia da con- sultoria, visto que a técnica de bancos de dados já virou commodity e o BI já está bem internalizado, aceito, dominado etc. A outra nasceu pela apatia como as empresas trataram os seus dados fundamentais nessas últimas décadas. Apareceu o MDM como proposta para tratar os dados mestres, com conceitos, de novo, voltados para os as- pectos de qualidade. Aqui o MDM toca os conceitos de governança de dados. É um controle mais efetivo e menos anárquico dos dados, com observações mais voltadas para qualidade, aderência a padrões regulatórios, controle de replicação etc. A grande alavancagem, entretanto, surgiu na fase pós-CRM, quando muitos projetos fracassa- ram pelo fato de não conseguirem montar uma base única, confiável, limpa, estável e disponível com todos os dados sobre os clientes. Por quê? Porque os dados tidos como mestres são normalmente encontrados em diversas bases diferentes, atrelados a usuários, processos e plataformas diferentes, com graus de precisão, completude e consistência extremamente variáveis e com contornos frágeis e pouco confiáveis. O próprio conceito de dados mestres pode variar de amplitude. Os dados mestres clássicos são os dados estruturados, os mesmos que conhe- cemos desde anteontem. Eles têm uma formatação estrutural bem definida, os con- ceitos são modelados como entidades conhecidas (cliente, fornecedor, item, locais etc.). Os dados mestres, dependendo da natureza do negócio, podem ser também não estruturados: são dados produzidos com o crescimento da sociedade da informação, que vão de documentos pdf, páginas em portais corporativos, mensagens em redes sociais, e-mails etc. Estes, aliás, são parcialmente estruturados, visto que os campos remetente, destinatário, cópia e cópia oculta são até meio estruturados. O conteúdo já não é estruturado, pois tem forma e tamanho livres. Os dados mestres também devem ser observados segundo outra lupa. Os da- dos mestres normalmente possuem relacionamentos com outros dados. Não vivem sozinhos. Esses relacionamentos são originados dos eventos a que os dados mestres são submetidos nas suas relações de negócios. Por exemplo, um cliente se cadastra, um cliente compra produtos ou serviços, um cliente paga sua fatura, uma ordem de despacho é enviada a ele com o mater ial comprado, o cliente eventualmente reclama etc. Todos esses eventos em torno do dado mestre (cliente, no caso) caracterizam relacionamentos com outros dados, como dados de entrega, registro de reclama- ção no call-center , nota fiscal etc. Esses relacionamentos acabam criando uma ligação hierárquica, denotando que um conjunto de outros dados está subordinado àquele conjunto de dados mestres. BI2 – BUSINESS INTELLIGENCE : MODELAGEM E QUALIDADE I CARLOS BARBIERI ou classe, tem um conjunto de atributos que lhe confere identificação e caracteri- zação. O problema é que, através dos diversos canais de relacionamentos que aquela entidade tem com a empresa, diferentes atributos podem ser definidos para a mesma entidade, dependendo da forma de relacionamento. Imagine o dado mestre cliente. Ele tem obviamente um conjunto de atributos próprios (identificação, CPF, nome, endereço etc.). Entretanto, o cliente, quando se cadastra via portal, poderá ter outras informações, relacionadas ao domínio e contexto específico em que tangencia a empresa naquele momento. Do ponto de vista de pagamento das suas faturas, outros atributos poderão ser criados. Isso significa que certo dado mestre terá um conjunto fixo de atributos que interessa a todos os domínios da empresa e um conjunto variá- vel que interessa a domínios e contextos específicos, dependentes daquele relacio- namento particular. Seria uma espécie de dados mestres principais e dados mestres complementares, dependentes de cada domínio de negócios. E aqui se chega a um ponto crítico no tratamento dos dados mestres, que objetiva ter uma fonte única, verdadeira, íntegra e confiável de dados. Teremos uma entidade completa, com todos os campos de interesse de todos os domínios, mesmo que, para alguns deles, certos atributos não
Compartilhar