*Por Cynthia Bianco
Se a possibilidade de estar lidando com dados incorretos, mesmo que hipoteticamente, estremece sua estrutura, você não está sozinho. É preciso ter claro que, sem uma governança, qualquer organização que decida ampliar suas aplicações self-service deparar-se-á com o mesmo problema.
Na verdade, a corrupção dos dados é uma consequência da não verificação da origem do que se tem em mãos ou, mais do que isso, de não se saber como se chegou àquela informação. Desconsiderar ou desconhecer os filtros que foram aplicados ao transformar cada dado em uma informação é um risco inerente a qualquer ambiente corporativo e que é resultado, na maioria das vezes, da descentralização das soluções.
Este modelo pode até funcionar em equipes menores, com menos pessoas envolvidas, mas em locais com centenas de usuários e dezenas de linhas de negócios as consequências de se confiar nesse método podem ser muito negativas e o cenário certamente será caótico.
Além disso, é preciso atentar-se ao fato que embora todos dentro de uma empresa estejam em busca de um mesmo objetivo, ou seja, tornar o negócio bem sucedido, equipes diferentes têm prioridades distintas. A TI foca principalmente na gestão de processos e em assegurar dados confiáveis. Já as áreas de negócio, geralmente enxergam a segurança e a governança como obstáculos na tomada de decisão. Com prioridades tão conflitantes, é obvio que aumentam as dificuldades para se colocar em prática uma aplicação self-service de analytics capaz de funcionar para todos. Porém, algumas medidas podem ajudar as equipes a trabalharam juntas de maneira eficiente:
1. Engajar
Como é mandatório em qualquer projeto, o engajamento é crucial. A organização como um todo precisa reconhecer o valor de uma iniciativa corporativa de governança de dados – seja por meio de padronização de tecnologia, revisões sistemáticas ou designando administradores de dados. É preciso que o empenho vá além do patrocinador do projeto. Os líderes de negócios devem comprometer-se em traçar objetivos e diretrizes e, ainda, estabelecerem de maneira muito transparente e direta as responsabilidades de cada uma das equipes.
2. Identificar os principais stakeholders
Cada unidade de negócio precisa disponibilizar um representante dentro do projeto, que funcione como um porta-voz. Idealmente, os diálogos entre as equipes devem ter uma rotina pré-estabelecida para garantir que todos estejam na mesma página. É responsabilidade de cada um dos envolvidos assegurar que seus times adaptem-se aos processos estabelecidos, construindo assim um ambiente mais colaborativo.
3.TI e Negócios precisam conversar de maneira direta
Criar um canal de comunicação e promover a colaboração entre as equipes de TI e de negócios são os melhores caminhos para garantir que as demandas sejam totalmente atendidas. A área de negócios precisa ser transparente em relação às suas necessidades e tratar a equipe de tecnologia como uma aliada. Ao mesmo tempo em que a TI precisa soltar-se um pouco e ser mais flexível, porém sem forçar-se a extremos. A plataforma analítica selecionada para o projeto deve ser capaz de oferecer funcionalidades de monitoramento que preencham esta lacuna, mas a tecnologia por si só não levará o projeto tão longe quanto se imagina. Para viabilizar isso, os processos de governança precisam ser abertos e fluídos e a área de TI precisa estabelecer uma rotina de monitoramento contínua, trabalhando para que os principais indicadores estejam estruturados com governança e preparados para mudanças recorrentes.
4. Nomear um administrador de dados
É ingênuo pensar que os dados de maior criticidade estão armazenados em um único local. Normalmente, encontram-se espalhados por toda a empresa, em planilhas pessoais e em aplicações na nuvem, e é preciso que alguém os administre. É aí que entra o CDO (Chief Data Officer) ou gerente de dados. De acordo com o Gartner, nos próximos três anos, esta posição estará preenchida em 90% das grandes empresas, o que é uma boa notícia. O CDO surge da interseção das áreas de TI e de negócios com a missão de zelar pelas informações e promover a comunicação entre as equipes.
5. Padronizar tecnologias
Padronize, padronize, padronize. Imagine que você use determinado editor de apresentações e em sua equipe exista um grande número de pessoas que não utilizam esse tipo de tecnologia, fazendo com que cada slide construído, precise ser adaptado para a ferramenta adotada pelo restante da equipe. O tempo de execução do trabalho com certeza aumentaria. Agora, se houver uma padronização da tecnologia, embora isso possa significar abdicar de uma preferência pessoal, tudo poderia ser concluído duas vezes mais rapidamente. Com o analytics, assim como em todas as outras implementações tecnológicas, a padronização entre todas as áreas ajuda consideravelmente.
6. Dar pequenos passos
A verdade é que a governança de dados não ocorre de um dia para outro. Com as necessidades de negócios mudando com frequência, é preciso estabelecer um processo de identificação de lacunas repetitivo e cíclico, priorizando as aplicações e dados mais importantes. O ideal é começar pequeno. Escolha um e comece por ele. Lembre-se que mesmo que você seja capaz de certificar ou impulsionar uma aplicação por mês, serão 12 implementações críticas ao longo do ano.
7. Não deixar que vitórias de curto prazo impactem em estratégias de longo prazo
Para alcançar verdadeiramente a governança, você precisa investir em uma estratégia de longo prazo que inclua uma visão de crescimento e de mudanças. Correções pontuais trabalham no sentido contrário. Focar em objetivos em curto prazo e adotar a primeira ferramenta gratuita de análise com a qual se deparar, dificulta a colaboração entre as equipes e torna a governança ainda mais árdua. Então, quando estiver selecionando uma ferramenta, certifique-se de que ela seja escalável; possa ser acessadas através de diversos dispositivos e que tenha futuro garantido no que diz respeito à velocidade e reutilização.
Lembre-se, que dados estão sempre mudando e evoluindo.
*Cynthia Bianco é presidente da MicroStrategy no Brasil.
