A curadoria dos dados faz a ponte entre os dados e os negócios.

À medida que as fontes de dados se tornam mais complexas, diversas e numerosas, o gerenciamento dos dados é cada vez mais fundamental nas implantações da BI moderna. Quanto mais as equipes e os departamentos usarem dados para orientar decisões, mais as empresas devem garantir a precisão dos dados e seu uso nas análises.

As organizações recorrem à curadoria de dados para lidar com os desafios de governança e gerenciamento ocasionados pelo acesso mais abrangente aos dados. A curadoria de dados consiste na forma como uma organização coleta, organiza, define e alinha dados distintos. Esse processo cria um vínculo entre os dados e suas aplicações reais.

As organizações já estão investindo milhões de dólares em tecnologias que integram definições de dados com ferramentas de análise que ajudam a examiná-los, visando remover a ambiguidade entre equipes e empresas. Consequentemente, as ferramentas e processos de curadoria de dados (como catálogos de dados e governança semântica) estão convergindo com as plataformas de BI para vincular os dados ao contexto dos negócios.

O catálogo de dados funciona como um glossário de definições comuns e fontes de dados. Engenheiros, administradores e outros especialistas em dados podem adicionar descrições e definições aos campos e fontes de dados. Além disso, é possível inserir marcações para melhorar o processo de descoberta e adicionar até mesmo indicadores de qualidade, inclusive notificações para certificação de conteúdo confiável, manutenção ou depreciação de ativos de dados.

Usuários comuns não precisam saber onde estão os dados na fonte, mas devem entender o que esses dados representam no mundo real. Por exemplo, geralmente os analistas e consumidores de conteúdo precisam verificar a origem de um dado (processo conhecido como análise de progressão). Se houver mudança nos conjuntos de dados, os engenheiros e administradores devem analisar as consequências posteriores nos ativos conectados às tabelas ou aos esquemas que gerenciam. A combinação entre um catálogo de dados e uma plataforma de BI ajuda a simplificar todas essas tarefas, com métricas de uso que identificam rapidamente os painéis e as fontes de dados mais acessados.

A curadoria dos dados é o processo de identificação de quais fontes de dados são necessárias, contextualizando esses dados em relação aos negócios para que os usuários corporativos possam interagir com eles, entendê-los e usá-los para criar análises.
Mike Hetrick, gerente sênior de marketing de produtos da Tableau

Por mais que os catálogos de dados sejam necessários, não resta dúvida de que a oportunidade é ainda maior na área de governança semântica, além da governança de metadados. A semântica ajuda não apenas a conectar o contexto dos dados, mas a identificar a intenção das ações da análise. Por exemplo, ela pode mapear sinônimos para conectar comandos como “tamanho do pedido” e “quantidade”. Assim, outras modalidades em toda a escala de profissionais podem interagir com os dados e revelar novas informações em menos tempo. Uma forma de fazer isso é pelas interações de linguagem natural, em que uma plataforma de BI entende os níveis em torno de várias consultas, como “destaque os índices mais alto, mediano e mais baixo”.

Conforme essas tecnologias e processos continuam convergindo, a semântica e a curadoria de dados vão servir como base sólida para o restante da experiência analítica. Essa convergência vai unificar componentes mais distintos do ecossistema de dados (por exemplo, organização e análise de consequências posteriores) e vai resultar em resultados mais relevantes gerados por máquina para tabelas, uniões e modelos de dados. Com os avanços da curadoria de dados, suas equipes não farão perguntas apenas sobre os dados, mas sim sobre os negócios.