Arquitetura de Dados - Conheça a proposta do DAMA-DMBoK® para construção do Modelo de Dados Corporat

O guia DAMA-DMBoK® estabelece duas principais diretrizes para tratar o modelo de dados corporativo dentro de uma arquitetura de dados.

A primeira é estabelecer três camadas de modelos com diferentes níveis de abstração, seguindo o estilo “top down” com as visões dos modelos corporativos definidas a partir de uma visão macro (de alto nível) sendo desmembrada em duas camadas inferiores, com maior grau de detalhamento: Uma com visões conceituais e outra com visões lógicas.

A segunda trata da filosofia do "dividir para conquistar", onde a visão "do todo" de cada modelo das duas camadas inferiores é dividida em várias visões integradas. Ao juntar essas visões temos novamente a visão global do modelo de cada camada.

Alguns profissionais preferem tratar essas visões como modelos distintos. Ou seja, ao invés de várias visões de um modelo, o modelo corporativo é formado pelo conjunto de vários modelos menores, cada um com uma única visão. Particularmente, prefiro esta opção, pois quando pensamos em abstração, as duas abordagens atingem o mesmo objetivo, porém atualmente, a governança e implementação desta opção é menos complexa e mais didática.

A figura a seguir, mostra o exemplo dos tipos de visões dos modelos de dados sugeridos pelo guia DAMA-DMBoK® dentro de uma arquitetura de dados.

Figura - Visões do Modelo de Dados Corporativo segundo o DAMA-DMBoK®

Modelo de Área de Interesse

O modelo de Área de Interesse, também conhecido como modelo de Subject Área, representa a cadeia mais alta dentro dos modelos de dados corporativos da arquitetura de dados da empresa. Esta camada possui um único modelo e uma única visão.

O Modelo de Áreas de Interesse tem como objetivo representar a lista de grandes áreas temáticas que, coletivamente, expressam o escopo essencial de uma empresa sob o ponto de vista dos dados.

Geralmente este modelo é composto por 12 a 20 conceitos de extrema significância para o negócio. São grandes áreas ou conceitos que juntos, em uma nível de abstração macro, representam todos os dados corporativos ou compartilhados, com origens internas ou externas.

Não há uma notação específica para representar este tipo de modelo e nem um padrão para representação dos conceitos mapeados. Levando em conta que neste modelo o relacionamento entre os conceitos não é representado, algumas empresas adotam simplesmente um lista com a relação dos conceitos identificados.

Já outras optam em atotar uma representação gráfica. Particularmente gosto da representação do Modelo de Área de Interesse em um formato de mapa mental. A figura abaixo mostra um exemplo de Modelo de Área de Interesse aplicado em uma indústria Petrolífera.

Figura - Modelo de Área de Interesse em formato de Mapa Mental.

A seleção e nomeação das áreas de interesse essenciais da organização são criticamente importantes para o sucesso de todo o desenvolvimento dos demais modelos de dados corporativos, portanto, apesar de aparentar ser simples este modelo deve ser elaborado e revisado com bastante critério, pois, depois da cadeia de modelos ser estabelecida as alterações neste nível desdobraram diversas modificações em cadeia.

As áreas de interesse orientam as interações e organizam o escopo e a prioridade do desenvolvimento dos demais modelos. O modelo de área de interesse é “correto” quando é aceito por todos os stakeholders da empresa. Além disso, é útil em um sentido prático na empresa para a construção de diversas iniciativas como, por exemplo: governança de dados, gestão estratégica de dados e modelagem de dados corporativa.

Geralmente, os modelos de área de interesse são construídos pelos Gestores Estratégicos de Dados e Arquitetos de Dados Corporativos, com o apoio dos Gestores de Dados de Negócio (Data Stewards).

Visões Conceituais de Dados (ou Modelos Conceituais de Dados Integrados)

Segundo arquitetura proposta pela guia DAMA-DMBoK®, cada área de interesse deve ser detalhada por uma ou mais visões de modelos de dados conceituais, integrados dentro da mesma área ou em áreas de interesse diferentes.

O guia recomenda que esta camada, formada por visões de modelos conceituais de alto nível, tenha um número estimado de 150 a 300 entidades de negócio representadas no conjunto de modelos conceituais mapeados.

Nesta camada, as visões (ou modelos) não precisam ter um grau de detalhamento dos atributos e demais mecanismos de abstração muito aprofundados, o próprio guia DAMA-DMBoK® recomenda que, neste caso, as visões não possuam atributos.

Esta diretriz é útil para não poluir a visão global da arquitetura, entretanto, os atributos e demais mecanismos devem ser representados nos modelos conceituais das aplicações que originam esses dados.

Vale ressaltar que ambos os modelos devem existir (modelos da arquitetura e modelos das aplicações) na empresa.

A figura a seguir, demonstra um exemplo com dois modelos conceituais corporativos integrados em uma mesma área de interesse. Repare que aqui não estou utilizando o conceito de mais de uma visão de modelo e sim dois modelos, cada um com sua visão.

Figura - Exemplo de Modelos Conceituais integrados

Podemos observar a existência de dois modelos conceituais integrados dentro de uma mesma área de interesse. Há uma integração do modelo de localização geográfica com o modelo do endereçamento postal, pois uma localidade pode possuir um CEP exclusivo. Já o modelo de endereçamento postal necessita das informações do modelo de localização geográfica, pois tanto a entidade BAIRRO quanto a entidade LOGRADOURO necessitam de informações provenientes do modelo de localização geográfica.

Vale ressaltar que, conforme sugerido pelo DAMA-DMBoK® os atributos das entidades não estão representados. Entretanto, vale ressaltar que as definições das entidades devem ser claras e disponíveis a todos os interessados. Essas definições devem estar armazenadas no dicionário de dados de cada modelo e/ou em um Glossário Corporativo de Conceitos.

Geralmente as visões dos modelos conceituais de dados corporativos são construídas em conjunto pelos Gestores de Dados de Negócio e Gestores de Dados Estratégicos. Os Gestores de Dados de Negócio são especialistas nos assuntos, porém carecem de uma visão mais completa do todo. Este conhecimento é passado pelo Gestor Estratégico de Dados e também pelo Arquiteto de Dados Corporativo.

Visões Lógicas de Dados (ou Modelos Lógicos de Dados)

Finalmente, as visões dos modelos lógicos de dados adicionam uma camada de detalhe a mais abaixo da camada das visões dos modelos conceituais. Os modelos lógicos continuam a refletir o negócio da empresa, tal como os modelos conceituais, eles são neutros e independentes de qualquer necessidade específica de um projeto ou aplicação.

Em relação ao grau de detalhamento, os modelos lógicos possuem atributos, porém nem todos são representados. Nesta camada, são representados apenas os principais atributos que identificam particularidades fundamentais e/ou corporativas das entidades dos modelos.

Geralmente os modelos lógicos corporativos são construídos pelos Arquitetos de Dados Corporativos a partir dos modelos conceituais existentes na camada superior.

Considerações finais sobre esta abordagem

Antes da abordagem proposta pelo DAMA-DMBoK, algumas empresas tinham o hábito de especificar e manter um único modelo de dados corporativo, com uma única visão, para toda a organização.

Esta prática trazia um grande problema: a complexidade em manter um modelo extenso onde, por várias vezes, algumas entidades corporativas e entidades com grande volume de compartilhamento eram ignoradas deste conjunto, em prol de legibilidade, simplicidade e “braço” para manter atualizado o modelo.

Além disso, por atender várias áreas de negócio, o modelo englobava vários assuntos e consequentemente possuía vários curadores. Devido aos interesses distintos dos curadores, o surgimento de conflitos era quase que uma rotina em qualquer necessidade de alteração ou crescimento deste modelo.

Já a abordagem baseada na filosofia: “dividir para conquistar”, proposta pelo DAMA-DMBoK® começa a ser adotada pelas empresas e traz várias vantagens em relação a abordagem anterior. Entre as quais posso destacar:

- Melhores condições de planejamento, agora alinhado às diretrizes estratégicas da empresa, tornando prioritário o que realmente contribui para a vantagem competitiva da empresa.

- Divisão das visões dos modelos por assuntos específicos. Tornando mais ágil o entendimento e disseminação das informações dos modelos.

- Facilidade em separar o mundo "novo" do mundo "atual". Muitas empresas ainda não possuem bases corporativas, mas desejam implementar essas bases o mais rápido possível. Para isto torna-se necessário conhecer os dois mundos e estabelecer um roadmap. O mundo novo é feito via abordagem "top down". Já o mundo "atual" é feito através de engenharia reversa via abordagem "bottom up"

- Maior flexibilidade para responder às mudanças estruturais da Arquitetura. Caso alguma visão do modelo venha a ser criada ou mesmo alterada, o impacto na mudança será muito menor.

- Facilidade na implementação de mecanismos de governança. Agora os curadores estão distribuídos por visões dos modelos das suas áreas de atuação e não mais em um único modelo, com uma única visão.

- Melhores condições para implementar políticas de segurança da informação.

- Adoção de uma cultura única para Gestão de Dados na empresa. Agora o conceito "corporativo" é conhecido e utilizado por várias áreas da empresa. Antigamente, este conceito era restrito para poucas equipes de TI, basicamente para uma Área de Administração de Dados e uma equipe de projeto ligada a implementação do modelo corporativo.

Até a próxima!

Fontes utilizadas neste artigo:

1 - Livro Gestão e Governança de Dados - Promovendo dados em ativos de valor nas empresas. Autor: Bergson Lopes - Editora: Brasport.

2 - Data Management Body of Knowledge (DAMA-DMBoK®)

* DAMA-DMBoK® é marca registrada da DAMA International

Sobre o autor:

Bergson Lopes Rego é Diretor de Estudos Técnicos da DAMA Brasil e CEO da BLR DATA, empresa especializada em consultoria e treinamento em Gestão e Governança de Dados.

Autor do livro Gestão e Governança de Dados – Promovendo dados como ativo de valor nas empresas publicado pela editora Brasport.

Conduziu diversos projetos ligados a área de Gestão de Dados em empresas de grande porte nos segmentos: Financeiro, Seguros, Óleo e Gás, Governo, Construção Civil e Indústria