Modelos de Dados com Qualidade

Um modelo de dados com qualidade tem várias características. Ao longo deste texto apresentamos nove daquelas que consideramos como principais.

1. Engloba planos de negócio, políticas e estratégias

Num modelo de dados com qualidade, um observador experiente pode "ver o negócio". Para se construir um modelo de dados com qualidade, é necessário compreender e usar o plano de negócios para poder conduzir o esforço na modelização dos dados. O modelo de dados torna-se um espelho do negócio e uma ferramenta para visualizar a estratégia de negócio, para analisar alterações de políticas e para comunicar planos de negócio.

2. Utiliza um conjunto de regras reconhecidas

Um modelo de dados com qualidade é construído de acordo com um conjunto de regras reconhecidas, que lhe permitem ser usado em grande escala pela empresa. A importância destas regras não reside no facto de evitarem que os modeladores de dados façam o que querem, mas antes no facto de lhes permitir focarem-se no que é realmente importante - capturar os requisitos dos dados e as regras de negócio - enquanto asseguram que o resto da empresa pode usar os seus produtos com alguma segurança de que serão uniformemente compreendidos; integrados com outra informação de arquitectura de produtos e relativamente consistentes com quem desenvolveu o modelo, quando o fez ou onde foi criado.

3. Envolve domínios de experiência

Um modelo de dados é um armazém de requisitos e regras num domínio específico. Não se pode construir um modelo de dados sem a participação directa dos indivíduos que compreendem o domínio, tenham interesse próprio e estejam envolvidos na tomada de decisão sobre as alterações nas regras de negócio. Não há garantia de sucesso, mesmo que pessoas experientes no negócio estejam envolvidas, mas também não há hipótese de sucesso se não estiverem.

4. Pode ser transformado em desenho de alta qualidade

Um modelo de dados bem construído pode ser rapidamente transformado num desenho de alta qualidade.

5. Criado num contexto de outros elementos de arquitectura de negócio

Os modelos de dados devem ser consistentes com outros elementos da arquitectura de negócio, incluindo, mas não limitado aos processos de negócio, controlos e autoridades organizativas e distribuição geográfica de dados e sistemas. Conhecer o papel de um modelo de dados como um elemento essencial da sua arquitectura de negócio é crítico para a sua qualidade e utilidade.

6. Criado no contexto de toda a empresa

Não estamos a sugerir que cada modelo cubra todos os requisitos de dados da empresa, mas sim que ao construir um modelo de dados só o deve fazer depois de pensar como o âmbito do seu modelo se relaciona com outras áreas da empresa. Pela nossa experiência, o valor acrescentado para a gestão de dados e para a comunidade do negócio é alcançado quando a perspectiva empresarial é mantida por cada equipa de modelação.

7. Criado num contexto de ciclo de vida da qualidade dos dados

A modelação de dados é um passo num processo muito maior, desenhado para entregar aos stakeholders da empresa um output - dados com elevada qualidade. Os modelos de dados são criados como uma forma de gravar (do modo mais preciso possível) as necessidades de informação dos utilizadores. São criados como forma de assegurar que os sistemas de informação entregam os dados que os utilizadores realmente necessitam.

8. Depende da infra-estrutura de suporte

Um desenvolvimento consistente de modelos de dados com qualidade é dependente da existência de uma infra-estrutura que suporte a modelação de dados e a gestão. Ferramentas, formação, procedimentos de gestão de modelos, estratégias de integração, gestão de configurações e Quality Assurance, são elementos de uma infra-estrutura que deve existir para suportar o esforço da modelação de dados.

9. Envolve os stakeholders relevantes

O conjunto de participantes varia de projecto para projecto, mas geralmente necessitará de envolver as seguintes pessoas:

• Especialistas de negócio. São as pessoas com conhecimento do negócio e das áreas específicas. Estes indivíduos devem saber como ler e interpretar modelos, de modo a assegurar o nível apropriado de precisão.
• Modeladores de dados e facilitadores. A construção de um modelo de dados sem interagir directamente com os utilizadores limita a sua precisão e resultará em oportunidades perdidas para explorar os requisitos dos dados.
• Profissionais de modelação de dados. Em muitas organizações estes são os indivíduos encarregues de estabelecer data standards, integrar e gerir modelos, operacionalizar repositórios e gerir a qualidade dos dados.
• Programadores de sistemas de informação (SI) e administradores de base de dados. O modelo irá para as mãos dos programadores de SI e administradores de base de dados para ser feito o desenho, desenvolvimento e implementação. Idealmente, eles serão envolvidos assim que o modelo ficar estável, assistindo-os com verificações e ajudando a assegurar uma passagem suave.
• Gestores de negócio. São os principais beneficiários dos modelos de dados. É sempre boa ideia mantê-los informados dos progressos e benefícios do esforço num modelo de dados. Eles ficarão interessados nos resultados e serão um cliente chave para a equipa de modelação.
  

Informação baseada no livro "The Data Modeling Handbook", da autoria de Michael C. Reingruber e William W. Gregory.

Produzido em 2005