Governança de Dados: Frameworks e Teorias

Governança de dados ganhou formalização através de frameworks que definem como estruturar programas, medir maturidade e organizar times. Os principais são o DAMA-DMBOK e o DCAM, mas modelos mais recentes como Data Mesh e Data Fabric mudaram a forma de pensar sobre o problema.

DAMA-DMBOK

O DAMA-DMBOK (Data Management Body of Knowledge) é o framework de referência da indústria, publicado pela Data Management Association. Define 11 áreas de conhecimento que compõem a gestão completa de dados:

Área	O que cobre
Data Governance	Políticas, papéis, processos e decisões sobre dados
Data Architecture	Modelos, integração e fluxo de dados na organização
Data Modeling & Design	Estrutura lógica e física dos dados
Data Storage & Operations	Armazenamento, backup e recuperação
Data Security	Privacidade, controle de acesso, compliance
Data Integration & Interoperability	ETL, ELT, APIs, troca de dados
Documents & Content	Dados não-estruturados, gestão de documentos
Reference & Master Data	MDM, dados de referência (listas canônicas)
Data Warehousing & BI	Modelos dimensionais, relatórios, analytics
Metadata	Metadados técnicos, de negócio e operacionais
Data Quality	Medição, remediação e monitoramento de qualidade

O framework posiciona Data Governance como a área central que habilita e coordena todas as demais.

DCAM

O DCAM (Data Management Capability Assessment Model) foi desenvolvido pela EDM Council com foco em organizações financeiras, mas é aplicável em qualquer setor.

É um modelo de maturidade: avalia onde a organização está e define um caminho de evolução. As seis capacidades avaliadas são:

Estratégia e liderança de dados
Arquitetura de dados
Tecnologia e infraestrutura
Governança e políticas
Qualidade de dados
Gestão do ciclo de vida dos dados

Cada capacidade tem níveis de maturidade (de ad hoc a otimizado), o que permite priorizar investimentos.

Data Mesh

Proposto por Zhamak Dehghani (2019-2020), o Data Mesh é um modelo arquitetural e organizacional que questiona a governança centralizada.

Os quatro princípios

Propriedade descentralizada por domínio: cada domínio de negócio (pedidos, clientes, pagamentos) é dono dos seus dados
Dados como produto: domínios publicam data products com SLAs, documentação e qualidade garantida
Infraestrutura self-service: plataforma central que permite domínios criarem e publicarem data products sem depender de um time central
Governança federada: políticas globais (segurança, privacidade, interoperabilidade) são definidas centralmente, mas implementadas por cada domínio

flowchart TB
    subgraph Plano de Controle Central
        G[Políticas globais]
        C[Catálogo central]
    end
    subgraph Domínio Pedidos
        P1[Data Product: pedidos]
    end
    subgraph Domínio Clientes
        P2[Data Product: clientes]
    end
    subgraph Domínio Pagamentos
        P3[Data Product: pagamentos]
    end
    G --> P1 & P2 & P3
    P1 & P2 & P3 --> C

Quando faz sentido

Data Mesh resolve o problema de escala organizacional: quando há múltiplos times de dados e um time central não consegue mais atender a demanda. Para organizações pequenas, a complexidade pode superar os benefícios.

Data Fabric

Conceito complementar (e às vezes confundido) com Data Mesh. Enquanto Mesh é organizacional, Data Fabric é tecnológico.

A ideia central é usar metadados, grafos de conhecimento e ML para criar uma camada de integração inteligente que:

Descobre e cataloga dados automaticamente
Sugere pipelines com base em padrões de uso
Aplica políticas de acesso de forma dinâmica
Conecta fontes heterogêneas sem necessidade de replicação

Fornecedores como IBM, SAP e Informatica promovem o conceito fortemente. Na prática, elementos de Data Fabric aparecem em ferramentas como Apache Atlas, Microsoft Purview e Google Dataplex.

Comparativo

Dimensão	DAMA-DMBOK	Data Mesh	Data Fabric
Tipo	Framework de boas práticas	Modelo organizacional	Abordagem tecnológica
Governança	Centralizada	Federada	Automatizada por metadados
Foco	Processos e responsabilidades	Autonomia dos domínios	Integração e descoberta
Adoção	Alta (referência de mercado)	Crescente (empresas grandes)	Emergente (vendor-driven)

Second Brain

Explorer