Donna Burbank, diretora sênior de marketing dos produtos e soluções de Data Modeling da CA Technologies, esteve recentemente no Brasil para um encontro com grandes usuários. Entre suas atividades esteve a divulgação e consultoria das tecnologias relacionadas a gestão da informação e a modelagem de dados e seus pontos de convergência. 
[private] Document Management: Qual é a importância da modelagem de dados para o mercado e qual a relação com os processos de negócios?
Donna Burbank: Uma das grandes mudanças que pude observar nos últimos anos, no campo da modelagem de dados foi o crescimento do foco relacionado aos negócios e o impacto que a qualidade da informação tem como chave para tomadas de decisão nos negócios. Esse foco aumentou, na minha opinião, impulsionado pelo crescimento em iniciativas de Business Intelligence e do aumento de obrigações de conformidade com regulamentações como Sarbanes Oxley, Basel II, etc. Os empresários estão agora dando visibilidade para as fontes de dados com o crescimento das opções de relatório do self-service em BI. Os dados e os relatórios dos especialistas já não ficam mais escondidos dentro do departamento de TI, são recursos técnicos que cada vez mais têm acesso e controle sobre a divulgação de informações. Ao mesmo tempo, o negócio agora é mais responsabilizado para ter rastreabilidade e qualidade dos dados nesses relatórios. As regulamentações exigem que as empresas sejam capazes de auditar os seus dados ativos da mesma forma que audita os seus ativos financeiros - mostrando a rastreabilidade, propriedade e responsabilidade de informações.
DM: Como os CEO´s vêem a modelagem de dados hoje?
DB: A maioria dos CEOs ainda não têm uma consciência da modelagem de dados ou o que isso implica a nível técnico. Mas eu vejo mais CEOs compreendendo a importância da qualidade dos dados e governança de dados, devido aos drivers que estão discutindo como as obrigações de conformidade e a necessidade de uma maior inteligência de todo os ativos da informação. É da responsabilidade dos arquitetos de dados e modeladores de dados em uma organização, bem como fornecedores de modelagem de dados ajudar a educar os CEOs sobre o valor que a modelagem de dados e arquitetura trazem para a organização. Enquanto alguns executivos são capazes de compreender a modelagem de dados que é desenvolvida com foco para os negócios, para a maioria dos CEOs a simples compreensão da necessidade de uma arquitetura de dados robusta, e o fornecimento dos recursos necessários para conduzir essa arquitetura são iniciativas que já demonstram um bom começo.
DM: Quais são, na sua opinião, os pontos de convergência entre a análise de dados e Enterprise Content Management?
DB: Em termos de tecnologia, Enterprise Content Management abrange uma ampla gama de de dados ativos, incluindo dados não estruturados, como documentos de texto, email, etc. A modelagem de dados incide essencialmente no conteúdo estruturado e, mais especificamente, nas estruturas de banco de dados relacionais, como tipicamente encontrados com nos fornecedores do mercado, tais como como o Microsoft SQL Server, Oracle, Teradata, etc. Em muitos aspectos, é mais fácil de gerenciar essas informações estruturadas pelos metodos naturais cuja estrutura de informação é organizada em tabelas, colunas, etc, que é o que as ferramentas de modelagem de dados ajudam a gerir em nível técnico.
O processo de governança da informação, no entanto, é em muitos aspectos semelhante, independentemente da tecnologia. Para realmente entender e gerenciar os ativos de informação, um forte processo de governança de dados deve estar presente para gerenciar a propriedade, ciclo de vida e a manutenção dessas informações. Os ativos de dados devem ser estritamente controlados e hoje com um foco maior sobre a qualidade dos dados e uma maior visibilidade dentro da empresa, é ai que vejo o maior ponto de convergência entre todas as disciplinas de gerenciamento de dados.
DM: Qual é a relação de modelagem de dados e arquitetura de informação?
DB: A arquitetura de informação, geralmente tem uma visão mais holística dos dados dentro de uma organização, de negócio e perspectiva técnica. Isso para o nível de maturidade da gestão da informação dentro das organizações e da indústria. Muitas vezes as empresas começam com uma visão técnico-cêntrica de suas bases de dados com ferramentas de modelagem de dados. Muitas companhias vão parar por aqui, mas outras as empresas deslocam-se até a visão empresarial de informação, que inclui uma visão de negócios centrada em sua modelagem de dados. Em termos de modelagem de dados, muitas vezes se referem a isso como o ponto de vista lógico ou mesmo conceitual de dados. A arquitetura da informação também amplia a discussão não apenas sobre banco de dados onde são armazenados, mas em um banco de dados para os ativos de informação como um todo, independentemente de como eles são armazenados. É preciso saber se a informação está bem colocada para enfrentar e modelagem de dados que ajuda a esclarecer e documentar o processo de negócios.
DM: Como as empresas podem tirar proveito da estrutura de dados e melhorar o processo de negócios com as informações que possui?
DB: A própria arquitetura de estruturas de dados relacionais e os modelos de dados que lhes dão suporte torná-os facilmente adaptáveis aos sistema de monitoramento do ciclo de vida e as atividades de governança de dados. Em muitos aspectos, é mais fácil governar dados estruturados do que os dados não estruturados, como documentos, emails, etc. A entrada de dados é normalmente controlada por aplicações programadas, bem como a capacidade de atualizar as informações pode ser limitado a apenas alguns indivíduos. Dados não estruturados, como e-mails e documentos são facilmente criados e compartilhados por muitas pessoas em uma organização.
Esta particularidade faz com que essas fontes de dados bem preparadas sejam capazes de identificar de maneira específica que a informação seja lida ou atualizada através de processos de negócios específicos dentro da organização, e muitos têm uma ligação muito forte entre as suas aplicações de processos críticos de negócios e sua modelagem de dados. [/private]
