Total de visualizações de página

quarta-feira, 6 de setembro de 2017

Visão comparativa e comentada do DAMA-DMBoK® V2-Parte I


Objetivo:

Esse trabalho objetiva analisar os pontos de evolução do DAMA-DMBoK® V2-Data Management Body of Knowledge, 2nd edition, lançada em Julho de 2017 nos EUA, pela DAMA-Data Management Association.

Recomendamos fortemente a aquisição do Modelo Completo, que poderá ser feito no site da DAMA-Brasil(versão em português-www.dama.org.br), ou no site da Technics Publications(versão em inglês https://technicspub.com). No evento DMC-LATAM 2017-Data Management Conference (18-19 de outubro,SP) a presidente da DAMA International, Sue Geuens dará uma  palestra sobre DAMA-DMBoK® V2.

O objetivo, claro, não é detalhar o modelo mas sim enfatizar os pontos de evolução que o colocam, na minha visão, acima das melhores práticas mundiais de Gestão de dados, como DMM-Data Management Maturity Model (CMMI Institute-ISACA) e DCAM-Data Management Capability Assessment Model (EDM Council), além de analisar o seu upgrade com relação ao DMBoK® de 2009. A objetivo central é fornecer uma visão sintética e comentada tal como foi feito no trabalho publicado em 2013 (Uma visão sintética e comentada do DMBOK, disponível no site da Fumsoft e acessível neste link: goo.gl/kqVSBk ). 
Para a realização deste trabalho, foram usadas as referências citadas no final, respeitando os aspectos de direitos das publicações originais. Os textos foram traduzidos pelo autor e não representa a tradução oficial da DAMA-BR. Alguns diagramas aqui apresentados foram baseados nos existentes no DAMA-DMBoK® V2 e adaptados pelo autor. Para efeitos práticos esse trabalho faz referência ao DAMA-DMBoK® de 2009 como DMBoK1.
Esse trabalho será dividido e publicado em partes:
A primeira parte será uma análise introdutória sobre os novos conceitos trazidos pelo DAMA-DMBoK® V2 e uma rápida comparação com os frameworks existentes.

DAMA-DMBoK® V2-Introdução:

       Lançado em julho de 2017, o DAMA-DMBoK® V2 foi escrito com uma grande gama de colaboradores, inclusive do Brasil (Ademilson Monteiro, Antônio Braga, Carlos Barbieri, Manoel Francisco Dutra, Mário Faria, Luciana Bicalho e Rossano Tavares - Presidente da DAMA-Brasil e -Primary Contributor- do capítulo de Qualidade de dados). Também mereceram destaque figuras importantes do ambiente de Dados dos EUA, como Melanie Mecca(DMM), April Reeve, Danette McGilvray,etc,
       Diferente da versão DMBOK1, oficialmente The Dama Guide to the Data Management Body of Knowledge(DAMA-DMBOK Guide), first edition que tinha os  nomes de Mark Mosley, Michael Brackett, Susan Earley e Debora Henderson, como destaques de capa, o DAMA-DMBoK® V2 não cita autores específicos na capa. Todos os créditos foram referenciados internamente,
       Há uma justa menção em homenagem à Patrícia Cupoli, falecida em Julho de 2015, num acidente automobilístico. Patrícia esteve várias vezes no Brasil (evento DMCLatam-SP) onde aplicou as provas de CDMP-Certified Data Management Professional (quando me submeti à elas em 2013 e 2014) e foi umas das grandes contribuidoras do Modelo DMBoK®, em ambas as versões e também forte incentivadora das certificações CDMP no Brasil.

DAMA-DMBoK® V2-Estrutura:

O modelo DAMA-DMBoK® V2 está estruturado em 17 capítulos, sendo que 11 estão relacionados com ás áreas de conhecimento (houve acréscimo de uma com relação ao DMBOK1-Integração e Interoperabilidade), além de outros assuntos relevantes, como Ética no tratamento de dados, Big Data&Ciência de dados; Avaliação de maturidade em gestão de dados; Possíveis papeis e organização da gestão de dados e Gerência de mudanças na gestão de dados. Alguns desses capítulos, pelo aspecto temporal, são praticamente novidades, quando comparados com o DMBOK1 (Big Data&Ciência de dados e Modelos de maturidade) e outros foram expandidos e enriquecidos, transformando o DAMA-DMBoK® V2 numa fonte, quase incomparável de referência em Gestão de Dados.  Alguns pontos importantes para entendermos o modelo:
      O DAMA-DMBoK® V2 apresenta uma formatação de ideias na forma de frameworks e se vale de alguns exemplos como o Modelo de alinhamento estratégico e o Modelo de Informações de Amsterdam. O primeiro, proposto por Henderson e Venkatraman, no fundo, fundamenta os direcionadores para uma abordagem de implementação de gestão de dados. Tratam da dualidade Dado e Informação e de seus relacionamentos e tem um forte conteúdo conceitual, com tangências entre Estratégias de negócios, Estratégias de TI, Organização&Processo e Sistemas de Informação. No fundo, versa sobre algo fundamental: a dificuldade de percepção de valores de investimentos em TI, justamente pela falta de alinhamento desta com os objetivos de negócios, somado com a falta de processos que mantenham vivos esses laços de conexão entre os dois. Isso vem ao encontro do que temos falado sobre a importância do Why(O Porquê), dos 5W2H em projetos de dados, que deve vir sempre atrelado aos aspectos de negócios. Antes, por exemplo, da empresa partir para um grande projeto de Big Data, pergunte sobre o “porquê” e busque retornos convincentes para o “business” da empresa. Nunca crie um Data Lake porque ele é algo diferente de um DW ou de um ODS; 
      O Modelo de Informações de Amsterdam, desenvolvido na Universidade de Amsterdan, em 1997, tem como objetivo ser uma ferramenta de posicionamento e interrelação entre funções de gerência de informação. Tem um eixo horizontal onde aparecem três domínios de Governança, como Negócio, Informação/Comunicação e Tecnologia e um eixo vertical onde aparecem os níveis de profundidade da governança, como Estratégia, Estrutura e Operação.
      Esses dois modelos estabelecem alguns dos pilares conceituais do DAMA-DMBoK® V2, e aparecem mais, na minha opinião, para dar uma certa tonalidade negocial e acadêmica na proposição, que se centra mesmo no conhecido Framework do DMBOK1, com os elementos já estudados até então, como o Diagrama DAMA(Dama Wheel) estendido por outros elementos, além dos fatores Ambientais e do Diagrama de Contexto de áreas de Conhecimento, este expandido.  

DAMA-DMBoK® V2-Comparação:

O  DAMA-DMBoK® V2 quando comparado com outros modelos de referência em Gestão de dados apresenta algumas vantagens nítidas. Vejamos os principais guias existentes, propostos por organizações neutras e sem fins(diretamente) lucrativos:
      EDM-Council: O Modelo do EDM Council, da Comunidade bancária/financeira, tem absoluta concentração nesta área. Fazem parte do EDM Council, dentre outros, ABN AMRO Bank, Accenture, Abu Dhabi Investment Authority, JP Morgan Chase&Co, Banco do México, Banco Santander, Bank of America, Bank of Tokyo Mitsubishi UFJ, Ltd, etc. Oferece o FIBOS-Ontologia para negócios da indústria financeira, além de um modelo de avaliação(assessment) também com foco em processos dessa esfera. O EDM Council chegou a fazer parceria com o DMM do CMMI Institute na elaboração das primeiras versões do DMM, mas o casamento “desandou” e o DMM acabou nascendo sozinho, sem o genoma do DCAM-EDM. As figuras 01 e 02   ilustram o EDM-Council e o DCAM.


Figura 01-Visão geral do EDM-Council, com os 3 grandes objetivos, adaptado pelo autor. Fonte: EDM-Council



Figura 02-Visão geral do EDM-Council-DCAM-Data Management Capability Model , com as áreas de Gestão de dados, foco no ecossistema financeiro, adaptado pelo autor. Fonte: EDM-Council

       DMM-Data Management Maturity Model: O Modelo  DMM  foi gestado no mesmo berço de onde saíram os famosos modelos CMM e CMMI. (CMMI Institute da Universidade Carnegie Mellon) e por isso prometia certo vigor. Acontece que por motivos não esclarecidos, o CMMI Institute se desligou da Universidade Carnegie Mellon e foi adquirido e tornado organização subsidiária do ISACA(Associação de Controle e Auditoria de Sistemas de Informação), reconhecida pela paternidade do COBIT-5. Pelas conversas que tenho tido nos Seminários e Conferências nos EUA, a impressão é a de que o DMM ainda se encontra tímido e não decolou totalmente, como era de se esperar. Lançado em 2014, no seu site aparecem somente dois casos de uso: Um da Microsoft e outro da brasileira Neoway, de Florianópolis. Tendo sido o primeiro modelo neutro de avaliação de maturidade em gestão de dados (os outros existentes gravitavam em torno de instituições de consultoria e de software), o DMM tem potencial de crescimento, inclusive no Brasil, mas esbarra no alto custo de mão de obra para formação de especialistas, toda ela obrigatoriamente formada em vários treinamentos nos EUA, com valores quase proibitivos. Na essência, o DMM apresenta uma correta proposta de gestão de dados, oferecendo, conforme a figura 03,  seis (6) Categorias e 25 Áreas de processos. O seu foco, entretanto, como os seus primos mais antigos(CMM e CMMI) é mais de um guia para assessment(avaliação), embora através dos suas práticas funcionais e práticas de infraestrutura divididas em níveis, sugira possíveis formas de implementação. Mas, mesmo assim, continua com forte sabor de um método para se saber onde estamos (ONCOTÔ) em termos de Gestão de Dados, e não de como, diretamente, podemos chegar lá (PRONCOVÔ). Pode ser usada com o DMBOK®V2 como elemento de verificação inicial, antes de se aplicar as práticas da DAMA.  


Figura 03-Visão geral do DMM-Data Management Maturity Model, com as 6 Categorias e os níveis de capacidade,  adaptado, pelo autor. Fonte: DMM-Data Management Maturity Model-CMMI Institute



Figura 04-Visão geral do DMM-Data Management Maturity Model, com as 6 Categorias e 25 áreas, adaptado pelo autor. Fonte: DMM-Data Management Maturity Model-CMMI Institute-Versão Português.

DAMA-DMBoK® V2-Resumo:

      Por esse prisma, baseado na figura 05, observa-se que o DAMA-DMBoK®V2, além de trazer o guia estruturado agora em 11 Áreas de Conhecimentos, amplamente discutidas e detalhadas, também traz uma luz sobre novos conceitos pouco(ou nada) tangenciados nos outros modelos. A discussão sobre Ética no tratamentos dos dados (fundamental com o crescimento da sociedade digital cheia de Big data, IoT com riscos de possíveis problemas em Segurança e Privacidade), os impactos culturais nas mudança exigidas por sua implementação(um dos fatores críticos de GD), além de temas técnicos novos, como Big Data e Ciência de Dados,  o colocam, sem dúvida, numa posição  de destaque com relação  aos outros frameworks existentes.

A figura 05, a seguir, ilustra essa nova visão do DAMA-DMBoK® V2, que detalharemos no próximo post



Figura 05-Visão geral do DAMA-DMBoK®V2, adaptado pelo autor. Fonte: DAMA-DMBoK® V2


Notas:
DAMA-DMBoK® e DAMA-DMBOK® V2 são marcas da DAMA International e DAMA Brasil.
DCAM é marca do EDM-Council
DMM é marca do CMMI-Institute

Nenhum comentário:

Postar um comentário