Toneladas de dados acumulados, infraestrutura crescente e, quando o momento de decidir chega, a informação certa não está disponível. Esse é o retrato que encontro com mais frequência nas organizações quando o assunto é inteligência artificial. A incapacidade de usar os dados para decidir melhor quase nunca vem de problema no algoritmo ou na plataforma tecnológica escolhida: vem da ausência de governança de dados, o conjunto de práticas que define quem é responsável pelo dado, como ele deve ser gerenciado e qual valor ele precisa produzir. O DMBOK, "Data Management Body of Knowledge", o guia de referência global de gestão de dados desenvolvido pela DAMA International, organização sem fins lucrativos e independente de fornecedores presente em mais de 40 países, existe exatamente para estruturar a saída desse ciclo. Nesse artigo, desenvolvo o que esse guia propõe, quais papéis ele define e por que a adoção começa obrigatoriamente pela liderança, não pela TI.
O nó que se repete nas organizações
Trabalho com governança de dados em empresas de médio e grande porte há mais de uma década e o mesmo problema se repete de forma quase metódica. A TI sabe onde o dado está guardado, entende a arquitetura dos sistemas e é responsável pela infraestrutura que sustenta o armazenamento. O negócio, por sua vez, sabe para que o dado serve, se ele está correto e como ele pode gerar valor operacional e competitivo. O problema está exatamente no espaço entre esses dois conhecimentos: eles quase nunca se encontram de forma estruturada.
Quando TI e negócio ficam separados na gestão dos dados, o resultado é previsível. O dado acumula custo de armazenamento sem produzir resultado. Ninguém no negócio se sente responsável pela qualidade do que é armazenado, porque a responsabilidade informal recaiu sobre a TI. E a TI, sem o contexto de negócio, não tem como garantir que o dado reflita a realidade operacional da empresa.
Esse nó é o que está por trás de projetos de inteligência artificial custosos que falham. O problema quase nunca está no modelo de IA em si. Está no material que o alimenta. Um modelo treinado com dados inconsistentes, sem contexto de negócio definido, sem regras claras de qualidade, vai reproduzir exatamente a inconsistência que existia antes dele. Dado de má qualidade entra, decisão comprometida sai. Esse é o ciclo que a governança de dados, estruturada pelo DMBOK, existe para interromper.
O que é o DMBOK e por que ele é a referência global em governança de dados
O DMBOK, "Data Management Body of Knowledge", é o compêndio de boas práticas de gestão de dados desenvolvido pela DAMA International, organização sem fins lucrativos e independente de fornecedores voltada ao avanço da gestão de dados como disciplina profissional, presente em mais de 40 países. Ao longo de décadas de desenvolvimento coletivo, o guia consolidou o que a comunidade global de profissionais de dados reconhece como boas práticas fundamentais na gestão de um ativo que hoje é central em praticamente toda decisão organizacional.
O DMBOK organiza as disciplinas da gestão de dados em 11 áreas de conhecimento, que vão de governança e arquitetura a qualidade, segurança, metadados e integração de dados, com a governança posicionada no centro desse conjunto como a disciplina que orienta e sustenta todas as demais. Cada área define atividades, papéis, responsabilidades e práticas que as organizações devem implementar, adaptadas ao seu contexto e às suas prioridades.
Um dos traços que tornam o DMBOK uma referência robusta é justamente o que ele não faz: não prescreve ferramentas, não indica fornecedores, não escolhe tecnologia. O guia define o que precisa ser feito e quem precisa ser responsável, de forma que qualquer organização possa aplicá-lo independentemente do stack tecnológico que opera. Tudo isso converge em um princípio central explicitado pelo próprio guia: o dado é um ativo corporativo estratégico que precisa de dono, de manutenção e precisa produzir valor.
Dado como ativo estratégico: o que muda na prática
Adotar o entendimento de que o dado é um ativo muda, de forma concreta, as perguntas que a organização faz sobre os dados que produz e consome. A pergunta dominante hoje, na maioria das organizações, é quanto custa guardar o dado. A pergunta correta, quando o dado é tratado como ativo, é outra: quanto custa não usá-lo, ou não ter certeza de que ele está correto no momento em que a decisão precisa ser tomada.
Quando a liderança inverte esse olhar, as consequências são práticas. Papéis precisam ser definidos formalmente. Alguém de negócio precisa responder pelo dado, não apenas a TI. Critérios de qualidade precisam ser estabelecidos e monitorados. O ciclo de vida do dado, desde sua criação até seu eventual descarte, precisa ser gerenciado de forma deliberada.
Nenhuma dessas mudanças acontece por iniciativa da TI isolada. Todas exigem que o negócio entre no processo como protagonista, aceitando que parte de sua agenda passa a incluir a gestão ativa dos dados que usa e produz. Tratar dado como ativo não é metáfora motivacional: é uma afirmação com consequências operacionais diretas sobre a forma como a empresa usa sua informação para competir, para cumprir obrigações regulatórias e para reduzir riscos.
Data Owner e Data Steward: os papéis que tiram a gestão do dado da TI
Para operacionalizar o entendimento do dado como ativo, o DMBOK define dois papéis centrais que precisam existir em qualquer programa de governança de dados: o "data owner", ou dono do dado, e o "data steward", ou guardião do dado.
O "data owner" é o responsável de negócio pelo dado. É a pessoa ou área que responde pela definição do dado, pelo uso correto, pela relevância para os processos de negócio e pelo valor que deveria produzir. Não é um papel técnico. É um papel de negócio com responsabilidade formal sobre um ativo da organização, de maneira análoga ao que um gestor financeiro tem sobre uma linha de orçamento. Quando esse papel não está definido, o dado fica sem dono formal, e dado sem dono de negócio vira passivo.
O "data steward" é o responsável pela curadoria do dado no dia a dia, garantindo que o dado seja registrado corretamente nos sistemas, que os critérios de qualidade sejam aplicados e que as regras estabelecidas pelo "data owner" sejam seguidas na operação. É o elo entre a definição estratégica do dado e a sua existência concreta nas plataformas e processos da empresa.
Esses dois papéis existem para que a gestão do dado saia da TI, onde ficou relegada por décadas, e chegue onde o dado realmente importa: na operação de negócio que o usa para tomar decisões e identificar oportunidades. A ausência de qualquer um deles desequilibra o programa: sem "data owner", não há direção estratégica; sem "data steward", a direção existe apenas no papel, sem execução no dia a dia.
Governança de dados como pré-requisito para inteligência artificial
A conexão entre governança de dados com o DMBOK e os resultados de projetos de inteligência artificial não é teórica. É a razão prática pela qual tantos projetos de IA encerram sem entregar o que prometeram, especialmente em organizações que pularam a etapa de governança por considerá-la menos urgente do que a tecnologia.
Um projeto de IA depende de dados de qualidade, com contexto de negócio definido, que representem fielmente a realidade que o modelo precisa aprender. Quando nenhum "data owner" foi definido para os dados que vão alimentar o modelo, ninguém responde pela qualidade do que entra. Quando não há "data steward" monitorando o ciclo de vida desses dados, inconsistências se acumulam sem processo formal de correção.
O resultado é o que descrevi no início: empresas com toneladas de dados e incapacidade de usá-los para decidir melhor. A IA, nesse cenário, amplifica o problema que já existia nos dados de origem, em vez de qualificar as decisões que o projeto pretendia melhorar. Governança de dados não é uma etapa que pode ser pulada quando a organização decide investir em inteligência artificial. É um pré-requisito. A qualidade e a confiabilidade da IA dependem diretamente da maturidade com que a organização gerencia os dados que a alimentam.
Adotar o DMBOK é uma mudança cultural, não um projeto técnico
Adotar as boas práticas do DMBOK não é uma decisão de TI. É uma decisão da liderança, e um dos princípios explicitados pelo próprio guia confirma isso: a gestão eficaz de dados exige comprometimento da liderança. Essa mudança não resulta em um projeto com começo, meio e fim definidos: resulta em uma transformação na forma como a organização entende e gerencia o que é, hoje, um dos seus ativos mais estratégicos.
Essa transformação começa quando a liderança decide, de forma explícita, que o dado é um ativo, não um custo de infraestrutura. A partir dessa decisão, as consequências se seguem em cascata: papéis precisam ser formalizados, responsabilidades precisam ser atribuídas, processos precisam ser criados visando garantir qualidade ao longo do ciclo de vida do dado, e o negócio precisa aceitar que parte de sua agenda passa a incluir a gestão ativa da informação que produz e usa.
Organizações que não fazem essa virada acumulam um passivo crescente. Custo de guarda de dados que nunca geraram valor. Risco de incidentes de segurança e privacidade envolvendo dados cujo responsável ninguém consegue identificar. Incapacidade de usar a informação disponível no momento em que a decisão precisava ser tomada. E, cada vez mais, projetos de inteligência artificial que prometiam transformar o negócio e entregaram menos do que o esperado porque o material que alimentava a transformação estava comprometido.
Perguntas frequentes sobre governança de dados e DMBOK
O que é o DMBOK?
O DMBOK, "Data Management Body of Knowledge", é o guia de referência global de boas práticas em gestão de dados desenvolvido pela DAMA International. Organiza as disciplinas da gestão de dados em 11 áreas de conhecimento, com a governança posicionada no centro, cobrindo desde arquitetura e modelagem até qualidade, segurança, metadados e integração de dados. Seu princípio central é o de que o dado é um ativo corporativo estratégico que precisa de dono, manutenção e geração de valor. O DMBOK não prescreve ferramentas ou tecnologias: define o que precisa ser feito e quem precisa ser responsável, de forma que qualquer organização possa aplicá-lo ao seu contexto.
O que é um data owner?
O data owner, ou dono do dado, conforme definido no DMBOK, é o responsável de negócio por um conjunto de dados dentro de uma organização. Esse papel inclui a responsabilidade pela definição do que o dado representa, pelo uso correto em processos de negócio, pela relevância e qualidade da informação e pelo valor que o dado deveria gerar. Trata-se de um papel formal de negócio, não técnico. Sem um data owner definido para cada dado estratégico, o dado fica sem responsável formal e tende a virar passivo de custo e de risco para a organização.
O que é um data steward?
O data steward, ou guardião do dado, é o profissional responsável pela curadoria dos dados no dia a dia. Conforme o DMBOK, o data steward garante que as regras de qualidade sejam aplicadas, que os dados sejam registrados e mantidos corretamente nos sistemas e que as definições estabelecidas pelo data owner sejam seguidas na operação. É o elo entre a definição estratégica do dado e sua existência concreta nas plataformas e processos da organização. Sem esse papel, a direção estratégica definida pelo data owner existe apenas no papel, sem execução operacional cotidiana.
Qual a diferença entre data owner e data steward?
A diferença principal entre data owner e data steward está no nível e no tipo de responsabilidade. O data owner é o responsável estratégico pelo dado: um papel de negócio que define o que o dado representa, qual valor deve gerar e como deve ser usado. O data steward é o responsável operacional: garante no dia a dia que o dado existe e é mantido de acordo com as definições do data owner. Os dois papéis são complementares e ambos são necessários para que a governança de dados funcione na prática, combinando direção estratégica com execução cotidiana.
Por que projetos de inteligência artificial falham por causa dos dados?
Projetos de inteligência artificial falham por problema nos dados quando as organizações iniciam o projeto sem ter governança de dados estabelecida. Sem data owners definidos, ninguém responde pela qualidade dos dados que vão alimentar o modelo. Sem data stewards atuando, inconsistências se acumulam sem processo formal de correção. O resultado é um modelo treinado com dados que não representam fielmente a realidade que deveria aprender, comprometendo as decisões que o projeto pretendia qualificar. Dado de má qualidade entra, decisão comprometida sai: esse é o ciclo que a governança de dados existe para interromper.
O que é a DAMA International?
A DAMA International, "Data Management Association", é uma organização sem fins lucrativos e independente de fornecedores, presente em mais de 40 países, voltada ao avanço da gestão de dados como disciplina profissional. É responsável pelo desenvolvimento e manutenção do DMBOK, o guia de referência de boas práticas de gestão de dados, e por comunidades de prática que reúnem profissionais da área em todo o mundo. No Brasil, a DAMA Brasil representa essa comunidade, promovendo o desenvolvimento da gestão de dados no cenário nacional e o alinhamento das organizações brasileiras a frameworks globais de referência.
Como começar a governança de dados em uma organização que ainda não a pratica?
Começar a governança de dados em uma organização sem histórico nessa área exige, antes de tudo, uma decisão explícita da liderança de tratar o dado como ativo estratégico. A partir disso, os primeiros passos incluem identificar quais dados são mais críticos para o negócio, definir quem serão os data owners de cada conjunto prioritário e estabelecer critérios mínimos de qualidade para esses dados. O DMBOK oferece o mapa completo dessa jornada, mas o ponto de partida precisa ser simples, focado nos dados mais relevantes e sustentado pelo comprometimento da alta liderança. Governança iniciada sem esse comprometimento não se sustenta.
Governar dados é reconhecer que a informação que a organização produz e consome todos os dias tem valor, carrega risco e exige responsabilidade formal. Quando nenhum profissional de negócio responde por um dado estratégico, esse dado continua existindo nos sistemas, consumindo recursos e acumulando risco, mas sem gerar o retorno que poderia. O DMBOK não inventou esse problema: sistematizou, com décadas de contribuição coletiva de profissionais de dados em dezenas de países, o caminho para resolvê-lo. Adotar governança de dados não é uma decisão técnica. É uma decisão de liderança sobre o que a organização faz com o que sabe. E, nesse sentido, governar dados bem é, antes de tudo, preservar a capacidade das pessoas e das instituições de usarem a informação que produzem a serviço de decisões mais justas, mais responsáveis e mais dignas.