As chaves para a democratização de dados de autoatendimento na Data Summit 2025

O acesso confiável, seguro e de autoatendimento a dados limpos e confiáveis ​​está no centro de aliviar as equipes de dados sobrecarregadas por solicitações de dados. Embora o acesso aos dados de autoatendimento seja direto em teoria, a implementação de uma estratégia de dados requer uma profunda compreensão das necessidades do usuário de negócios, juntamente com uma reimaginação completa das arquiteturas de dados, desde a governança de dados até a entrega de dados, as redes de suporte e muito mais.

Wayne EckersonPresidente, Grupo Eckersonliderou o workshop anual de pré-conferência da cúpula de dados, “Democratização de dados: como construir uma estratégia de autoatendimento que capacita os usuários de negócios e elimina gargalos de dados”. Discutindo abordagens práticas e testadas pelo tempo para a democratização de dados, ajudando a eliminar gargalos de dados enquanto antecipam efetivamente as necessidades de negócios.

O anual Data Summit A conferência retornou a Boston, de 14 a 15 de maio de 2025, com oficinas de pré-conferência em 13 de maio.

“O autoatendimento é tão simples, é uma vitória”, disse Eckerson. “Se nossos usuários estão felizes, a equipe de dados está feliz.”

Embora o acesso rápido e ágil aos dados seja uma ótima idéia: “Se você não o combina com padrões e governança, tudo se desfez”. Com muitos relatórios, dados conflitantes e aumento de custos e riscos, a governança se torna crucial para garantir que a democratização de dados de autoatendimento seja capaz de obter seus benefícios potenciais.

Eckerson comparou o relacionamento entre autoatendimento e governança como o de um carro rápido e os freios: você dirigia um Maserati sem freios? Provavelmente não; A governança é o freio a uma estrutura de dados de autoatendimento ultra-rápida.

“Você tem que fazer todo o resto antes de poder entregar o autoatendimento”, acrescentou Eckerson. “O primeiro passo é conhecer os teus usuários. Se você não conhece seus usuários … você perderá o alvo.”

Compreender seus usuários e atribuí-los a “personas” para definir seus comportamentos, normalmente caindo entre os usuários de dados casuais a mais intensivos, permite que as organizações adaptem seus serviços de dados e promovam um senso de autoatendimento mais granular. Eckerson dividiu ainda as personas organizacionais em papéis mais específicos:

• Consumidores de dados que desejam painéis personalizados e interativos para consumir relatórios

• Data Explorers que desejam painéis interativos personalizáveis, às vezes modificando relatórios

• Analistas de dados que desejam bancos de trabalho de análise, criando relatórios do zero

• Cientistas de dados que requerem python, notebooks, sagemaker etc. para criar modelos ML/AI

“O autoatendimento para cada uma dessas personas é diferente, e é por isso que você precisa criar um inventário”, explicou Eckerson. Este inventário organiza as informações de classificação dos usuários, incluindo nível de habilidades, nível de acesso, bem como a quantidade de treinamento ou suporte que precisará ser oferecido. Esses gráficos – que atribuem personas emparelhadas com nomes, títulos e informações de contato – permite que as empresas saibam exatamente quem estão servindo.

O modelo operacional correto ajuda a unificar e federar esses usuários em uma estrutura consistente. Dividido em três partes, um bom modelo operacional consiste em:

• Equipe de dados corporativosque constrói e mantém a plataforma de dados corporativos e todas as afirmações compartilhadas, entregando soluções estratégicas de empresas
• Desenvolvimento baseado em domínioque entende as necessidades de negócios, construindo e manutenção de produtos e soluções de dados baseados em domínio
• Domínios de negóciosque especificam as necessidades de negócios, consumindo e governando dados

“Nada (seus usuários pedem) devem ser uma surpresa se o seu modelo operacional estiver funcionando corretamente”, observou Eckerson.

Em relação à arquitetura, Eckerson enfatizou a importância de uma abordagem “MVP” – ou produtos mínimos viáveis ​​- para primeiro construir algo simplesmente viável. Provar sua capacidade de funcionar, depois melhorar essa arquitetura, ajuda a criar impulso e financiamento, a descobrir requisitos verdadeiros e evitar falhas caras.

Retornar à importância da governança de dados, “fazer uma avaliação logo de cara para o seu programa de governança de dados não é uma má idéia”, disse Eckerson. Ele ofereceu ainda as dicas a seguir para estabelecer uma estrutura robusta de governança de dados para o autoatendimento:

• Encontre um principal executivo comprometido com dados.
• Piggyback em uma grande iniciativa defensiva ou ofensiva.
• Concentre -se em uma dimensão da governança de dados, como relatórios conflitantes ou qualidade dos dados.
• Encontre um líder para assumir o comando.
• Forme uma equipe multifuncional para apoiar o líder e orientar a iniciativa.

O gerenciamento certo do projeto é outra parte significativa da democratização de dados de autoatendimento, ajudando a::

• Alocar recursos escassos de desenvolvimento.
• Ganhe um consenso sobre como alocar recursos.
• Priorize e alinhe os esforços de desenvolvimento.
• Exigem que os líderes técnicos e de negócios conversem.

“Há muito trabalho proativo em um nível estratégico … para garantir que as coisas permaneçam no caminho certo, o que ajuda a ficar à frente das solicitações de projeto”, disse Eckerson.

Gerenciamento de produtos –não Gerenciamento de projetos-é outro aspecto da democratização de dados que ajuda a centralizar uma variedade de informações para melhorar melhor o autoatendimento de estruturas de dados para o sucesso. Os produtos de dados são um subconjunto de ativos de dados, de acordo com Eckerson, mantendo características exclusivas que podem diferir dos ativos de dados. Os produtos de dados de sucesso são:

• Direcionado para e público
• Projetado para compartilhamento e reutilização ampla
• Embalado com metadados ricos
• Sistematicamente governado
• Gerenciado por uma equipe de produto
• Financiado e melhorado continuamente
• Consolidado e acessado por meio de um mercado de dados ou armazenamento de dados

Muitas apresentações da Summit 2025 estão disponíveis para revisão em https://www.dbta.com/datasummit/2025/presentations.aspx.