13. Master Data Management e EBX

Uma organização pode ter vários cadastros da mesma entidade, com nomes, endereços e identificadores divergentes. Master Data Management organiza a reconciliação e a manutenção desses dados com responsabilidades e regras explícitas. O objetivo é uma referência confiável e rastreável para uso compartilhado.

Com o fluxo analítico completo em mente, estudamos linguagens, bibliotecas, motores distribuídos e produtos corporativos. O objetivo é compreender o papel de cada ferramenta dentro de uma arquitetura. Este é o capítulo 13 de 19 da disciplina Plataformas e Ferramentas Analíticas. Ele retoma Apache Zeppelin e utiliza essa base para avançar. Na sequência, estudaremos Qualidade de dados e Trillium.

O fio condutor

Ciência de Dados começa com uma pergunta e termina com uma decisão que precisa ser compreendida, avaliada e acompanhada. Entre esses dois pontos, dados são coletados, examinados e transformados; métodos são escolhidos; resultados são validados; e limitações são comunicadas. Nenhuma etapa compensa automaticamente uma falha grave ocorrida na etapa anterior.

Neste capítulo, use Master Data Management e EBX para acompanhar três dimensões: o problema que se deseja resolver, a evidência disponível e o critério usado para avaliar o resultado. Essa separação ajuda a evitar soluções tecnicamente sofisticadas que não respondem à necessidade real.

O que é governado

Começamos por O que é governado, pois essa base organiza os conceitos e exemplos que aparecerão no restante do capítulo.

Dados mestres representam entidades centrais, como cliente, produto e fornecedor, reutilizadas por processos e sistemas. Dados transacionais registram eventos, como pedido e pagamento. Dados de referência classificam valores, como moeda, país ou status. Metadados descrevem estrutura, significado, origem e regras. O cadastro de um produto é dado mestre; a venda desse produto é transação; o código de sua unidade de medida é referência; a definição do atributo preço é metadado.

MDM coordena dados mestres e RDM coordena conjuntos de referência. São disciplinas relacionadas, mas não sinônimas. Relativa estabilidade dos dados mestres não significa imutabilidade: endereços e classificações mudam. MDM não substitui todos os sistemas operacionais nem guarda necessariamente cada evento de negócio. Integração, qualidade e governança trabalham juntas para reduzir divergências e tornar o consumo consistente.

Domínios e relacionamentos

Depois de compreender O que é governado, passamos a Domínios e relacionamentos. A nova seção acrescenta outra etapa ao mesmo raciocínio e mostra como as decisões anteriores influenciam as próximas.

MDM de cliente, historicamente associado a Customer Data Integration, conecta identidades entre vendas, atendimento e cobrança. MDM de fornecedor reconcilia parceiros de compras e contratos; MDM de produto harmoniza características, categorias e códigos. Uma solução multidomínio atende mais de um desses conjuntos, preservando regras específicas de cada domínio. Não significa impor o mesmo esquema a cliente e produto.

Hierarquias representam matriz e filiais, categorias de produtos ou unidades organizacionais. Podem mudar e precisam de vigência, validação e histórico quando usados em relatórios. Uma reorganização atual não deve reescrever silenciosamente a interpretação de resultados passados. Relacionamentos também exigem regras para evitar ciclos indevidos, referências inexistentes e combinações incompatíveis com o negócio.