Leon Matheus

Não existe dado genérico

Ser orientado a dados não é trocar intuição por KPIs. Dado sempre tem forma, origem e ciclo de vida, e mantê-lo com significado pede uma cultura.

“Meu papel […] era o de um atendente de suporte de SQL glorificado.” — Chad Sanderson

A verdade é que a maioria das organizações percebe que “deveria” se tornar orientada a dados, seja lá o que isso signifique, mas as pessoas dentro delas têm pouquíssimo incentivo para entender e desenvolver as práticas necessárias para operar em torno dos dados e com eles.

Gostamos de falar de dados como algo valioso, como o novo petróleo, como um recurso que pode ser movido e transformado como um material físico. Mas dado é um bicho de outra espécie.

Dado tem forma

Não existe dado “genérico”. Dado sempre tem uma forma, uma origem, um ciclo de vida. Pode carregar significado ou perdê-lo por completo. Extrair e guardar dados tem custo, e dado parado, que não é usado nem conectado, não tem valor e se deprecia muito rápido.

Dados podem fluir por outros sistemas que fazem coisas a partir deles, ou que mudam o próprio comportamento por causa deles. Mas o dado também pode ser a coisa em si: modelado, construído com um propósito e exposto como valioso por si mesmo.

Não é detalhe técnico

O trabalho de transportar, modelar e dar sentido aos dados de forma sustentável nunca vai acontecer enquanto engenharia de dados for tratada como “implementação de backend” ou “detalhe técnico”.

Construir sistemas e processos que continuem a extrair valor dos dados em toda a organização pede práticas culturais que ainda precisam amadurecer e virar senso comum. Aplicar uma abordagem de gestão de produto de prateleira não melhora o processo de aumentar conhecimento e entendimento. Pode até ser mais fácil no começo, num escopo estreito como um time pequeno, do que atravessando fronteiras organizacionais. Mas logo bate num teto que impede qualquer coisa mais significativa de emergir.

O que é ser orientado a dados

Ser orientado a dados não é trocar intuição e experiência por KPIs e probabilidade.

É considerar muitos tipos de sinais, de muitas fontes, desenhar processos e sistemas para coletar e movimentar esses sinais, e compor representações vivas que permitam observar e raciocinar sobre várias perspectivas de um problema de forma sistemática.

É uma prática contínua, sempre em evolução. Vale mais quando é cultivada junto com o negócio principal e a operação do dia a dia, em vez de construída para caber em cada caso de uso específico.