Capítulo 16 — Dados de referência e dados mestres
Mapa da aula
Aula 16 publicada. Mapa, exemplo, EX046.
flowchart TD
N0["16.1 Dois tipos de dados compartilhados"]
N1["16.2 Listas de códigos"]
N2["16.3 Duplicatas nos dados mestres"]
N3["16.4 Registros de ouro"]
N0 --> N1 --> N2 --> N3
N3 --> EX["Exemplo resolvido"]
EX --> Q["Exercício EX046"]
Desenho lógico
flowchart LR
N0["16.1 Dois tipos de dados compartilhados"]
N1["16.2 Listas de códigos"]
N2["16.3 Duplicatas nos dados mestres"]
N3["16.4 Registros de ouro"]
N0 --> N1 --> N2 --> N3 --> Q["EX046"]
[16.1 Dois tipos de dados compartilhados]
|
v
[16.2 Listas de códigos]
|
v
[16.3 Duplicatas nos dados mestres]
|
v
[16.4 Registros de ouro]
|
v
[Exemplo resolvido] --> [Exercício EX046]
Objetivos de aprendizagem
Você vai (1) distinguir dados de referência e dados mestres; (2) gerenciar listas de códigos; (3) tratar registros mestres duplicados.
16.1 Dois tipos de dados compartilhados
Dados de referência são listas de códigos usadas para classificar outros dados, como os códigos de loja, as categorias de produto e os códigos de país. Dados mestres descrevem as entidades centrais compartilhadas entre os sistemas, como membros, produtos e fornecedores. Amara observa que ambos são usados por muitos processos, de modo que os erros se espalham amplamente. O DAMA-DMBOK2 os trata como uma área de gestão própria. Na Harbourline, cada sistema mantém suas próprias cópias, e ninguém verifica se essas cópias continuam concordando entre si ao longo do tempo. Amara lista cada cópia e onde ela fica.
16.2 Listas de códigos
Amara descobre que a lista de lojas existe no sistema dos caixas, no sistema de fidelidade e no financeiro, com diferenças: uma loja fechada ainda ativa na fidelidade, uma loja nova ausente do financeiro e uma loja com dois códigos. Ela propõe uma única lista oficial, de propriedade da área de operações, com as mudanças aprovadas e distribuídas a todos os sistemas. Cada código tem data de início e de fim, para que os dados históricos continuem fazendo sentido depois que lojas abrem, fecham ou mudam de endereço. A área de operações aceita a titularidade e designa um curador para a lista.
16.3 Duplicatas nos dados mestres
Às vezes os membros se cadastram duas vezes, com cartões ou endereços de e-mail diferentes. As duplicatas dividem o histórico de compras e fazem as ofertas chegarem em dobro. Amara estuda os métodos de pareamento, desde comparações exatas até abordagens probabilísticas baseadas na teoria de ligação de registros de Fellegi e Sunter, que pondera a concordância em vários campos. Ela propõe uma regra de pareamento simples com nome, CEP e ano de nascimento, com os possíveis pares revisados por um curador antes da fusão, já que fusões erradas misturam dados de pessoas diferentes. O curador revisa toda semana uma fila de possíveis pares e registra cada decisão.
16.4 Registros de ouro
Depois do pareamento, a Harbourline precisa de uma única versão confiável de cada membro, às vezes chamada de registro de ouro (golden record). Amara propõe regras para escolher os valores quando as duplicatas discordam: o e-mail confirmado mais recentemente, o endereço da última entrega de compra e a data de adesão mais antiga. Cada regra é documentada e aprovada pelo dono dos dados de fidelidade. Ela observa que as regras de sobrevivência são decisões de governança, porque determinam quais fatos a organização vai tratar como verdadeiros. As regras são testadas em duplicatas sintéticas antes de serem aplicadas ao sistema de fidelidade em produção.
Exemplo resolvido
Amara separa dados de referência e dados mestres, encontra três listas de lojas discordantes e propõe uma única lista com dono e datas, desenha um pareamento de membros revisado por um curador e documenta as regras de sobrevivência.
Caso sintético. Os dados são sintéticos; o DAMA-DMBOK2 e Fellegi e Sunter (1969) são reais.
Erros e limites
Fusões automáticas sem revisão podem juntar pessoas diferentes.
Exercícios
- EX046 — Problemas da lista de lojas. Cite uma diferença entre as listas de lojas. Rubrica: 3 = loja fechada ainda ativa, loja nova ausente ou código duplicado;; 2 = uma;; 1 = vago;; 0 = nenhuma.
- EX047 — Salvaguarda da fusão. Que salvaguarda se aplica antes da fusão? Rubrica: 3 = a revisão dos possíveis pares por um curador;; 2 = parcialmente correto;; 1 = vago;; 0 = nenhuma.
- EX048 — E-mail sobrevivente. Que e-mail sobrevive? Rubrica: 3 = o confirmado mais recentemente;; 2 = parcialmente correto;; 1 = outro;; 0 = nenhuma.
Continue estudando — aula 16 (capítulo 16 de 40)
← Capítulo 15 · Índice das aulas · Capítulo 17 →
Continue para a próxima aula já escrita.