# Construindo um framework de governança de dados

> Estabeleça papéis, políticas e padrões de governança para gerenciar a qualidade dos dados em toda a organização.

Source: https://dataqualitysense.com/pt/resources/best-practices/data-governance-framework/
Last updated: 2026-04-16

---

## O que você vai aprender

Este guia cobre como estabelecer um framework de governança que sustente a melhoria contínua da qualidade de dados. Você vai entender:

- A diferença entre governança, gestão e qualidade
- Papéis-chave: Data Owner, Data Steward, Data Custodian
- Componentes de política que geram accountability
- Como estruturar um conselho de governança
- Como o DQS apoia iniciativas de governança

## O que é governança de dados?

Governança de dados define quem toma decisões sobre os dados e como essas decisões são tomadas. Estabelece accountability, políticas e padrões que orientam como sua organização lida com dados.

O [framework DAMA-DMBOK](https://dama.org/learning-resources/dama-data-management-body-of-knowledge-dmbok/) coloca a governança no centro da gestão de dados. Pesquisas mostram que [60% das organizações já estabeleceram frameworks de governança](https://atlan.com/dama-dmbok-framework/), com o DAMA-DMBOK servindo como referência comum.

Ter um framework no papel não é a mesma coisa que fazê-lo funcionar. [O Gartner previu em 2024](https://www.gartner.com/en/newsroom/press-releases/2024-02-28-gartner-predicts-80-percent-of-data-and-analytics-governance-initiatives-will-fail-by-2027-due-to-a-lack-of-a-real-or-manufactured-crisis-) que 80% das iniciativas de governança de dados e analytics falharão até 2027 — principalmente porque estão desconectadas dos resultados de negócio e tratadas como programas de higiene em vez de impulsionadores de valor. O framework abaixo é estruturado para evitar exatamente esse modo de falha: cada papel e política se vincula a uma pergunta comercial mensurável.

### Governança vs. gestão vs. qualidade

Essas três disciplinas trabalham juntas, mas servem a propósitos diferentes:

| Disciplina | Foco | Pergunta-chave |
|------------|-------|--------------|
| **Governança de dados** | Direitos de decisão e accountability | Quem decide? |
| **Gestão de dados** | Manuseio operacional dos dados | Como lidamos? |
| **Qualidade de dados** | Adequação ao propósito | Está bom o suficiente? |

Governança define as regras. Gestão segue as regras. Qualidade mede se as regras funcionam.

> **Dica:** Comece pela estrutura de governança antes de investir em ferramentas de qualidade. Ferramentas sem accountability raramente entregam melhoria duradoura.

## Os três papéis essenciais

Todo framework de governança precisa de propriedade clara. [O DAMA-DMBOK define três papéis primários](https://www.wudo.solutions/data-roles-and-the-dama-framework/) que formam a base da accountability de dados.

### 1. Data Owner

Data Owners têm o mais alto nível de accountability para domínios específicos. São líderes de negócio que:

- Definem o que "boa qualidade" significa para seus dados
- Aprovam políticas sobre acesso e uso de dados
- Tomam decisões finais em conflitos
- Alocam recursos para melhoria de qualidade

| Responsabilidade | Exemplo |
|----------------|---------|
| Definir padrões de qualidade | "E-mails dos clientes devem ser verificados em 30 dias" |
| Aprovar acesso | "Vendas pode ver, mas não editar, dados financeiros" |
| Priorizar correções | "Dados de endereço têm prioridade sobre telefones neste trimestre" |

Data Owners trabalham com Data Stewards para traduzir requisitos de negócio em padrões mensuráveis.

### 2. Data Steward

Data Stewards são especialistas no domínio que fazem a ponte entre negócio e TI. Eles:

- Implementam políticas definidas por Data Owners
- Monitoram métricas de qualidade e reportam problemas
- Investigam e resolvem problemas
- Documentam definições e regras de negócio

[Data Stewards atuam como mediadores](https://datacrossroads.nl/2019/12/13/data-management-and-data-governance-104-the-yin-force-of-data-governance-part-2-roles/) entre usuários de dados, times técnicos e gestão. Eles resolvem conflitos, esclarecem dúvidas e promovem colaboração.

| Atividades diárias | Atividades semanais |
|------------------|-------------------|
| Revisar resultados de scans do DQS | Reportar métricas ao Data Owner |
| Investigar registros sinalizados | Atualizar entradas do glossário |
| Coordenar com a TI nas correções | Revisar e atualizar políticas |

### 3. Data Custodian

Data Custodians são profissionais de TI responsáveis pela gestão técnica dos dados. Eles:

- Gerenciam armazenamento e segurança
- Implementam controles técnicos de acesso
- Executam transformação e migração
- Mantêm desempenho e disponibilidade

Data Custodians executam os requisitos técnicos que Owners e Stewards definem.

## Construindo seu framework de políticas

Políticas dão dentes à sua estrutura de governança. Sem políticas documentadas e exigidas, a governança permanece teórica.

### Componentes de política

Um framework de políticas inclui quatro camadas:

| Camada | Propósito | Exemplo |
|-------|---------|---------|
| **Princípios** | Compromissos de alto nível | "Dados são um ativo corporativo" |
| **Políticas** | Requisitos obrigatórios | "Todo registro de cliente requer e-mail válido" |
| **Padrões** | Limiares específicos | "A taxa de validade de e-mail deve exceder 95%" |
| **Procedimentos** | Execução passo a passo | "Rodar scan do DQS semanalmente, escalar problemas abaixo do limite" |

### Estrutura de política exemplo

Um template para política de qualidade de dados:

```
POLÍTICA: Completude de dados de cliente

OWNER: VP de Vendas
STEWARD: Sales Operations Manager

ESCOPO: Objetos Account e Contact

REQUISITOS:
- Account Name: 100% preenchido
- Account Industry: 95% preenchido
- Contact Email: 98% preenchido
- Contact Phone: 90% preenchido

MEDIÇÃO: Scan de completude do DQS, semanal

ESCALAÇÃO: Problemas abaixo do limite reportados ao Data Owner em 48 horas
```

## Estruturando um conselho de governança

Um conselho de governança oferece autoridade de decisão e coordenação cross-functional.

### Composição do conselho

| Papel | Responsabilidade | Cargo típico |
|------|----------------|---------------|
| Executive Sponsor | Autoridade orçamentária, alinhamento estratégico | VP/Diretor |
| Data Owners | Decisões específicas por domínio | Líderes de unidade de negócio |
| Lead de Data Stewards | Coordenação operacional | Analista sênior |
| Representante de TI | Viabilidade técnica | Data Architect |

### Cadência de reuniões

| Frequência | Foco |
|-----------|-------|
| Mensal | Revisar métricas, tratar escalações |
| Trimestral | Prioridades estratégicas, atualizações de política |
| Anual | Revisão do framework, atribuições de papel |

> **Dica:** Mantenha as reuniões do conselho focadas em decisões, não em status. Envie relatórios com antecedência e use o tempo para resolver.

## Níveis de maturidade de governança

As organizações progridem em estágios. Avalie onde está e planeje o próximo passo.

| Nível | Características | Próximo passo |
|-------|-----------------|-----------|
| **1. Inicial** | Sem propriedade formal, correções reativas | Atribuir os primeiros Data Owners |
| **2. Gerenciado** | Alguma propriedade, políticas básicas | Implementar medição com o DQS |
| **3. Definido** | Políticas documentadas, medição regular | Estabelecer conselho de governança |
| **4. Medido** | KPIs acompanhados, accountability exigida | Automatizar o monitoramento |
| **5. Otimizado** | Melhoria contínua, qualidade proativa | Expandir para governança de prontidão para IA |

A maioria das organizações começa no nível 1 ou 2. Chegar ao nível 3 normalmente exige 6-12 meses de esforço focado.

## Como o DQS apoia a governança

O DQS fornece a capacidade de medição que frameworks de governança exigem.

### Recursos alinhados à governança

| Necessidade | Capacidade do DQS |
|-----------------|----------------|
| Definir padrões | Defina limiares por dimensão e campo |
| Medir compliance | Rode scans contra critérios definidos |
| Reportar a stakeholders | Exporte resultados para reporting |
| Acompanhar tendências | Compare resultados ao longo do tempo |
| Identificar propriedade | Organize Definitions por domínio |

### Mapeando DQS aos papéis

| Papel | Uso do DQS |
|------|-----------|
| Data Owner | Revisar pontuações agregadas, aprovar mudanças de limiar |
| Data Steward | Rodar scans, investigar problemas, atualizar configurações |
| Data Custodian | Implementar correções identificadas pelos scans |

### Criando Definitions alinhadas à governança

Estruture suas Definitions para espelhar seus domínios de governança:

1. Crie uma Definition por domínio do Data Owner
2. Defina limites que correspondam aos padrões de política
3. Agende scans alinhados à cadência de reporting de governança
4. Exporte resultados para revisão do conselho

## Começando

Siga estes passos para estabelecer os fundamentos da governança:

### Semanas 1-2: identifique os Owners

1. Liste seus domínios críticos (Customer, Product, Financial)
2. Identifique o líder responsável por cada domínio
3. Documente o estado atual: quem decide sobre esses dados hoje?

### Semanas 3-4: indique os Stewards

1. Para cada domínio, identifique o especialista no assunto
2. Defina por escrito as responsabilidades do steward
3. Estabeleça canais de comunicação entre Owners e Stewards

### Semanas 5-6: rascunhe as primeiras políticas

1. Comece por um domínio de alta prioridade
2. Documente as expectativas atuais de qualidade
3. Defina limites mensuráveis para os campos-chave

### Semanas 7-8: implemente a medição

1. Crie uma Definition no DQS para o domínio prioritário
2. Rode um scan inicial para estabelecer baseline
3. Compartilhe os resultados com Data Owner e Steward

## Referência de padrões do setor

Para leitura aprofundada sobre frameworks de governança:

- [DAMA-DMBOK 2.0](https://dama.org/learning-resources/dama-data-management-body-of-knowledge-dmbok/) - Referência do setor para gestão de dados
- [ISO 8000](https://www.iso.org/standard/81745.html) - Padrão internacional de qualidade de dados
- [DAMA-DMBOK 3.0](https://atlan.com/dama-dmbok-framework/) - Iniciativa de evergreening lançada em 2025 para modernizar o framework

## Próximos passos

- [Medindo a qualidade de dados](/pt/resources/best-practices/measuring-data-quality/): Defina KPIs e construa scorecards
- [Construindo uma cultura de qualidade de dados](/pt/resources/best-practices/building-data-quality-culture/): Impulsione a adoção
- [Guia do Definition Builder](/resources/using-dqs/definition-builder/): Crie Definitions alinhadas aos domínios