Segundo a Gartner, o futuro dos metadados ativos é promissor, visto que as organizações dependem cada vez mais de dados para impulsionar os resultados de negócios. A empresa prevê que, até 2025, 601 mil organizações incorporarão ativamente o gerenciamento de metadados em suas iniciativas gerais de gerenciamento de dados, um aumento significativo em relação às 101 mil organizações que o faziam em 2017.
Os metadados ativos estão se tornando cada vez mais importantes no cenário de dados moderno e espera-se que desempenhem um papel fundamental para permitir que as organizações extraiam o máximo valor de seus ativos de dados.
O que são metadados ativos?
O que acontece quando você aplica aprendizado de máquina (ML) a metadados para que eles possam ser usados na tomada de decisões e no acionamento de ações? Aplicar ML a metadados os transforma em "metadados ativos", ou seja, metadados que podem ser usados para ações.
Metadados são os dados que descrevem outros dados. Para relembrar os tipos e descrições de metadados, consulte [link para a documentação]. Gerenciamento de metadados 101: Conheça seus dados. Metadados ativos são metadados aprimorados por aprendizado de máquina que podem ser usados para realizar ações ou tomar decisões com base nesses metadados.
Metadados ativos precisam ser informativos para serem úteis na tomada de decisões e precisam ser armazenados e disponibilizados de forma que permitam seu uso operacional. Plataformas de gerenciamento de metadados aplicam aprendizado de máquina (ML) para gerar insights sobre os metadados e tomar decisões com base neles. Essas decisões podem ser tomadas acionando um fluxo de trabalho ou a plataforma pode executar alguma ação automaticamente.
Por que os metadados ativos são importantes?
A gestão ativa de metadados é crucial para governança de dados eficazSem ela, os processos de gestão de dados podem se tornar ineficientes e ineficazes, levando a decisões equivocadas, aumento de riscos e desperdício de recursos. A seguir, apresentamos alguns motivos pelos quais a gestão ativa de metadados é importante para a governança de dados:
- Visão abrangente e atualizada dos dados: O gerenciamento ativo de metadados proporciona uma visão abrangente e atualizada dos dados, incluindo sua linhagem, qualidade e contexto. Isso pode ajudar as organizações a entender a origem e o histórico de seus dados e garantir que estejam sendo usados de forma adequada e em conformidade com os requisitos regulatórios.
- Monitoramento em tempo real da qualidade dos dados: O gerenciamento ativo de metadados permite o monitoramento em tempo real da qualidade dos dados, utilizando métricas como integridade, precisão e consistência. Isso pode ajudar as organizações a identificar e resolver problemas de qualidade de dados antes que eles impactem negativamente as operações comerciais ou a tomada de decisões.
- Aplicação de políticas e padrões de governança de dados: O gerenciamento ativo de metadados pode ser usado para aplicar políticas e padrões de governança de dados, como controles de acesso, retenção de dados e classificação de dados. Isso pode ajudar as organizações a garantir que os dados estejam sendo usados em conformidade com os requisitos regulatórios e que os dados sensíveis estejam protegidos contra acesso não autorizado ou uso indevido.
- Análises e Tomadas de Decisão Aprimoradas: A gestão ativa de metadados pode aprimorar a análise e a tomada de decisões, fornecendo contexto e insights adicionais sobre os dados. Isso pode ajudar as organizações a identificar padrões, tendências e correlações em seus dados e a tomar decisões mais informadas com base nessas informações.
Ao gerenciar metadados continuamente, as organizações podem garantir que seus dados sejam precisos, confiáveis e seguros. Isso pode melhorar a tomada de decisões, reduzir riscos e aumentar a eficiência dos processos ativos de gerenciamento de metadados.
Quem usa isso?
Os analistas de negócios tomam decisões empresariais analisando dados físicos.
- Análise de dados físicos por meio de aprendizado de máquina: Os dados de vendas aos clientes mostram que a demanda pelo produto está aumentando.
- Ação empresarial resultante: A empresa poderá aumentar a oferta para atender ao aumento da demanda.
As equipes de gerenciamento de dados tomam decisões sobre o gerenciamento de dados analisando os metadados.
- Análise de metadados por aprendizado de máquina: Os dados de vendas dos clientes contêm informações pessoais.
- Ação resultante em gestão de dados: A equipe de dados precisará aplicar um fluxo de trabalho ou automação para proteger as informações pessoais.
Exemplos de metadados ativos
Este artigo descreve três exemplos de metadados ativos para ilustrar o valor de como os metadados ativos são usados para a privacidade e conformidade com regulamentações, qualidade de dados proativa e contexto de dados aprimorado.
1. Metadados ativos para conformidade com a privacidade e regulamentação
Plataformas de gerenciamento de metadados que podem identificar informações pessoais e sensíveis gerar metadados ativos que podem ser usados para conformidade com o regulamento.
Por exemplo, um conjunto de dados que inclui informações pessoais pode ter metadados associados para identificar que os dados contêm informações pessoais. Os metadados são ativos porque podem ser usados para tomar medidas para proteger esses dados. Em uma plataforma automatizada, os metadados podem acionar uma política de mascaramento dinâmico baseada em funções para mostrar ou ocultar dados, dependendo se o usuário tem permissão para visualizar determinadas classificações e tipos de dados.
2. Metadados ativos para uma qualidade de dados proativa
Sistemas capazes de analisar dados e avaliar a qualidade dos dados podem incluir informações sobre a qualidade dos dados como metadados ativos.
Por exemplo, uma coluna apresenta uma porcentagem maior de valores nulos ou outliers acima do limite aceitável. Os metadados indicarão que o conjunto de dados apresenta um problema de qualidade. Esses metadados ficam ativos e podem ser usados em um fluxo de trabalho ou para acionar um alerta automático informando que o conjunto de dados contém um problema de qualidade. O proprietário dos dados pode, então, tomar medidas proativas para corrigir ou remover o conjunto de dados e impedir que esses dados sejam usados para análise.
3. Metadados ativos para um contexto de dados aprimorado
Na maioria dos casos, os dados geralmente não vêm em colunas perfeitamente rotuladas e definidas. Às vezes, os nomes das colunas são tão obscuros que não se parecem em nada com os dados na coluna ou no conjunto de dados subjacente.
Por exemplo, uma organização possui uma lista de números de segurança social em uma coluna com um nome que não indica que a coluna contém números de segurança social. Uma plataforma de inteligência de dados pode analisar os dados, determinar que a coluna contém números de segurança social e atribuir um nome ou etiqueta apropriada como metadado. Agora, o conjunto de dados possui metadados para reconhecer o conteúdo e tomar medidas com base nele. Um fluxo de trabalho pode alertar um gestor de dados ou executar ações automatizadas para atribuir um nome amigável, adicionando contexto aos dados para que os usuários entendam o que são esses dados e tomem medidas adicionais para identificá-los como dados sensíveis que devem ser protegidos.
Metadados ativos versus metadados passivos
Metadados ativos referem-se a metadados gerados e atualizados automaticamente por um sistema ou aplicativo. Esses metadados são normalmente usados para gerenciar dados dentro do sistema, rastrear alterações e garantir a qualidade dos dados. Exemplos de metadados ativos incluem esquemas de banco de dados, dicionários de dados e linhagem de dados.
Metadados passivos, por outro lado, referem-se a metadados criados e gerenciados manualmente por humanos. Esses metadados são normalmente usados para fornecer contexto e significado adicionais aos dados, facilitando sua compreensão e utilização por humanos. Exemplos de metadados passivos incluem descrições de dados, etiquetas e anotações.
Na governança de dados, tanto os metadados ativos quanto os passivos são importantes para garantir a qualidade dos dados, gerenciá-los de forma eficaz e fornecer informações relevantes às partes interessadas. Enquanto os metadados ativos são essenciais para manter a integridade dos dados dentro de um sistema, os metadados passivos são necessários para tornar esses dados acessíveis e compreensíveis para os seres humanos.
Selecionar a plataforma “certa”
Os ambientes de dados são complexos e dependem de múltiplas ferramentas e plataformas. plataforma A geração de metadados ativos torna-se ainda mais valiosa se esses metadados puderem ser usados para aprimorar e interagir com outros sistemas conectados em uma troca de metadados para orquestração plataforma a plataforma. A BigID é uma fornecedora representativa nesse segmento. Guia de mercado inaugural da Gartner para gerenciamento ativo de metadadosA Gartner recomenda que "o gerenciamento ativo de metadados é um conjunto emergente de recursos em vários mercados de gerenciamento de dados, resultante da inovação contínua no gerenciamento de metadados". gerenciamento de dados As plataformas usam metadados ativos para interoperabilidade com terceiro sistemas.
Três maneiras pelas quais as Plataformas de Gerenciamento Ativo de Metadados usarão metadados para interoperar são:
- Exporte os metadados ativos para serem usados como insights ou para gerar ações em outra ferramenta ou plataforma conectada.
- Importe metadados "externos" para obter mais informações e otimizar as estratégias de dados.
- Os metadados ativos gerados por uma plataforma são usados para acionar uma ação ou um fluxo de trabalho em uma ferramenta ou plataforma conectada.
Aprimore o gerenciamento ativo de metadados com o BigID.
Metadados ativos são fundamentais para uma prática moderna de governança de dados. Equipes de dados experientes sabem que os metadados são essenciais para descrever e gerenciar dados, e os metadados ativos representam a próxima evolução dos metadados para a governança de dados. Criar metadados acionáveis e armazená-los de forma que permitam a ação torna os metadados ainda mais poderosos para aproveitar as oportunidades emergentes. governança de dados capacidades.
Plataforma de inteligência de dados BigID A plataforma aplica aprendizado de máquina (ML) para analisar dados em grande escala e criar metadados ativos. Ela gera metadados que adicionam contexto, incluindo classificadores, atributos e políticas, que são usados para tomar decisões com base nos dados. Algumas ações, como a aplicação de políticas, são realizadas automaticamente. Outras, como a colaboração e a aprovação de termos de glossário, acionam um fluxo de trabalho, pois exigem interação humana. Os metadados ativos criados pela BigID maximizam o valor dos dados e minimizam os riscos para qualquer organização que deseje obter contexto e automatizar a gestão de seu ambiente de dados.
Cadastre-se abaixo para descobrir como a BigID pode aprimorar e aumentar o valor dos dados com o gerenciamento ativo de metadados. Solicite uma demonstração personalizada Com nossos especialistas em gerenciamento de metadados.
Autor
