Você não pode prever as necessidades de dados que surgirão amanhã. O melhor que pode fazer é evitar pagar por erros não corrigidos hoje.

Hoje as organizações se debatem com dados provenientes de uma enorme variedade de fontes por meio de um número igualmente variado de interfaces. Para que esses dados façam sentido, os departamentos de TI devem extrai-los, modificá-los para um formato utilizável e carregá-los nos sistemas corretos de armazenamento de dados. Dados vindos de vários aplicativos geralmente estão integrados para informar um único processo de negócios.

Essa não é uma tarefa fácil. Torna-se ainda mais desafiante pelo fato de que mudar dados em um lugar afeta os dados em vários outros lugares.

Pagando o preço pelos dados sujos

Na maioria das organizações, os projetos de integração são reacionários. São lançados somente quando existe uma necessidade visível. Responder a solicitações das partes interessadas no negócio de forma rápida e eficiente pode parecer um imperativo. Mas se você executar projetos de integração de forma ad hoc, corre o risco de aumentar as interfaces ponto a ponto que não se adequam às necessidades mais abrangentes de gerenciamento de dados de sua organização.

As consequências de implantações individuais são vastas, conforme segue:

1. Essas tarefas não são replicáveis e o custo de suporte e aprimoramentos contínuos serão altos devido à complexidade inerente do projeto.
2. A linhagem de seus dados não pode ser garantida e você corre o risco de criar processos inconsistentes com as regras de negócios existentes e que governam a qualidade e transformação de dados.
3. Esses sistemas individuais serão difíceis de adaptar e atualizar porque cada um precisará de atenção especial devido a regras únicas, código personalizado e dados inconsistentes.

Investindo em dados limpos

Você não pode prever o futuro quando lança projetos de integração de dados. O lado empresarial, embora frequentemente preveja necessidades com competência, também carece de visão. O melhor que você pode fazer é seguir as melhores práticas recomendadas para romper as dependências entre ponto e interface. Observe as citadas a seguir:

1. Dissocie aplicativos para reduzir dependências.
2. Implemente padrões de dados e integração para trocas de informações entre sistemas.
3. Use etapas para facilitar o consumo de grandes conjuntos de dados em várias latências.
4. Mantenha registros das mudanças feitas nos dados para fornecer visibilidade de ponta a ponta a eles e também aos metadados.

Talvez você ache que não tem tempo ou recursos para se dedicar a essas etapas. Também pode não ter um comprometimento firme das partes interessadas para empreender o trabalho necessário de retenção da fidelidade de dados. Entretanto, seus problemas se tornarão ainda mais pronunciados enquanto você resistir a uma solução de gerenciamento centralizado de dados.

Se esses desafios parecerem intransponíveis, seria bom considerar uma solução que automatiza boa parte, se não todas as partes, desses processos. Para conhecer mais sobre o assunto, consulte A próxima geração da integração de dados: Transformando o caos dos dados em resultados inovadores, que fornece recomendações sobre como eliminar concessões derivadas de abordagens tradicionais à integração de dados.