O Retorno sobre o Investimento (ROI) da Modelagem de Dados

Um dos grandes desafios na gestão das organizações para a tomada de decisões é baseado em ativos de dados. Com a compreensão clara do significado e das regras em torno dos dados, as decisões de negócio podem ser muito mais efetivas do que decisões que não são baseadas neste ativo tão importante e determinante nas empresas. Um dos métodos que auxiliam na compreensão dos dados, no mapeamento de seus relacionamentos e na definição de suas regras é a atividade de modelagem dos dados, que ao longo dos tempos fez com que os profissionais que atuam com o gerenciamento de dados apreendessem a valoriza-la. Esta posição é verdadeira mesmo que ao longo do tempo a modelagem de dados tenha sido pouco difundida possibilitando um aumentado na manutenção e na redução da qualidade dos dados e de seus metadados.

A Modelagem de Dados auxilia a melhorar a qualidade dos dados, a garantir a definição dos requisitos de dados com mais qualidade e a reduzir o tempo de desenvolvimento e manutenção, evitando redundâncias, além de outros benefícios. A maioria das empresas gastam 70-80% de seu orçamento de software em manutenção e somente o restante em inovações de seus produtos de software, por isso a vantagem mais visível para demonstrar o valor da modelagem de dados é a redução dos custos de manutenção ou de desenvolvimento.

Como benefícios que o valor da modelagem de dados traz ao longo de sua implantação, pode-se destacar a economia em custos de manutenção ou de desenvolvimento, que em relação ao orçamento total das organizações, pode ser significativo. Este valor também pode ser visto em um nível mais detalhado pelas economias fornecidas para as tarefas de desenvolvimento em projetos específicos. Além disso, seu valor pode ser determinado, identificando benefícios específicos que a modelagem de dados fornece e então quantificar projeto por projeto. Finalmente, modelos de dados podem ser reutilizados no todo ou em parte em vários projetos, o que pode resultar em economias significativas para qualquer organização.

As informações impulsionam os negócios e a tomada de decisões, por isso a modelagem de dados se faz fundamental na compreensão de como as informações podem auxiliar na tomada destas decisões. No entanto, muitos gestores não entendem o valor que esta atividade fornece, percebendo-a como apenas um processo de documentação, como um gargalo para o desenvolvimento, ou mesmo como sendo caro demais para ser implanta.

A modelagem de dados não deve somente figurar como um gargalo para o desenvolvimento, pois ela realmente pode acelerar o desenvolvimento e pode reduzir significativamente a manutenção. Se efetuar a modelagem de dados é muito caro, então qual seria a alternativa? Se você não usar modelagem de dados formais, as estruturas de dados serão feitas informalmente e vão contar com a intuição de designers de software. A experiência demonstra que estruturas de dados desenvolvidas sem modelagem de dados levam mais tempo para serem desenvolvidas e geralmente são necessárias modificações significativas após sua aplicação.

Os benefícios da modelagem de dados

Para determinar o ROI de modelagem de dados é necessário entender os benefícios que a modelagem de dados pode proporcionar. Para a comunidade de gerenciamento de dados, os benefícios da modelagem de dados são muitos, bem conhecidos e não são difíceis de serem reconhecidos. O principal desafio é identificá-los e quantificá-los para fazer a sua gestão.

1. Melhoria da qualidade dos dados

A Modelagem de dados auxilia na melhora da qualidade da informação, garantindo as claras e consistentes definições de negócio através dos metadados. Metadados são dados sobre os dados, são as definições de um ativo de sistema, como um banco de dados, uma tabela ou um atributo. Os metadados facilitam o entendimento dos relacionamentos e a utilidade das informações dos dados. Como um dos principais componentes de um modelo de dados, os metadados permitem que os ativos de dados sejam devidamente compreendidos e utilizados.

A modelagem de dados também pode melhorar a qualidade dos dados armazenados, pois oferece suporte a definição de regras de validação dos dados que garantem que os valores válidos sejam armazenados nos elementos de dados de forma correta.

2. Melhor definição de requisitos de negócios

Os processos de modelagem de dados e de coleta de requerimento de informação permitem a descoberta dos principais requisitos de dados dos sistemas. Sem uma compreensão dos requisitos de negócios e das regras do negócio, os requisitos de dados nos sistemas possuem pouco valor. A modelagem de dados é governada por um conjunto de regras e princípios e a aplicação dessas regras e princípios no processo de modelagem pode ajudar a garantir a integridade dos resultados dos modelos de dados mediante o entendimento dos requisitos de dados com qualidade e com isso auxiliar na melhoria da definição dos requisitos de negócio.

3. Maior reutilização de ativos de dados

Os valores dos dados são como um ativo corporativo e a modelagem de dados pretende compartilhar esses bens, sempre que possível. A arquitetura de dados em uma organização pode ajudar a conseguir isso, fornecendo uma perspectiva empresarial sobre os dados e endereçando a sua implantação. A reutilização destes ativos de dados permite economizar dinheiro nas empresas e acelerar o retorno para os sistemas, permitindo a implementação com melhor qualidade.

A reutilização em modelos de dados pode ocorrer de diversas maneiras, como os modelos são criados, como são armazenados em algum repositório e como podem ser compartilhados com outros projetos. Os sistemas são considerados integrados se eles utilizarem os mesmos dados e se eles passarem dados de um para o outro, assim eles servem como interface de um para o outro.

4. Redução na movimentação de dados

O movimento de dados é a transferência de dados de um local para outro, ele ocorre pela necessidade em projetos como os de Data Warehouse (DW), Business Intelligence (BI), de Master Data Management (MDM), além de em algumas aplicações transacionais (OLTP). Também ocorrem devido à redundância de dados, onde os mesmos dados são mantidos em diferentes bancos de dados, esquemas ou tabelas. A movimentação de dados é o outro lado da redundância e por isto a modelagem preza pela redução das redundâncias reduzindo assim a movimentação de dados. Este é um benefício frequentemente negligenciado para modelagem de dados. O processo de modelagem de dados, com seu modo de exibição de dados como um ativo corporativo ajuda a reduzir as dependências de dados redundantes em uma organização, incluindo também bancos de dados redundantes.

4. Redução da Manutenção

A redução da manutenção é um grande, senão o maior, motivador para mostrar o ROI para modelagem de dados. É geralmente aceito que 70-80% do orçamento de software de uma organização é gasto em manutenção, uma grande parte deste valor é gasto mantendo interfaces para integração entre sistemas.

Outra importante fonte de manutenção é a correção de erros, estes podem ser reduzidos com a ajuda de modelos de dados que definam os requisitos iniciais de dados e formalizem as principais regras de negócio.

Definição de retorno do investimento

ROI é a sigla para Return on Investment, em português significa Retorno sobre Investimento. ROI é a relação entre o dinheiro ganho ou perdido através de um investimento, e o montante de dinheiro investido.

ROI = (Lucro do Investimento - Custo do Investimento) / Custo do Investimento

No ROI de modelagem de dados, isso se traduz em:

ROI = (Retorno Líquido devido a Modelagem de Dados) / Custo Líquido de Investimento em Modelagem de Dados

Cálculo do benefício de modelagem de dados

Existem vários métodos para calcular os benefícios de modelagem de dados, e um deles deve ser escolhido conforme o “apetite” da corporação. Alguns dos principais métodos para calcular o retorno sobre o investimento são:

• Análise básica de custo/benefício;
• Reserva durante as fases de desenvolvimento para um ou mais projetos;
• Economia mostrada através de métricas de modelo de dados;
• Percentagem da reserva na manutenção;
• Percentual de economia em desenvolvimento.

Quanto mais completa for a divisão dos custos e o potencial de economia, melhor será a análise de custo/benefício. Um fator chave em expressar a análise de custo/benefício é entender o que é importante para o negócio naquele momento.

Como exemplo para a escolha do método mais adequado para o cálculo do ROI sugere-se que: se a manutenção é importante (quando isso não é?), use o método 4, se o controle de custos de desenvolvimento é uma questão importante, use o método 2 ou 5, se benefícios específicos podem ser justificados contra projetos específicos, use o método 1 e se vários projetos irão usar a modelagem de dados e eles são novos neste conceito, o método 3 é útil.

Concluindo, a modelagem de dados é uma disciplina importante e valiosa na construção de sistemas e seus benefícios podem parecer intangíveis, mas o desafio em primeiro lugar é encontrar quais benefícios são pertinentes e, em seguida, a quantidade destes benefícios que auxilia na implantação de uma equipe de Modelagem de Dados. Vários métodos estão disponíveis para apoiar nesta decisão. A modelagem de dados pode oferecer uma significativa redução nos custos no desenvolvimento e manutenção nos principais sistemas da corporação. Essa economia pode ser significativa, e possui outros benefícios que permitem ao negócio melhorar e compreender seus dados, e assim, tomar melhores decisões de negócios, tais como a melhoria da qualidade dos dados e a redução da redundância dos dados.

Agradeço a atenção de todos os leitores.