Gestão de Metadados Empresariais

Atualmente, muitas empresas perceberam que é difícil melhorar as capacidades de inovação empresarial por meio de big data porque o pessoal empresarial não consegue entender os dados armazenados no sistema. Este artigo discutirá a solução para esse problema – negócios gerenciamento de metadados.

Índice:

•  Uma “barreira semântica” surge entre computadores e humanos;
•  Metadados de negócios – o contexto de negócios por trás dos dados;
• Prática de gerenciamento de metadados de negócios baseada em ontologia;
• Resumo e Perspectiva.

Gestão de Metadados Empresariais

1. Uma “barreira semântica” aparece entre computadores e humanos.

Cerca de 70 anos atrás, no Dia dos Namorados, o ENIAC nasceu na Universidade da Pensilvânia. Desde então, a humanidade começou a explorar a “inteligência” dos computadores. Várias tecnologias como “reconhecimento de linguagem”, “reconhecimento de imagem” e “processamento de linguagem natural” estão cada vez mais maduras, podemos inserir quase qualquer informação que quisermos no sistema de computador, mas, por sua vez, podemos entender corretamente os dados de saída do computador?

À medida que os dados cresceram, achamos difícil descobrir o significado específico por trás dos dados – uma barreira semântica foi criada entre nós e os sistemas de computador. A existência de barreiras semânticas traz uma série de problemas para as empresas:

• Compreensão inconsistente do negócio: A compreensão inconsistente dos funcionários sobre o negócio é muito comum em empresas. A compreensão inconsistente dos termos de negócios torna os funcionários incapazes de se comunicar, causando mal-entendidos e reduzindo a eficiência da comunicação; na tomada de decisões de reunião, a compreensão inconsistente dos líderes sobre o negócio pode levar a decisões erradas; nas estatísticas do departamento, a compreensão inconsistente das definições de negócios levará a métodos estatísticos. A inconsistência resulta em estatísticas imprecisas e até afeta os resultados estatísticos de vários indicadores e KPIs da empresa.
• Encontrar informações é difícil: Na era do big data, a quantidade de dados corporativos está crescendo explosivamente, e encontrar informações para os funcionários é cada vez mais como "encontrar uma agulha no palheiro". De acordo com as estatísticas, os funcionários corporativos gastam de 15% a 35% do seu tempo procurando os dados de que precisam em uma grande quantidade de informações todos os dias, e apenas menos de 50% dos resultados da pesquisa atendem às suas necessidades. Na maioria dos casos, os resultados da pesquisa são insatisfatórios; Como as informações armazenadas não podem ser encontradas, as empresas geralmente fazem duplicação desnecessária do trabalho.
• Grande perda de pessoal: De acordo com estatísticas, a taxa média anual de rotatividade de funcionários em empresas é de cerca de 12%. Como não há um conjunto de métodos de gestão empresarial, as empresas geralmente gastam muito tempo e custo treinando novos funcionários após funcionários que conhecem muito bem "computadores", causando séria perda de conhecimento e consumo de dinheiro.

O surgimento da série de problemas acima, na análise final, é porque os funcionários da empresa “não conseguem ler” os dados no computador. As empresas precisam quebrar a barreira semântica entre computadores e pessoas, e transformar a saída do computador em uma linguagem empresarial que possa ser entendida pelo pessoal empresarial para evitar esses problemas. Metadados comerciais é a chave para resolver o problema.

2. Metadados comerciais – o contexto comercial por trás dos dados.

Para esclarecer o que são metadados de negócios, precisamos começar com a classificação de metadados. Atualmente, um método de classificação reconhecido pela indústria é dividir metadados em dois tipos: metadados técnicos e metadados de negócios.

O metadados técnicos inclui: nome do campo, comprimento do campo, estrutura da tabela do banco de dados, etc.

O metadados de negócios inclui: nome comercial, definição comercial, descrição comercial, etc.

Os empresários prestam mais atenção ao conteúdo relacionado a “cliente”, “data de liquidação”, “valor da venda”, etc., que são difíceis de refletir a partir de metadados técnicos.

Metadados de negócios usam nome comercial, definição, descrição e outras informações para representar vários atributos e conceitos no ambiente empresarial. Até certo ponto, o contexto comercial por trás de todos os dados pode ser considerado metadados comerciais. Comparados com metadados técnicos, metadados comerciais permitem que os usuários entendam e usem melhor os dados no ambiente empresarial. Por exemplo, os usuários podem entender claramente o significado de cada indicador e o método de cálculo dos indicadores visualizando os metadados comerciais.

Metadados de negócios existem amplamente no ambiente empresarial. As principais fontes de metadados de negócios são:

• ERP: O sistema ERP empresarial armazena uma grande quantidade de metadados comerciais, como fórmulas de cálculos financeiros, lógica de processos, regras de negócios, etc.
• Relatório: O cabeçalho do relatório também é um tipo de metadado comercial, especialmente aquelas colunas com propriedades de resumo, como totais e médias, e algumas fórmulas de cálculo no relatório.
• Tabela: Similar aos relatórios, os cabeçalhos e fórmulas do EXCEL também são metadados comerciais importantes. Diferentemente dos relatórios, a maioria das tabelas terá uma única coluna para “Descrição”, e algumas tabelas também terão uma coluna para Código e Descrição do Código, que são metadados comerciais úteis.
• Arquivo: Há metadados comerciais em todos os lugares do arquivo, como título, autor, hora da modificação, etc. É relativamente difícil obter metadados comerciais no conteúdo do arquivo, envolvendo tecnologias como aprendizado de máquina.
• Ferramentas de BI: A operação frequentemente usada em BI é a operação de “perfuração”. Perfurar para cima e para baixo geralmente define várias estruturas de classificação da empresa, como nível de produto e nível de estrutura organizacional, que são metadados de negócios muito importantes.
• Armazém de dados: Metadados de negócios também existem em data warehouses. Por exemplo, construir um data warehouse geralmente requer muita pesquisa sobre como integrar várias fontes de dados, e há muitos metadados de negócios nos arquivos relacionados ao processo de construção do data warehouse.

Atualmente, a maioria das empresas só presta atenção aos metadados técnicos, ignorando o gerenciamento de metadados comerciais. Os metadados técnicos não têm significado comercial e são difíceis de serem compreendidos por outras pessoas além dos técnicos. Por exemplo, pode usar “rec_temp_fld_a” para representar um campo e “236IN_TAB” para representar uma tabela no banco de dados. Difícil trazer benefícios para o negócio. Os metadados comerciais podem representar o significado comercial por trás dos dados. As empresas precisam prestar atenção ao gerenciamento de metadados comerciais ao gerenciar metadados técnicos.

Comparado com metadados técnicos, a fonte de metadados de negócios é mais complexa e dispersa em todos os aspectos do ambiente empresarial. Para realizar o gerenciamento de metadados de negócios, as empresas precisam de métodos e meios eficazes.

3. Prática de gerenciamento de metadados empresariais baseada em ontologia.

A definição de ontologia que é relativamente reconhecida pela indústria é: uma especificação formal clara de um modelo conceitual compartilhado. Entre eles, o modelo conceitual é um modelo obtido pela abstração de alguns fenômenos no mundo objetivo, que é a abstração e simplificação do mundo objetivo; compartilhamento significa que o conhecimento descrito na ontologia não é exclusivo para indivíduos, mas reconhecido no campo; explicitamente significa que os tipos de conceitos usados e as restrições no uso do conceito são claramente definidos; formal significa que a ontologia é legível por máquina e compreensível por humanos.

Resumindo, a ontologia pode analisar os objetos no campo e descobrir o relacionamento entre esses objetos, de modo a descrever o negócio nesse campo de forma clara e formal.

Para gerenciar metadados de negócios por meio da ontologia requer atenção a três pontos principais: a construção da ontologia, o armazenamento da ontologia e o uso da ontologia.

1. Construção – Construir ontologia automaticamente usando gerenciamento de metadados.

A maneira tradicional de construir uma ontologia é classificar manualmente a ontologia do domínio de negócios de acordo com as sugestões de especialistas em negócios. Há uma série de problemas nesse método de classificação manual:

• Problema de eficiência: No ambiente de big data, os dados são complexos, as fontes são diversas e os campos de negócios continuam a aumentar. A velocidade da classificação manual não pode mais atender às necessidades das empresas.
• Problema de ferramenta: Os especialistas de negócios não têm ferramentas com recursos de automação, resultando na construção de ontologias complexas que consomem muito tempo e recursos.
• Dados de terceiros: especialistas corporativos não entendem os negócios relacionados a dados de terceiros, por isso é difícil concluir a construção da ontologia relacionada.

No ambiente de big data, as empresas precisam de uma nova maneira de construir ontologia. As empresas podem extrair metadados automaticamente de sistemas de aplicativos empresariais e vários documentos por meio de ferramentas de gerenciamento de metadados e, depois que a ontologia é inicialmente formada, ela é então entregue a especialistas de negócios para revisão secundária e, finalmente, a construção da ontologia empresarial é concluída.

2. Armazenamento – baseado em MOF para implementar a ontologia de armazenamento de especificação OWL.

O armazenamento da ontologia precisa ser baseado em certos padrões, e o método de armazenamento precisa ser flexível e extensível. A especificação OWL é uma especificação recomendada pelo W3C e é atualmente uma especificação de armazenamento e troca de ontologia amplamente reconhecida. Como nossos metadados são baseados em MOF, o metamodelo OWL pode ser estabelecido no metamodelo, de modo que o armazenamento e o gerenciamento da ontologia no banco de dados de metadados podem ser realizados.

Como tanto os metadados técnicos quanto a ontologia foram armazenados no banco de dados de metadados, a ontologia foi originalmente extraída dos metadados técnicos. Dessa forma, é fácil obter o relacionamento entre a ontologia e os metadados técnicos, para que o pessoal de negócios possa entender claramente o significado comercial por trás dos dados.

3. Usar – obter contexto de negócios por meio de serviços de metadados de negócios.

Por fim, o serviço de metadados empresariais precisa ser fornecido a todo o pessoal empresarial, incorporado ao ambiente de trabalho do pessoal empresarial, para que o pessoal empresarial possa entender rapidamente os dados de uma perspectiva empresarial, ajudando assim o pessoal empresarial a usar melhor os dados.

4. Resumo e Perspectiva

Por fim, vou resumir em uma frase. Metadados de negócios são a chave para o futuro gerenciamento de metadados. Na era do big data, as empresas precisam fortalecer o gerenciamento de metadados de negócios. As empresas podem usar meios automatizados para gerenciar metadados de negócios com base em ontologia e integrar metadados de negócios. Os dados são fornecidos ao pessoal de negócios na forma de serviços para ajudar o pessoal de negócios a fazer melhor uso dos dados.

Conclusão

Obrigado por ler nosso artigo e esperamos que ele possa ajudá-lo a ter uma melhor compreensão do gerenciamento de metadados de negócios. Se você quiser aprender mais sobre gerenciamento de metadados, gostaríamos de aconselhá-lo a visitar Gudu SQLFlow para maiores informações.

Como um dos melhores ferramentas de linhagem de dados disponível no mercado hoje, o Gudu SQLFlow pode não apenas analisar arquivos de script SQL, obter linhagem de dados e executar exibição visual, mas também permitir que os usuários forneçam linhagem de dados no formato CSV e executar exibição visual. (Publicado por Ryan em 30 de junho de 2022)