Skip to content

Instantly share code, notes, and snippets.

@ZeusMode
Created April 6, 2022 16:53
Show Gist options
  • Save ZeusMode/084c25d04268dad555687688bbe9ca1a to your computer and use it in GitHub Desktop.
Save ZeusMode/084c25d04268dad555687688bbe9ca1a to your computer and use it in GitHub Desktop.
Maturidade de dados

Maturidade de dados

Cultura em dados

Organização dos dados

Entender como está a organização de dados na empresa e na sua área, principalmente em como se enxerga a disponibilidade e facilidade no armazenamento e busca de informações.

Acesso aos dados

Avaliar, de forma geral, independente da ferramenta utilizada, o nível de facilidade que a área possui para acessar os dados relevantes para seu trabalho.

Fluxo dos dados

Entender como a área enxerga o fluxo de dados, que é o processo realizado para gerar a informação no seu estado final para consumo e como isso é monitorado em termos de qualidade, principalmente.

Nível de adoção da cultura Orientada a Dados

Entender como a cultura data-driven é percebida dentro da área, através do real uso dos dados como apoio à decisão e como está inserida dentro do processo de trabalho.

Estratégia em dados

Geração de valor

Entender como a área utiliza o dado para gerar valor ao negócio, no uso diário e quanto esforço é dispensado para isso.

Visão, Estratégia e Roadmap

Entender a percepção da área em relação à como a empresa visualiza e está tratando o uso de dados em sua estratégia global.

Uso de dados

Entender como a área vê a maturidade da empresa para utilização de dados de forma corporativa e voltada ao negócio.

Governança de dados

Entender como a área enxerga a atuação de governança de dados dentro da empresa.

Governança de dados

Ciclo de vida dos dados

Entender como a área utiliza o dado para gerar valor ao negócio, no uso diário e quanto esforço é dispensado para isso.

Qualidade dos dados

Entender a percepção da área em relação à como a empresa visualiza e está tratando o uso de dados em sua estratégia global.

Segurança dos dados

Entender como a área vê a maturidade da empresa para utilização de dados de forma corporativa e voltada ao negócio.

Confiabilidade dos dados

Entender o nível de confiança que a área tem em relação ao conteúdo dos dados disponibilizados.

Principais dados da empresa

Entender como a área enxerga a disponibilidade dos principais dados da empresa para sua área.

Informação

Abrangência de dados

Como a área percebe a abrangência dos seus dados e o nível de esforço para sua utilização.

Disponibilidade e acessibilidade dos dados

Percepção quanto à disponibilização dos dados necessários para área e facilidade de acesso.

Padronização e diretrizes dos dados

Entender a percepção sobre a padronização dos dados e suas diretrizes (uso, armazenamento, finalidade).

Métricas e KPI's

Entender se existem KPI’s (indicadores de performance) na área e como são construídos e disponibilizados.

Engajamento baseado em dados

Liderança

Entender as atividades e ações da liderança sendo feitas na área.

Engajamento

Entender o nível de engajamento da empresa em relação ao uso de dados.

Padrões e nomes

Entender o nível de engajamento da empresa em relação ao uso de dados.

Insights analíticos

Entender como a área recebe insights e relatórios analíticos de outras áreas da empresa ou de TI.

Pessoas utilizando dados

Cultura de dados

Entender como a cultura de dados é percebida dentro da área.

Self service

Entender como é a atuação da equipe na área utilizando os dados disponíveis para apoio à tomada de decisões.

Conhecimento em dados e ferramentas

Entender o nível de conhecimentos dos integrantes da área no uso de dados e das ferramentas de análise disponibilizados pela empresa.

Análise de dados

Entender como a equipe na área utiliza as informações disponíveis para suas ações.

Processo utilizando dados

Gestão de demandas

Entender como a área recebe insights e relatórios analíticos de outras áreas da empresa ou de TI.

Atuação da equipe

Entender o nível de independência da área na geração de seus produtos considerando um ambiente self-service onde a área usuária é totalmente independente de TI para geração de suas análises e produtos.

Sustentação (uso de dados e ferramentas de análise)

Entender a percepção de como é a sustentação dos processos por parte de TI, especialmente em relação aos dados e ferramentas de análise disponibilizadas.

Arquitetura de dados

Infraestrutura

Entender qual a infra que é disponibilizada para a área e de que forma esta dá suporte à análise de dados

Arquitetura de dados

Entender como a área enxerga o ambiente de dados que suportam as eventuais aplicações e sistemas de dados

Ferramentas de consumo

Quais recursos tecnológicos a área conhece e vê disponível para trabalhar com dados.

Armazenamento

Na visão da área, como os dados necessários para sua atividades estão armazenados

Geração de dados

Como os dados necessários para a atividade da área são gerados para seu consumo.

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment