Governança e Descoberta de Dados com Microsoft Purview

radio_button_uncheckedshort_text 1. Introdução

Da administração de bancos ao governo do patrimônio de dados

A governança de dados não surgiu como um produto isolado. Suas raízes estão nos dicionários de dados, na administração de bancos, no gerenciamento de registros e nos primeiros programas de qualidade e master data management. Com a expansão da internet, do big data, da computação em nuvem e da inteligência artificial, os dados passaram a circular por dezenas de plataformas, equipes e países. Saber apenas onde um arquivo estava armazenado deixou de ser suficiente: tornou-se necessário compreender o significado, a origem, a qualidade, o responsável e as condições legítimas de uso de cada conjunto de dados.

Para o leitor, esse conhecimento transforma um ambiente aparentemente caótico em um sistema compreensível. Para a sociedade, dados bem governados aumentam a confiabilidade de serviços financeiros, saúde, educação, pesquisa e políticas públicas, além de reduzir riscos de discriminação, vazamento e decisões baseadas em informações incorretas. Em uma época em que modelos de IA aprendem a partir de grandes volumes de dados, a qualidade da entrada influencia diretamente a confiança na saída.

Ao longo deste capítulo, a ideia abstrata de “governar dados” será convertida em elementos concretos: ativos, metadados, classificações, proprietários, linhagem, produtos de dados, domínios de governança e regras de qualidade. A pergunta que orienta a leitura é simples: como uma pessoa encontra o dado certo, entende sua história e sabe se pode utilizá-lo com segurança?

Ideia central

Dados invisíveis, sem dono e sem contexto não são um ativo confiável. Governança cria visibilidade, responsabilidade e critérios de uso.

radio_button_uncheckedshort_text 2. O que é governança de dados

Governança de dados é o sistema de decisões, responsabilidades, políticas, padrões e controles que orienta como os dados são criados, descritos, protegidos, compartilhados, utilizados, mantidos e eliminados. Ela define quem decide, quem executa, como a qualidade é medida, quais usos são aceitáveis e como conflitos são resolvidos.

Uma boa governança não tenta centralizar toda decisão em uma única equipe. O modelo moderno costuma combinar padrões corporativos com responsabilidade distribuída nos domínios de negócio. Essa abordagem federada permite que Finanças, Clientes, Riscos ou Recursos Humanos mantenham contexto e propriedade sobre seus dados, enquanto um escritório central estabelece princípios, papéis e métricas comuns.

radio_button_uncheckedshort_text 3. Fundamentos da governança

3.1 Descoberta e catalogação

Descoberta é a capacidade de localizar fontes e ativos em um patrimônio de dados. Catalogação é a organização sistemática dos metadados desses ativos para que possam ser pesquisados, compreendidos e governados. Um catálogo não precisa copiar o conteúdo de todos os bancos; ele reúne descrições, esquemas, classificações, relações e informações de responsabilidade.

3.2 Classificação e contexto

Classificar é associar categorias a dados com base em padrões técnicos, semântica ou regras de negócio. Uma coluna pode ser classificada como endereço de e-mail, identificador fiscal ou número de conta. O contexto de negócio explica por que esse dado existe, qual processo o produz e quais políticas devem acompanhá-lo.

3.3 Propriedade, qualidade e uso

Propriedade estabelece accountability. Qualidade mede se os dados estão adequados à finalidade. Uso responsável combina finalidade legítima, minimização, segurança, transparência e respeito às políticas aplicáveis. Esses elementos se reforçam: sem owner, problemas de qualidade permanecem sem resolução; sem contexto, usuários podem interpretar o dado de forma incorreta.

radio_button_uncheckedshort_text 4. Papéis e responsabilidades

O data owner é normalmente uma autoridade de negócio responsável pelo valor, risco, qualidade e regras de acesso de um domínio ou produto. O data steward traduz decisões em prática cotidiana: mantém definições, resolve inconsistências, acompanha qualidade e ajuda usuários a interpretar os ativos. O data custodian opera os controles técnicos da plataforma, mas não deveria decidir sozinho a finalidade de negócio do dado.

Consumidores também têm responsabilidade. Encontrar um conjunto de dados no catálogo não significa que todo uso esteja autorizado. O usuário deve respeitar finalidade, termos, classificação, requisitos de privacidade e condições de acesso. O escritório central de dados coordena o modelo, define padrões e mede maturidade sem retirar dos domínios o conhecimento especializado.

radio_button_uncheckedshort_text 5. Metadados: dados sobre os dados

Metadados são informações que descrevem outros dados. Um nome de tabela, o tipo de uma coluna, o proprietário, o horário de uma execução e a relação entre uma fonte e um relatório são exemplos. O valor de um catálogo depende da riqueza, atualidade e consistência desses metadados.

Metadados técnicos ajudam engenheiros a compreender estruturas. Metadados de negócio permitem que analistas pesquisem usando sua própria linguagem. Metadados operacionais mostram processos e execuções. Metadados semânticos conectam ativos a classificações, termos e relações. O Microsoft Purview Data Map reúne essas dimensões em um grafo de metadados.

Metadado ativo

No modelo moderno, metadados não servem apenas para documentação. Eles podem orientar pesquisa, acesso, qualidade, automação e políticas de governança.

radio_button_uncheckedshort_text 6. Arquitetura de governança no Microsoft Purview

A experiência atual de governança do Microsoft Purview possui duas soluções centrais. O Data Map é a fundação técnica para captura, armazenamento e relacionamento de metadados. O Unified Catalog é a experiência SaaS orientada ao consumo, à curadoria, à qualidade, à saúde e ao valor de negócio.

As duas soluções são complementares. Sem Data Map, o catálogo não possui uma visão técnica abrangente do patrimônio. Sem Unified Catalog, o inventário técnico pode continuar difícil de interpretar e consumir para usuários de negócio. O fluxo esperado é capturar metadados, curá-los, adicionar contexto e disponibilizar produtos confiáveis.

Resumo para o SC-900

Data Map = fundação técnica de metadados. Unified Catalog = experiência de descoberta, curadoria e governança orientada ao negócio.

radio_button_uncheckedshort_text 7. Microsoft Purview Data Map

O Microsoft Purview Data Map captura metadados de sistemas analíticos, operacionais e SaaS em ambientes Azure , locais, híbridos e multicloud. Ele armazena ativos e relações em uma estrutura de grafo, permitindo representar owners, stewards, hierarquias, classificações e linhagem.

Um ativo pode ser uma tabela, arquivo, banco, relatório, modelo ou outro objeto reconhecido pelo conector. O mapa pode ser enriquecido automaticamente por scans e integrações e manualmente por curadoria. A capacidade é expressa por armazenamento de metadados e throughput de operações, com elasticidade conforme o consumo.

7.1 Domínios e coleções no Data Map

No Data Map, domínios e coleções ajudam a organizar fontes, scans, ativos e responsabilidades administrativas. Coleções formam hierarquias e podem funcionar como limites de acesso aos metadados. Esses objetos técnicos não devem ser confundidos com governance domains do Unified Catalog, que são limites de contexto e propriedade de negócio para produtos e conceitos.

radio_button_uncheckedshort_text 8. Registro, scans e ingestão

8.1 Registrar não é escanear

Registrar uma fonte informa ao Microsoft Purview onde ela existe e em qual domínio ou coleção será organizada. O registro, por si só, não extrai o esquema. O scan conecta-se à fonte com um método de autenticação suportado, percorre o escopo configurado e captura metadados.

8.2 Níveis de scan

A documentação atual descreve níveis de scan. Um nível básico pode capturar nome, tamanho e identificador; um nível intermediário extrai esquemas quando disponíveis; um nível mais completo também avalia amostras contra regras de classificação. O nível efetivo depende da fonte e da configuração.

8.3 Ingestão

Depois do scan, a ingestão processa os metadados e os carrega no Data Map. Ela também pode receber linhagem de serviços conectados, como plataformas de integração. Um scan concluído não significa necessariamente que todos os ativos já estejam disponíveis no catálogo: a ingestão precisa terminar.

Segurança do scan

Credenciais, integration runtime, conectividade e permissões devem seguir menor privilégio. A governança do catálogo não justifica acesso irrestrito às fontes.

radio_button_uncheckedshort_text 9. Classificação, catalogação e curadoria

Classificações ajudam a reconhecer padrões nos metadados e, conforme a fonte e o nível de scan, em valores amostrados. Exemplos incluem e-mail, telefone, identificadores e dados financeiros. Elas são úteis para descoberta e priorização, mas precisam ser avaliadas no contexto: uma correspondência técnica pode não representar, sozinha, a finalidade ou o risco real do ativo.

Curadoria é o trabalho de melhorar o significado e a utilidade dos metadados. Um catálogo pode ter milhares de ativos descobertos automaticamente, mas continuará pouco útil se nomes técnicos não tiverem descrição, owner ou conexão com conceitos de negócio. O steward transforma inventário em conhecimento organizacional.

Armadilha de prova

Classificação, termo de glossário e rótulo de sensibilidade são relacionados, mas não são sinônimos.

radio_button_uncheckedshort_text 10. Linhagem de dados

Linhagem descreve como os dados surgem, movem-se e são transformados até chegar ao destino. Ela pode mostrar relações em nível de ativo e, em integrações compatíveis, em nível de coluna. A linhagem pode ser capturada por scans, conexões nativas de pipelines ou APIs de integração.

10.1 Análise de impacto

Antes de alterar uma coluna na origem, a equipe pode verificar relatórios, modelos e produtos dependentes. Isso reduz mudanças que quebram consumidores downstream . A análise de impacto responde “o que será afetado se eu mudar este ativo?”.

10.2 Análise de causa raiz

Quando um indicador apresenta valor incorreto, a equipe pode navegar para trás, identificar transformações e localizar o ponto de origem do problema. A causa raiz responde “de onde veio este erro?”.

10.3 Auditoria e confiança

Linhagem ajuda a explicar a proveniência de um número, a demonstrar controles e a avaliar se uma saída de IA ou relatório usa fontes aprovadas. Ela não substitui logs operacionais detalhados, mas conecta metadados para fornecer uma visão compreensível da jornada dos dados.

radio_button_uncheckedshort_text 11. Propriedade e stewardship

Propriedade não deve ser apenas um campo preenchido para aumentar a completude do catálogo. Um owner precisa ter autoridade para tomar decisões sobre acesso, prioridade de correção, critérios de qualidade e ciclo de vida. Um steward precisa de tempo, processos e métricas para manter o ativo confiável.

A governança federada distribui esses papéis por domínios, mas mantém padrões corporativos. O objetivo não é criar burocracia, e sim eliminar o estado comum em que todos utilizam um dado, mas ninguém é responsável por sua definição ou qualidade.

Accountability

Um ativo crítico sem owner é um risco organizacional, mesmo que esteja tecnicamente protegido.

radio_button_uncheckedshort_text 12. Qualidade de dados

Qualidade é a adequação dos dados à finalidade declarada. Um cadastro pode ser suficiente para envio de uma comunicação, mas inadequado para cálculo regulatório. Por isso, métricas precisam estar ligadas ao uso e ao risco do produto de dados.

No Unified Catalog, regras de qualidade podem produzir scores em níveis de ativo, produto e governance domain. Problemas e ações dão visibilidade sobre o que precisa ser corrigido. A pontuação ajuda a orientar melhoria, mas não elimina a necessidade de julgamento humano e validação do processo que gera o dado.

radio_button_uncheckedshort_text 13. Microsoft Purview Unified Catalog

O Microsoft Purview Unified Catalog é a experiência de governança e descoberta construída sobre o inventário de metadados. Ele organiza dados por contexto de negócio, permite agrupar ativos em produtos, padronizar vocabulário, acompanhar qualidade e saúde, pesquisar informações e oferecer fluxos de acesso.

A proposta é atender consumidores, owners e stewards em uma experiência integrada. Em vez de navegar por uma lista plana de tabelas, o usuário pode explorar um governance domain, encontrar um produto associado a uma finalidade e avaliar descrição, owner, termos, ativos, linhagem e qualidade.

Contexto atual

A nova experiência do Unified Catalog está sendo disponibilizada gradualmente e depende da versão empresarial e da disponibilidade regional. Recursos e estados de preview podem mudar.

radio_button_uncheckedshort_text 14. Governance domains

Um governance domain é um limite de negócio que organiza propriedade, descoberta e aplicação de práticas de governança. Pode representar Finanças, Marketing, Clientes, um produto, uma entidade corporativa, uma obrigação regulatória ou um projeto. Ele funciona como um mini catálogo orientado ao contexto daquela área.

O domínio contém owners e conceitos como data products, glossary terms, OKRs e critical data elements. A ideia é aproximar a governança das equipes que entendem o negócio, sem perder padrões corporativos. Isso reduz o gargalo de uma equipe central que precisaria curar cada ativo de toda a empresa.

radio_button_uncheckedshort_text 15. Data products

Um data product é um agrupamento lógico de ativos relacionados a um caso de uso. Pode reunir tabelas, arquivos, relatórios, modelos e documentação necessários para uma finalidade, como “Visão 360 do Cliente” ou “Indicadores Regulatórios Mensais”. O produto adiciona contexto e reduz o trabalho de procurar cada componente separadamente.

Um data product não é obrigatoriamente uma cópia dos dados nem um novo banco. Ele é uma embalagem governada e orientada a valor, que aponta para ativos existentes e fornece tudo o que o consumidor precisa para avaliar e utilizar esses ativos de forma responsável.

Data product x ativo

Ativo é um objeto individual. Data product combina ativos e contexto para uma finalidade reutilizável.

radio_button_uncheckedshort_text 16. Glossário, CDEs e objetivos

16.1 Glossary terms

Termos de glossário criam um vocabulário comum. Eles traduzem nomes técnicos, reduzem ambiguidades e permitem que áreas distintas concordem sobre conceitos como “cliente ativo”, “receita reconhecida” ou “incidente crítico”. Na experiência atual, termos podem ser objetos ativos que também carregam políticas e orientações de governança.

16.2 Critical Data Elements

Critical Data Elements, ou CDEs, representam elementos importantes que podem aparecer com nomes diferentes em sistemas distintos. Um conceito “Customer ID” pode relacionar colunas CustID, ClientNumber e CID. Essa abstração ajuda a padronizar, aplicar regras de qualidade e tratar dados críticos de maneira consistente.

16.3 OKRs

Objectives and Key Results conectam governança ao valor. Em vez de medir apenas número de ativos catalogados, a organização pode acompanhar objetivos como reduzir o tempo para encontrar dados confiáveis ou elevar a qualidade de produtos usados por modelos de IA.

radio_button_uncheckedshort_text 17. Descoberta, pesquisa e acesso

Descoberta de dados é a capacidade de uma pessoa localizar informações relevantes sem conhecer previamente o servidor, banco ou nome técnico da tabela. No Unified Catalog, a pesquisa pode considerar nome, descrição, governance domain, glossário, critical data elements, owner e outros atributos. Recursos atuais também incluem pesquisa em linguagem natural, conforme disponibilidade.

Encontrar não significa acessar automaticamente. O catálogo pode expor metadados para descoberta e, ao mesmo tempo, manter o conteúdo protegido na fonte. Solicitações de acesso e políticas ajudam a equilibrar self-service com segurança, finalidade e right-use. Os controles reais continuam dependentes das plataformas de dados e das integrações disponíveis.

radio_button_uncheckedshort_text 18. Saúde do patrimônio e uso responsável

Data health amplia a visão além de uma única regra de qualidade. Controles de saúde medem práticas de governança, scores mostram progresso e ações indicam correções necessárias. Um patrimônio saudável possui ativos compreensíveis, owners definidos, produtos completos, regras executadas, acesso adequado e metadados atualizados.

Uso responsável significa utilizar dados para uma finalidade legítima, proporcional e transparente. Inclui respeitar privacidade, evitar coleta excessiva, avaliar vieses, manter segurança, documentar limitações e não reutilizar dados fora do contexto aprovado. Na era da IA, governança é parte da segurança do próprio modelo: dados incorretos, sem consentimento ou sem proveniência podem produzir resultados prejudiciais.

radio_button_uncheckedshort_text 19. Cenário prático integrado

Uma instituição financeira mantém dados de clientes no CRM, transações em Azure SQL, históricos no data lake e relatórios no Power BI. Analistas gastam dias procurando fontes e não sabem qual tabela é oficial. O primeiro passo é registrar e escanear as fontes no Data Map. Os scans capturam esquemas, classificações e ativos; integrações de pipelines enriquecem a linhagem.

No Unified Catalog, a organização cria o governance domain “Clientes”, atribui owner e stewards e define termos como Cliente Ativo e Identificador de Cliente. Os ativos relevantes são agrupados no data product “Visão 360 do Cliente”. Regras de completude, unicidade e atualidade geram scores. A descrição informa finalidade e limitações; a política de acesso exige justificativa e aprovação.

Um cientista de dados pesquisa clientes em linguagem de negócio, encontra o produto, examina qualidade e linhagem e solicita acesso para um modelo de retenção. O owner avalia a finalidade, o acesso é concedido conforme política e o consumo fica associado a um conjunto governado. O ganho não é apenas tecnológico: a organização reduz retrabalho, melhora rastreabilidade e torna explícita a responsabilidade sobre o dado.

radio_button_uncheckedshort_text 20. Implantação e boas práticas

• Comece por casos de uso e domínios prioritários, não por uma tentativa de catalogar tudo sem finalidade.
• Defina owners e stewards antes de exigir preenchimento massivo de metadados.
• Automatize descoberta e classificação, mas mantenha curadoria humana para contexto e qualidade.
• Associe regras de qualidade à finalidade e ao risco de cada produto.
• Integre catalogação a pipelines , arquitetura, segurança, privacidade e processos de mudança.
• Meça resultados de negócio, como tempo de descoberta, reutilização, redução de incidentes e confiança.
• Revise metadados, produtos e políticas para evitar um catálogo tecnicamente completo, porém desatualizado.

20.1 Erros frequentes

radio_button_uncheckedshort_text 21. Comparações importantes para o SC-900

radio_button_uncheckedshort_text 22. Revisão rápida

radio_button_uncheckedshort_text 23. Conclusão

Governança de dados conecta tecnologia, responsabilidade e valor. Descoberta revela os ativos; catalogação organiza metadados; classificação identifica categorias; propriedade estabelece accountability; qualidade mede adequação; linhagem explica a jornada; e uso responsável define limites para o consumo. Quando esses elementos são tratados separadamente, permanecem lacunas. Quando funcionam como um sistema, os dados tornam-se mais confiáveis e reutilizáveis.

O Microsoft Purview Data Map fornece a fundação técnica ao capturar metadados e relações em ambientes locais, híbridos e multicloud. O Unified Catalog utiliza essa base para criar uma experiência orientada ao negócio com governance domains, data products, glossários, pesquisa, qualidade, saúde e acesso. A principal distinção para o exame é compreender que o mapa descreve o patrimônio, enquanto o catálogo transforma essa descrição em uma experiência de governança e descoberta.

Na minha avaliação, o maior benefício da governança moderna não é produzir documentação: é reduzir a distância entre quem cria, quem protege, quem entende e quem utiliza os dados. Em uma sociedade cada vez mais dependente de decisões automatizadas, dados confiáveis e responsáveis deixam de ser um detalhe operacional e tornam-se uma condição para inovação sustentável.

Fim da trilha SC-900

Este capítulo encerra os 17 capítulos da trilha. A revisão final deve conectar identidade, segurança, conformidade e governança como responsabilidades complementares na nuvem Microsoft.

radio_button_uncheckedshort_text 24. Questões de revisão

Questão 1: Qual afirmação descreve corretamente o Microsoft Purview Data Map?

A) É um repositório que substitui todos os bancos de dados. B) É a fundação que captura e relaciona metadados de ativos distribuídos. C) É uma ferramenta exclusiva de proteção de e-mail. D) É apenas um painel de auditoria.

Resposta comentada

Resposta correta: B. O Data Map mantém um grafo de metadados, classificações, relações e linhagem sobre o patrimônio de dados.

Questão 2: Qual é a principal finalidade de um data product no Unified Catalog?

A) Substituir a identidade do usuário. B) Agrupar ativos e contexto para um caso de uso reutilizável. C) Criar uma cópia obrigatória de todos os dados. D) Executar backups de máquinas virtuais.

Resposta comentada

Resposta correta: B. O data product reúne ativos, finalidade, owner, termos, qualidade e outras informações úteis ao consumo.

Questão 3: O que a linhagem de dados ajuda a compreender?

A) Apenas quem fez login no portal. B) Origem, movimentação, transformação e destino dos dados. C) Somente o preço do armazenamento. D) Apenas políticas de retenção.

Resposta comentada

Resposta correta: B. A linhagem apoia causa raiz, impacto, auditoria e confiança nos dados derivados.

Questão 4: Qual diferença entre descoberta e acesso está correta?

A) Encontrar um ativo sempre concede acesso ao conteúdo. B) Descoberta permite localizar e compreender metadados; acesso continua sujeito a políticas e permissões. C) Acesso existe apenas para administradores do Data Map. D) Pesquisa substitui controles na fonte.

Resposta comentada

Resposta correta: B. O catálogo pode tornar metadados pesquisáveis sem liberar automaticamente os dados subjacentes.

radio_button_uncheckedshort_text 25. Glossário essencial

radio_button_uncheckedshort_text Referências oficiais consultadas

• Microsoft Learn - Study guide for Exam SC-900: Microsoft Security, Compliance, and Identity Fundamentals.
• Microsoft Learn - Data governance with Microsoft Purview .
• Microsoft Learn - Learn about Microsoft Purview Data Map.
• Microsoft Learn - Scans and ingestion in Microsoft Purview Data Map; Scan data sources; scanning best practices.
• Microsoft Learn - Data lineage in Microsoft Purview and lineage user guidance.
• Microsoft Learn - Learn about Microsoft Purview Unified Catalog.
• Microsoft Learn - Governance domains, data products, glossary terms and search in Unified Catalog.
• Microsoft Learn - Data quality, scores, health controls, health actions and reports in Unified Catalog.
• Microsoft Learn - Data governance roles and permissions in Microsoft Purview .

Nota sobre atualização

A experiência do Microsoft Purview evolui rapidamente. A disponibilidade do Unified Catalog, recursos em preview, nomes, licenciamento, permissões e integrações podem mudar. Para implantação real, confirme sempre a documentação oficial vigente.