Governança em Self Service BI com Tableau

6 de agosto de 2019

Sempre houve a demanda das áreas de negócio por mais autonomia e agilidade para conhecer, analisar e gerar resultados com os dados. As ferramentas de Self Service BI surgiram para atender estas necessidades e muitas organizações já implementaram estas tecnologias em larga escala. Diversas companhias, entretanto, começaram a enfrentar questões relacionadas a governança em self service BI como as abaixo:


• Existem dados confiáveis para as pessoas utilizarem?

• As pessoas estão autorizadas a ver estas informações?

• As pessoas estão capacitadas e utilizam as melhores práticas de design e construção?

• Os dashboards são confusos e demoram para carregar?

• Vejo número de vendas diferentes em dashboards publicados por cinco áreas diferentes, em qual devo confiar?

• Como posso saber se estes números que vejo estão corretos?


É muito importante observar que não existe necessariamente um conflito entre o Self Service BI e a governança, que tem como principal objetivo criar um ambiente seguro e confiável para que a organização possa maximizar o retorno do investimento.


Neste artigo abordaremos aspectos gerais que precisam ser observados para o estabelecimento de uma governança.


1. DEFINA O MODELO DA GOVERNANÇA


As empresas são muito diferentes entre si, portanto não é possível afirmar qual modelo de governança é o mais adequado sem conhecer os casos de uso específicos. Por outro lado, os modelos não são necessariamente imutáveis. Uma determinada organização, por exemplo, poderia começar a implementação do Self Service BI em um Modelo Centralizado até atingir um nível de maturidade que permita transitar para um Modelo Híbrido.


Modelo Centralizado


Um único departamento define e implementa a estratégia de Analytics da organização.


Este modelo sem dúvida é o de mais simples implementação, porém normalmente tem muita dificuldade em dar vazão a todas as necessidades das diferentes áreas de negócio.


Modelo Descentralizado


Cada departamento da organização define e implementa sua própria estratégia de Analytics.


Neste modelo há forte risco da criação de silos de informação, com duplicação de esforços, falta de colaboração e de padronização.


Modelo Híbrido


Neste modelo há uma forte colaboração entre TI e as áreas de negócio.


Tipicamente é definido um CoE (Center of Excellence) que lidera as iniciativas de governança, comunidade de usuários e educação.


2. DEFINA A GOVERNANÇA DOS DADOS


Dados são o combustível para a implementação de uma estratégia de Self Service BI. Governar os dados significa criar os processos para que haja informação de qualidade no tempo certo para pessoas certas.


Informações-governança-em-self-service-BI


3. DEFINA A GOVERNANÇA DE CONTEÚDOS


Duas das primeiras definições que precisam ser feitas são: como os conteúdos serão organizados no servidor.


Organizar conteúdos em Sites ou Pastas?


Sites distintos no servidor não compartilham usuários ou fontes de dados, podendo criar um overhead de gestão para o administrador. A recomendação para o uso de sites para organizar os conteúdos é apenas para organizações que têm uma separação muito clara entre diferentes unidades de negócio. Caso contrário deve-se avaliar a utilização de pastas.


Separar conteúdos certificados dos não certificados?


É importante que toda a comunidade de usuários saiba diferenciar e tenha uma forma fácil de localizar os conteúdos que passaram por um processo de certificação. Algumas organizações criam pastas no estilo Sandbox, onde os criadores podem publicar livremente conteúdos não certificados, e pastas Oficiais onde os conteúdos passaram por algum processo de certificação.


Também é necessário que os conteúdos criados em sua implementação de Self Service BI permaneçam atualizados e relevantes. Por outro lado, deve ser feita a gestão eficaz de conteúdos irrelevantes, duplicados ou em desuso.


Governança-de-Conteúdo-Self-Service-BI


4. DEFINA A GOVERNANÇA DE ATIVOS


Nem sempre os usuários vão aderir a sua estratégia de Self Service BI na velocidade que você planejou. É comum nas organizações haver um volume de usuários que não utiliza ou parou de utilizar a(s) ferramenta(s) e é preciso definir como lidar com situações deste tipo.


5. FOMENTE UMA COMUNIDADE DE USUÁRIOS


Crie mecanismos para que os usuários compartilhem o que estão criando, seja dicas, dúvidas e/ou melhores práticas. Traga conteúdos especiais para dentro da comunidade como parte da estratégia de capacitação continuada dos diferentes níveis de usuários. Há casos de organizações com maior maturidade e que organizam até competições internas.


CONCLUSÃO


O estabelecimento de uma governança que equilibre agilidade, autonomia e segurança pode ser o principal fator de sucesso da implementação da estratégia de governança em Self Service BI da sua organização.

 

Precisa de ajuda para melhorar ou implementar a governança do Tableau? Conte com a Five Acts.

Desenvolver uma iniciativa BI

Compartilhe

Por Bruno Araujo • 22 de outubro de 2026
Como a integração entre dados estruturados, conhecimento corporativo e inteligência artificial amplia o acesso à informação e apoia decisões em diferentes áreas da empresa.
Por Bruno Araujo • 22 de outubro de 2026
Como a integração de dados, a visão Customer 360 e a inteligência artificial ajudam empresas a conhecer melhor seus clientes e a transformar informações dispersas em decisões de negócio.
Por Bruno Araujo • 22 de outubro de 2026
Entenda como as duas plataformas trabalham com engenharia de dados, analytics, governança e inteligência artificial, e quais critérios considerar antes de investir em uma arquitetura de dados. A escolha de uma plataforma de dados influencia diretamente como uma empresa organiza suas informações, desenvolve soluções analíticas, controla custos e prepara sua estrutura tecnológica para novas demandas de negócio. Nesse cenário, Databricks e Snowflake aparecem frequentemente entre as alternativas avaliadas por organizações que precisam modernizar seus ambientes de dados. Ambas oferecem recursos para processamento, análise, governança e inteligência artificial, mas possuem características arquiteturais e abordagens de desenvolvimento que merecem atenção. A comparação entre Databricks e Snowflake envolve muito mais do que funcionalidades disponíveis em cada plataforma. Uma organização que pretende modernizar seu data warehouse tem prioridades diferentes de outra que precisa integrar dados de múltiplas fontes, processar eventos em tempo real ou desenvolver aplicações de machine learning e IA generativa. Entender essas diferenças ajuda a construir uma arquitetura coerente com os requisitos técnicos, o investimento disponível e os objetivos de crescimento da empresa.