Por Diego Albino Figueiredo – diego.figueiredo@fgv.edu.br e Eduardo de Rezende Francisco – eduardo.francisco@fgv.br
Vivemos em um cenário global cada vez mais competitivo, com a sociedade produzindo dados e informações em volumes sem precedentes. Com isso, as equipes responsáveis pela gestão de dados nas empresas encontram-se sobrecarregadas devido às crescentes necessidades de adaptação das organizações. Essa pressão mercadológica e competitiva cria uma crise nas arquiteturas de dados atualmente implementadas.
Assim, o Data Mesh surge como uma mudança de paradigma. Ele permitirá que empresas se tornem verdadeiramente orientadas a dados, implementando uma arquitetura que contrasta os modelos atuais e promove uma cooperação eficiente entre produtos de dados. O Data Mesh não é apenas um framework, estratégia ou conjunto de processos. Mais do que isso, ele representa uma mudança cultural e organizacional na gestão de dados, focando no uso de computação federada.
O conceito de Data Mesh ganha destaque em 2019, introduzido por Zhamak Dehghani como evolução das arquiteturas de dados tradicionais, como Data Warehouses e Data Lakes. Essas arquiteturas centralizadas eram adequadas para grandes volumes de dados, mas frequentemente falhavam em acompanhar a agilidade e complexidade das demandas modernas, criando gargalos operacionais. Inspirado por práticas de desenvolvimento ágil, microsserviços e Product Thinking, o Data Mesh incorpora princípios como descentralização e domínio de responsabilidade.
Na prática, o Data Mesh traz uma revolução na organização dos dados. Em vez de tudo centralizado e engessado, os dados são divididos em “territórios”, chamados domínios. Lá, equipes ágeis assumem o controle e fazem as coisas acontecerem de forma mais rápida e eficiente. Mas a transformação não para por aí! Essa mudança vai além da estrutura, atingindo também o coração da organização, ao descentralizar as equipes e colocá-las para focar em áreas específicas. É como transformar um exército centralizado em uma legião de pequenos esquadrões especializados, prontos para agir com autonomia e precisão.
Na base teórica do Data Mesh, os dados são tratados como um recurso estratégico e, por isso, seguem os princípios do DATSIS: Descobertos, Endereçáveis, Confiáveis, Autodescritivos, Interoperáveis e Seguros. Esses princípios visam garantir que os dados sejam não apenas acessíveis, mas também úteis, seguros e interoperáveis, independentemente do sistema ou plataforma em que estão inseridos. Por exemplo, um time que trabalha em um domínio de vendas deve ser capaz de encontrar facilmente os dados necessários para projetar estratégias sem enfrentar barreiras técnicas ou operacionais.
Cada conjunto de dados deve ter um identificador único—como uma URL ou código de referência—facilitando o acesso direto. Para serem confiáveis e úteis em decisões críticas, os dados precisam ser precisos, completos, atualizados e coletados de fontes válidas, seguindo processos rigorosos de validação e verificação.
A interoperabilidade é crucial, portanto, os dados devem ser capazes de interagir com diferentes sistemas e plataformas sem grandes ajustes. Isso implica adoção de padrões abertos e formatos comuns. Por fim, a segurança dos dados é fundamental, exigindo proteção contra acessos não autorizados, perda ou corrupção através de mecanismos robustos de controle de acesso, criptografia e auditoria para assegurar a confidencialidade, integridade e disponibilidade dos dados.
Além dos princípios citados acima, uma boa arquitetura de Data Mesh propõe uma mudança fundamental na organização das equipes. Seguindo as teorias de Product Thinking, o Data Mesh aplica o conceito de “Dados como Produto”. Essa nova orientação implica a criação de novos papéis nos times, como: 1. Data Product Owner, 2. Data Engineer, 3. Data Scientist, 4. Data Analyst, 5. Data Architect, 6. Data Steward, 7. Data Curator, 8. Data Security Analyst.
Embora o Data Mesh surja como um potencial mudança de paradigma, existem diversas discussões sobre como implementar esses conceitos para gerar o maior valor possível para as empresas.
Dada a sua natureza emergente, ainda não existem bases científicas e mercadológicas robustas o suficiente para apontar os melhores caminhos de implementação para as companhias tradicionais. Ainda há várias áreas do Data Mesh que precisam ser esclarecidas e, portanto, necessitam ser mais bem investigadas. Como a mudança será gerenciada dentro da plataforma de dados proposta? Qual o impacto que essa mudança de paradigma terá nas organizações em termos de rentabilidade de recursos? Qual será a maneira mais eficiente de ajustar os Data Lakes já existentes nas organizações?
Em suma, apesar dos desafios e incertezas que cercam a implementação do Data Mesh, essa abordagem representa uma oportunidade significativa para as empresas redefinirem sua gestão de dados em alinhamento com as demandas atuais do mercado.
O Data Mesh representa mais do que uma revolução técnica; é uma nova maneira de pensar sobre dados e suas possibilidades. Ainda que o Data Mesh ofereça uma abordagem promissora, surge a pergunta: será essa a solução para o caos dos dados em grandes corporações? Investir na compreensão e adaptação do Data Mesh pode ser o passo decisivo para que as organizações transformem seus dados em ativos estratégicos.
No entanto, como qualquer mudança significativa, ele exige planejamento, adaptação e, acima de tudo, uma visão clara de onde se quer chegar. Será o Data Mesh o fim do caos dos dados? Ou apenas mais uma promessa no já complexo mundo da gestão de dados? Cabe às organizações explorarem esse terreno com ousadia e cautela, transformando dados em um diferencial competitivo duradouro.
* Os artigos publicados na seção Coluna do Blog Impacto refletem exclusivamente a opinião de seus autores, não representando, necessariamente, a visão da instituição.
