Apostila

Aula 04 (Prof.
Diego
Carvalho e Emannuelle
Gouveia)
Ministério do Trabalho (Auditor Fiscal do
Trabalho - AFT) Curso Básico de
Tecnologia da Informação - 2023
Autor:
(Pré-Edital)
Renato da Costa, Diego Carvalho,
Emannuelle Gouveia Rolim,
Fernando Pedrosa Lopes , Thiago
Rodrigues Cavalcanti, Paolla
13 de Abril de 2023
Ramos e Silva
Renato da Costa, Diego Carvalho, Emannuelle Gouveia Rolim, Fernando Pedrosa Lopes , Thiago Rodrigues Cavalcanti, Paolla R
Aula 04 (Prof. Diego Carvalho e Emannuelle Gouveia)
Índice
1) Análise de Informações - Fluência de Dados - Teoria
..............................................................................................................................................................................................3
2) Análise de Informações - Governança de Dados - Teoria

..............................................................................................................................................................................................
40
3) Questões Comentadas - Análise de Informações - Fluência de Dados

..............................................................................................................................................................................................
60
4) Questões Comentadas - Análise de Informações - Governança de Dados

..............................................................................................................................................................................................
77
5) Lista de Questões - Análise de Informações - Fluência de Dados

..............................................................................................................................................................................................
84
6) Lista de Questões - Análise de Informações - Governança de Dados

..............................................................................................................................................................................................
93
2
Ministério do Trabalho (Auditor Fiscal do Trabalho - AFT) Curso Básico de Tecnologia da Informação - 2023 (Pré-Edital)
www.estrategiaconcursos.com.br 98
FLUÊNCIA DE DADOS
Conceitos Básicos
INCIDÊNCIA EM PROVA: baixa
A ascensão da Análise de Dados trouxe várias palavras da moda: Análise Preditiva, Análise
Descritiva, Data Mining, Big Data e... Fluência de Dados! Acima do Machine Learning, Business
Intelligence e Real-time Analytics, a fluência de dados pode ser o maior obstáculo para as
organizações entenderem seus dados e obterem vantagens competitivas de longo prazo. Mas o que
seria a fluência de dados?
Ora, tem gente que é fluente em diversos idiomas, tais como inglês, francês, espanhol, entre outros.
De forma análoga, ser fluente em dados é como ser fluente em um idioma, isto é, permite que
pessoas expressem ideias sobre dados em um idioma compartilhado. Em um contexto de negócios,
a fluência de dados conecta os funcionários em todas as funções por meio de um conjunto de
padrões, processos, ferramentas e termos.
Funcionários fluentes em dados podem transformar pilhas de dados brutos em informações porque
eles entendem como interpretá-los, conhecem os dados que estão e os que não estão disponíveis e
como usá-los adequadamente. A fluência de dados rejeita a ideia de que apenas alguns poucos são
guardiões de informações; em vez disso, espalham conhecimento, ampliam o acesso a dados em
uma organização e, como resultado, melhoram a tomada de decisões para todos.
A fluência de dados permite que as organizações expressem ideias sobre dados em um idioma
compartilhado. Ele conecta os funcionários em diferentes funções, através de um conjunto de
qualidade, processos, ferramentas e definições. Esses funcionários podem transformar dados
brutos e primitivos em informações disponíveis porque estão familiarizados com que tipo de dados
estão e não estão disponíveis, como interpretá-los e como utilizá-los adequadamente.
É bom sempre salientar que dado bruto sem nenhuma interpretação não é um ativo valioso – é um
ativo custoso. Coletar, armazenar e gerenciar dados custa dinheiro. Os dados só se tornam valiosos
quando você começa a obter insights sobre eles e a aplicá-los ativamente em seu contexto de
negócio. Simplesmente criar um painel melhor ou visualizações de dados mais cuidadosamente
projetadas é útil, mas não é a solução por si só.
3
Antes de prosseguirmos, é importante mencionar uma visão ligeiramente diferente que o autor
Jordan Morrow traz em seu livro Be Data Literate: The Data Literacy Skills Everyone Needs to
Succeed. Ele afirma que a fluência de dados é a capacidade de falar e compreender a linguagem dos
dados; é essencialmente uma capacidade de se comunicar com e sobre os dados. No entanto, ele
diferencia Fluência de Dados (Data Fluency) e Alfabetização de Dados (Data Literacy).
De acordo com o autor, em diferentes casos ao redor do mundo, o termo fluência de dados às vezes
tem sido usado de forma intercambiável com alfabetização de dados. Já para ele, a alfabetização de
dados é a capacidade de ler, trabalhar, analisar e se comunicar com dados; e a fluência de dados é
a capacidade de falar e entender a linguagem dos dados. Logo, a fluência de dados desempenha
um papel direto na última parte da definição de alfabetização de dados: a comunicação com dados.
Como não temos nenhuma referência anterior a esse tema em questões de provas anteriores, não
sabemos como ele será cobrado, logo é importante ter essas duas definições em mente. Para alguns
autores, ambos os conceitos são sinônimos; e para outros, a fluência de dados está dentro da
alfabetização de dados, sendo o primeiro conceito referente basicamente a poder falar e entender
a linguagem dos dados e o segundo mais abrangente: permite analisar e se comunicar com dados.
O poder da fluência de dados está no fluxo livre de informações: de cientistas de dados para
analistas de dados para tomadores de decisões para a equipe de executivos para a força de trabalho.
Podemos ver que o livre fluxo de informações é incrível para o sucesso organizacional e devemos
utilizar essa capacidade de falar o mesmo idioma para ajudar a impulsionar o sucesso analítico dos
dados. Por fim, de acordo com o autor, a alfabetização de dados tem oito pilares fundamentais:
PILARES DESCRIÇÃO
ESTRATÉGIA DE As organizações podem ter uma ideia não realista sobre a implementação de estratégias de
DADOS E ANALYTICS dados e analytics. Empresas normalmente investem em ferramentas, capacitação da equipe
4
de dados, plataformas, mas muitas vezes não tem uma estratégia desenhada de como
alcançar sucesso com esses elementos. Essa estratégia deve apresentar como os dados
podem se tornar ação no futuro.
Um dos principais desafios da fluência em dados é a necessidade em explicar algoritmos de IA

e os meios pelos quais o algoritmo chegou a determinado resultado. Cientistas de Dados e
CIÊNCIA DE DADOS colaboradores do negócio que trabalham com dados tem o desafio de entender os modelos e
seus resultados.
A área que ajuda a simplificar e dar visibilidade dos produtos de dados para os clientes é o
VISUALIZAÇÃO DE mundo da visualização de dados. Todo conjunto de dados esconde uma história. O desafio é
utilizar as ferramentas de visualização de dados (Qlik, por exemplo), para apresentar qual
DADOS história esses dados contam.
Executivos precisam ser fluentes em dados e fomentar que os colaboradores também sejam.
O programa de fluência em dados é um programa educacional, e como tal, ele precisa ter um
EXECUTIVAS DE patrocinador; um patrocinador que possa tornar sua adoção e realização alinhada aos
objetivos estratégicos da empresa. Além disso, os executivos que utilizam os dados para
EMPRESAS embasar suas decisões tem melhores resultados, se comparados a executivos que tomam
decisões baseadas em feeling ou em experiências pessoais do passado.
Se existe uma barreira para o sucesso na utilização dos dados e estratégias de analytics é a
cultura empresarial. Nós nos sentimos confortáveis em fazer coisas de forma conhecida.
Quando implementamos uma mudança em uma cultura, saímos da nossa zona de conforto. E
CULTURA por isso tornar a cultura da empresa data driven requer o esforço de fazer com que os
colaboradores possam tomar decisões baseadas em dados, seja no âmbito operacional, tático
ou estratégico.
A qualidade de dados é imperativo para o sucesso de estratégias de analytics nas

organizações. Dados sem qualidade não podem gerar decisões confiáveis. Garbage In,
QUALIDADE DE Garbage Out (GIGO) é uma expressão atribuída ao funcionário da IBM George Fuechsel que
DADOS significa, "lixo entra, lixo sai". Se a informação não gera credibilidade, os colaboradores podem
se tornar resistentes à utilização dos produtos de dados disponibilizados.
Um ambiente com governança gera confiança e segurança de que os dados podem ser
utilizados de maneira ampla. Rotinas de cargas de dados, segurança e controle de acesso são
essenciais para que o ambiente de dados esteja em conformidade com o cenário
GOVERNANÇA DE organizacional. A fluência em dados se beneficia do processo de governança de dados, já que
DADOS esta permite que saibamos o ciclo de vida que o dado percorre desde sua ingestão até o
descarte, garante que os dados estejam atualizados tempestivamente e que o acesso só estará
disponível àqueles que tem autorização para acessá-lo.
A implementação da lei geral de proteção de dados (LGPD) veio para regular e proteger os
dados dos indivíduos. As empresas se adequaram para tratar e proteger os dados que
tramitam nas organizações. A fluência em dados ajuda a entender o ciclo de vida dos dados
ÉTICA E (por onde o dado passa para cumprir a sua função), questionar se os dados estão corretos, se
REGULAMENTAÇÃO a empresa possui as devidas proteções em relação aos dados, dentre tantas outras
possibilidades. A fluência em dados ainda nos ajuda a entender onde os dados estão sendo
usados de forma ética e não-ética, dando às pessoas o conhecimento necessário para fazer
esse tipo de avaliação.
5
Importância e Aplicações
Por que a fluência de dados é importante? Toda empresa quer ser mais orientada por dados, mas
apenas algumas poucas empresas atingem esse objetivo. Para empresas que falham, cultivar uma
cultura corporativa fluente em dados é a resposta. A fluência de dados impulsiona a tomada de
decisões e, quando a cultura de uma empresa promove a acessibilidade, interpretação e relevância
de seus dados, as equipes tomam decisões com confiança e rapidez.
O poder da descoberta do conhecimento motiva os funcionários a fazerem mais perguntas,

sabendo que a resposta está próxima. Quando equipes e departamentos de uma organização estão
em sintonia com os dados, é mais fácil definir KPIs (Key Performance Indicators) e acompanhar os
resultados. Finalmente, a fluência de dados promove a curiosidade dentro da organização, dado
que os instiga a sempre descobrir o que está por trás dos dados.
Quando os funcionários estão aprendendo coisas novas, eles geralmente estão mais envolvidos em
suas funções, levando a perguntas mais inteligentes, melhor análise de dados e taxas gerais de
produtividade mais altas. Vamos imaginar isso dentro do serviço público? Diversos órgãos são
responsáveis pela criação e execução de políticas públicas. Por exemplo: vamos investir mais em
educação primária ou educação superior?
Vamos investir em saneamento básico? Como? Quanto? Quando? Por que? Qual é o resultado esperado
daqui quatro anos? Um órgão fluente em dados vai buscar responder a essas perguntas com dados.
Idealmente, todos os órgãos deveriam ser fluentes em dados, isto é, buscar sempre a resposta para
qualquer pergunta baseado em dados. Dessa forma, órgãos (e organizações em geral) poderão
tomar decisões melhores e mais informadas.
6
Isso permite também que todas as partes interessadas estejam alinhadas sobre o que precisa ser
feito, quando, quem e como. Dessa forma, uma organização se torna capaz de cultivar a cultura de
aprendizagem e também de transparência, e as partes interessadas (stakeholders) poderão tomar
decisões informadas, medi-las e iterá-las, melhorando assim a produtividade, dentre diversos
outros aspectos.
O caminho para a alfabetização de dados tem seus pontos fortes, bem como desafios. Para muitas
organizações, os benefícios são bem conhecidos – aumento da produtividade, vantagem
competitiva – enquanto os riscos são menos definidos. Ao aprimorar a força de trabalho existente
para se tornar mais fluente em dados, é importante notar que nenhum conjunto único de
habilidades será suficiente para cada pessoa.
Assim como as universidades oferecem diferentes faixas acadêmicas, as organizações devem criar
programas que atendam a diferentes funções e departamentos. Além disso, as empresas que
procuram promover o talento com dados também devem começar no nível de lideranças, isto é, as
empresas que são capazes de preparar programas de dados completos e iniciar mudanças nos níveis
mais altos estarão mais bem posicionadas futuramente. Vejamos as principais aplicações:
APLICAÇÕES descrição
A capacidade da empresa de entender os dados e traduzi-los em análises perspicazes deve
TOMADA DE direcionar a organização para longe de fazer escolhas cegas ou tendenciosas. A fluência de
DECISÕES dados suporta uma abordagem sistemática e baseada em metas durante todo o processo de
INFORMADA tomada de decisão, garantindo assim que decisões objetivas e impactantes sejam tomadas.
Em uma organização imatura de dados, mais tempo e energia são gastos decodificando
MELHORIA DA gráficos e tabelas, em vez de ter conversas significativas. Um dos obstáculos em tais
transformações reside na falta de comunicação e na incompreensão dos dados. Promover um
EFICIÊNCIA ambiente fluente em dados permite que os indivíduos entendam e resolvam os problemas
rapidamente.
É difícil entender o progresso de uma empresa com dados incompletos ou ausentes.
MELHOR Visualizações apropriadas e comunicação clara sobre as principais métricas ajudam a iluminar
as prioridades e qual deve ser o próximo curso de ação.
TRANSPARÊNCIA
Conversas sobre dados geralmente levantam mais perguntas do que respostas. Em uma
CULTIVO DA organização onde a comunicação clara é estabelecida, essas questões podem ser valiosas. Elas
CULTURA DE podem inspirar o pensamento criativo e moldar a discussão em direção a um conhecimento
APRENDIZAGEM mais profundo, melhores insights e mudanças positivas.
Níveis de Proficiência
E como uma organização pode se tornar fluente em dados? O primeiro passo é a avaliação do estado
atual, que inclui a infraestrutura de dados existente na organização e o nível de competência para
lidar com dados em todas as unidades de negócios. A avaliação inicial ajuda a identificar uma linha
7
de base (baseline) da proficiência dos funcionários em relação aos dados. Em outras palavras, a
avaliação inicial permite visualizar uma referência para medir o progresso da organização.
Ao mesmo tempo, as organizações precisam estar cientes de seus objetivos estratégicos no que se
refere tanto à análise de dados quanto à fluência de dados. Nesse sentido, essas avaliações não
devem ser realizadas isoladamente, mas – sim – dentro do contexto dos objetivos gerais de
negócios. Logo, é de extrema importância abordar questões-chave durante o período de avaliação
do estado atual, tais como:
Quem são os principais atores e quem pode atuar como administradores e proprietários de dados? Eles
podem identificar e comunicar as lacunas em seus conjuntos de dados? Quais dados estão disponíveis
e quais são as estruturas de dados existentes? Quais segmentos de negócios têm recursos de dados
fracos? Como é o ecossistema de dados do estado de destino? Como a fluência de dados se encaixa nas
metas e objetivos estratégicos mais amplos da empresa?
O segundo passo é cuidar do treinamento de funcionários. O aprimoramento da qualificação é uma

maneira de aumentar gradualmente a fluência de dados de uma organização, o que pode resolver
uma variedade de problemas e responder até mesmo a perguntas altamente especializadas. A
qualificação permite tornar funcionários fluentes em dados de modo que eles consigam analisar
dados que ainda não foram analisados.
Várias empresas já investiram na qualificação de seus funcionários em um esforço para se envolver

com a era digital. Por exemplo: a AT&T iniciou um projeto de US$ 1 bilhão e 10 anos para capacitar
cerca de 125.000 de seus funcionários. Da mesma forma, o Airbnb avançou em sua própria
Universidade de Dados privada que introduziu habilidades básicas na organização e os ensinou a
tomar decisões precisas e baseadas em dados.
Independentemente da estratégia, isso destaca que a cultura da organização deve ser propícia à
inovação digital e, por sua vez, à adoção de novas abordagens para a aprendizagem. Em todo caso,
o nível de proficiência em fluência de dados de uma organização pode variar bastante baseado em
sua capacidade tecnológica de gerar enormes quantidades de dados e o nível de conhecimento
analítico de seus funcionários. Nesse sentido, temos quatro níveis de proficiência:
NÍVEL DESCRIÇÃO
São organizações que não fizeram investimentos para criar uma infraestrutura de coleta e
Conhecimento análise de dados em tempo real. Como resultado, eles não possuem os dados necessários para
inteligência de negócios e fluência de dados de longo prazo.
Rudimentar
São organizações que possuem a tecnologia e amplo acesso aos dados, mas não níveis de
Alfabetização conhecimento e habilidade necessários para explorar os dados completamente e usá-los para
a tomada de decisões importantes. Como essas empresas têm os meios para coletar e analisar
básica grandes quantidades de dados, elas estão em melhor posição para obter fluência de dados,
pois precisam apenas aprimorar as habilidades de seus funcionários nos diferentes níveis.
8
As organizações que se enquadram nesta categoria possuem habilidades analíticas de dados

Alto impressionantes, mas o acesso aos dados é limitado a funcionários pertencentes
exclusivamente a algumas funções. Como as organizações que se enquadram na segunda
conhecimento categoria, essas empresas também podem se considerar bem posicionadas para obter
fluência de dados.
Essas organizações atingem o equilíbrio ideal entre recursos analíticos de dados sofisticados e
Fluente uma infraestrutura robusta de coleta e análise de dados. Além disso, essas organizações têm
estratégias para manter sua cultura à prova de balas por vários anos. Essencialmente, as
em dados empresas precisam investir em tecnologia e qualificação para subir a escada no espectro da
fluência.
Framework
Em síntese, podemos afirmar que a fluência de dados é a habilidade de utilizar a linguagem dos
dados para trocar e explorar ideias que são importantes para uma organização de forma fluida. É
importante salientar que, embora enfatizemos as organizações, a fluência de dados também se
aplica à indivíduos – todo mundo precisa de habilidades para ler, escrever, ouvir e falar utilizando a
linguagem dos dados. Para tal, existe um framework1 de fluência de dados:
1
Framework é basicamente uma série de ações e estratégias que visam solucionar um problema bem específico. Assim, quando se deparam com
esse cenário, os profissionais recorrem a um conjunto pronto de abordagens e otimizam os seus resultados.
9
A estrutura de fluência de dados é composta por quatro elementos fundamentais. Os elementos

são agrupados ao longo de duas dimensões. Ao longo da dimensão vertical, há uma distinção entre
as capacidades necessárias em um nível individual (superior) e no nível organizacional (inferior). Ao
longo da dimensão horizontal, você pode focar no público, ou consumidores, de dados (à esquerda)
separados dos autores, ou produtores, de produtos de dados (à direita).
Organizações têm suas próprias maneiras de fazer as coisas e muitas vezes um conjunto intangível
de convenções e comportamentos esperados. Equipes moldam e são moldadas por esses processos
e cultura. É importante desenvolver habilidades de fluência de dados em um nível individual e criar
um ambiente no qual a fluência de dados floresça. Ambos são necessários para criar uma
organização fluente em dados.
Indivíduos treinados em comunicação com dados ficarão frustrados em uma organização sem as
ferramentas e expectativas que se alinham com suas habilidades. Da mesma forma, os melhores
esforços dos líderes para moldar uma cultura de dados fluentes farão pouco progresso sem
indivíduos que tenham a capacidade de se envolver com os dados. Logo, temos que combinar tanto
a cultura de fluência de dados com indivíduos capacitados, treinados e qualificados.
A fluência de dados é a troca de ideias com dados como meio. Sem ambos os lados de uma troca,
nenhuma mensagem pode ser transmitida. No entanto, separar as pessoas em consumidores ou
produtores de conteúdo de dados é um pouco simplista; a mesma pessoa pode desempenhar
ambos os papéis em momentos diferentes. A equipe de vendas de uma organização pode consumir
relatórios sobre desempenho organizacional, tendências de produtos e etc.
Ao mesmo tempo, a equipe de vendas pode comunicar ao seu gerente sobre seu desempenho com
análises de dados mais aprofundadas, em vez de reclamações pessoais sobre uma dificuldade
genérica em converter contatos em clientes. Dentro do framework, é possível aprender como
construir um grupo de consumidores de dados potenciais e uma cultura que facilite o entendimento
compartilhado dos dados.
Do lado do produtor, o framework oferece orientação sobre como ensinar as habilidades para
comunicação eficaz e os sistemas necessários para tornar esses produtores bem-sucedidos.
Comsumidores de Dados
10
Se a fluência de dados é a troca fluida de ideias usando dados, a alfabetização de dados é a

capacidade dos indivíduos de entender e extrair significado dos dados. Você deve começar por aqui
porque atingir um público interessado e informado talvez seja a condição mais fundamental para
uma organização fluente em dados. O famoso experimento de pensamento filosófico pergunta: “Se
uma árvore cai em uma floresta e ninguém está por perto para ouvi-la, ela faz barulho?”.
Ou seja, algo existe se não for percebido? Seus dados são importantes sem alguém para lê-los, entendê-
los e interpretá-los? No entanto, os dados são uma linguagem relativamente nova para a maioria
das pessoas. O objetivo da alfabetização de dados, como a alfabetização de leitura, é desenvolver
o controle sobre a compreensão de nível superficial para que o leitor “possa se concentrar na
compreensão dos níveis mais profundos de significado embutidos no texto”.
Leva tempo para sair do domínio do vocabulário para a internalização instantânea do significado. É
uma viagem que vale a pena porque esta nova linguagem de dados é útil para interpretar o seu
mundo. Pode-se argumentar que os dados se tornarão uma nova língua franca, ou seja, uma língua
sistematicamente utilizada para facilitar a comunicação possível entre pessoas que não
compartilham uma língua materna.
Nesse sentido, o elemento mais fundamental do framework é o indivíduo ou o consumidor de

dados. Permitir que esses indivíduos entendam e extraiam um significado mais profundo dos dados
é a condição fundamental para uma organização fluente em dados. É preciso mais do que um
ouvinte solitário para dar significado aos dados. Quando os indivíduos são informados, eles podem
participar de um diálogo abrangente em torno desses dados.
Em suma, podemos dizer que se tornar alfabetizado em dados se resume a ser capaz de fazer e
responder a três perguntas sobre dados:
 Pergunta 1: De onde vêm os dados? Não simplesmente que banco de dados ou sistema. Em
vez disso, que comportamento da vida real os dados refletem? Qual é o escopo e a
granularidade dos dados? E o que os campos de dados realmente significam?
 Pergunta 2: O que posso aprender com os dados? As pessoas precisam aprender a

interpretar gráficos, reconhecer o inesperado e contextualizar os dados por meio da
comparação.
 Pergunta 3: O que posso fazer com ele? A capacidade de agir sobre os dados requer uma
compreensão da validade e confiabilidade dos insights e ver como os insights se conectam
às decisões disponíveis para você.
Produtores de Dados
11
Nem sempre, mas com muita frequência, os autores de comunicações de dados abandonam seu
papel. É comum em nosso trabalho nos depararmos com tabelas de dados brutos entregues como
“relatórios”; longas apresentações de PowerPoint com slide após slide de gráficos repetitivos; e
painéis densamente repletos de figuras coloridas. O que os autores estão realmente dizendo com
esses produtos de dados é:
 Não sei o que é importante nos dados.

 Não respeito o tempo e a atenção do meu público.
 Não sei como comunicar dados visualmente.
 Não sei se preciso comunicar significado.
Um problema comum é a consciência do próprio papel. Os produtores de dados são, antes de tudo,
a maioria dos professores encarregados de comunicar informações e insights a partir dos dados.
Produtores de dados precisam considerar as necessidades e ações de seu público e fornecer
conteúdo de maneira fácil de absorver. Cada membro do seu público chega aos dados com uma
variedade de prioridades, necessidades e perspectivas.
A comunicação bem-sucedida de dados se baseia nessa variedade como um ativo – todos podem
contribuir para a compreensão geral do grupo e também encontrar seus próprios insights. Em
suma: produtores de dados devem trabalhar os dados brutos e fornecer o conteúdo de maneiras
fáceis de entender e agir. Cada consumidor de dados chega às informações com diferentes
prioridades, necessidades e perspectivas.
Para preencher a lacuna entre dados e um público, o produtor de dados tem um trabalho complexo.
Ele deve decidir em quais dados são mais importantes se concentrar para responder às perguntas
em questão e como aproveitar e descrever de forma ideal os dados para informar o pensamento e
a ação. A comunicação eficaz com os dados é um conjunto de habilidades raras – pessoas que
sabem se comunicar bem sempre têm espaço no mercado de trabalho.
Cultura de Fluência em Dados
12
Se as habilidades individuais são um requisito para a troca de ideias por meio de dados, a cultura da
organização é o solo rico em nutrientes que ajuda essas habilidades individuais a crescer. Uma
cultura de fluência de dados é construída sob liderança organizacional, entendimento e convenções
compartilhadas e hábitos e processos cotidianos que tornam a comunicação de dados uma
prioridade.
As pessoas em qualquer organização procuram seus líderes para definir expectativas e modelar
comportamentos. Em primeiro lugar, os líderes fluentes em dados devem se comunicar usando
dados para apoiar seus argumentos e prioridades. Ao fazer isso, eles estabelecem o padrão para
produtos de dados de qualidade e demonstram sua alfabetização de dados em fóruns públicos. A
linguagem dos dados tem seu próprio dialeto de organização para organização.
Esse dialeto reflete o setor, a história e as circunstâncias da organização e resulta em significados

exclusivos associados a seus dados. Por exemplo, um conceito como satisfação do cliente pode ter
um significado abrangente. A definição estará vinculada à abordagem da organização na coleta de
dados, às expectativas do que significa satisfeito, ao período de tempo necessário para a coleta de
dados e ao tamanho da amostra.
O objetivo de uma cultura de dados fluentes, em parte, é garantir que todos saibam o que significa
um termo como satisfação do cliente. Uma cultura de fluência de dados se desfaz quando as pessoas
passam mais tempo debatendo terminologia, cálculos e validade das fontes de dados, em vez de
discutir qual ação tomar com base nos resultados. Uma cultura também é definida por
comportamentos aceitáveis e inaceitáveis.
Uma cultura de dados fluentes traz métricas-chave bem compreendidas para as reuniões; sabe
exatamente como medir o desempenho de um novo projeto ou produto; e inclui habilidades de
fluência de dados nos processos de contratação e avaliação de funcionários. Essa mesma cultura
não aceita a ignorância intencional de dados e rejeita evidências anedóticas apaixonadas como a
única contribuição para as decisões.
Ecossistema de Produtos de Dados
Os três elementos anteriores da estrutura concentram-se nas pessoas e nos comportamentos. Para
permitir o fluxo de informações e a criação e compartilhamento de produtos de dados, deve haver
processos, ferramentas e padrões em vigor. Considere o ecossistema que a Apple criou para
13
aplicativos para iPhone e iPad. A Apple criou um sistema no qual aplicativos de alta qualidade
podem ser projetados, desenvolvidos, testados, comercializados e vendidos.
Existem mecanismos para feedback do usuário, processos para verificar a qualidade do aplicativo e
a conformidade com os padrões da Apple e uma maneira bem conhecida de os consumidores
encontrarem os aplicativos que atendem às suas necessidades. Em uma escala muito menor, as
organizações fluentes em dados bem-sucedidas criam um ecossistema que permite a criação e o
compartilhamento de produtos de dados.
Os objetivos são semelhantes aos da loja de aplicativos da Apple: garantir produtos de dados de
qualidade; permitir a distribuição dos dados certos para os tomadores de decisão certos no
momento certo; e incentivar a curadoria de produtos de dados para que os mais valiosos sejam
descobertos e usados. O ecossistema requer três condições fundamentais: padrões, ferramentas e
processos.
Os padrões são os padrões de design e as diretrizes de estilo que tornam mais fácil para os
produtores de dados se comunicarem efetivamente com os dados. As ferramentas tornam
eficiente o design e a criação de produtos de dados e garantem que sejam detectáveis pelo público-
alvo. Os processos incentivam o compartilhamento de insights, colaboração entre produtores e
audiências, higiene de dados e controle de qualidade.
14
Atributos
Galera, eu escarafunchei exaustivamente a (pouca) literatura sobre fluência de dados e não

encontrei absolutamente nada sobre atributos, mas achei uma página que trata do tema:
https://www.digitalfluency.guide/data/attributes-of-data
atributos descrição
Trata da utilidade de um conjunto de dados para os seus fins, isto é, quão relevantes são os
relevância
dados para os usos pretendidos.
Trata da área geográfica que o conjunto de dados descreve, isto é, se os dados se aplicam
Cobertura
a apenas uma ou várias regiões geográficas.
Trata de quão abrangente é a amostra do conjunto de dados, isto é, quão amplo é o
AMPLITUDE
conjunto de dados, se se aplica a apenas um grupo demográfico, entre outros.
Trata da variedade e o número de pontos de dados diferentes no conjunto de dados, isto é,
PROFUNDIDADE
se o conjunto fornece muitos pontos de dados úteis ou apenas alguns.
Trata do custo de acesso e processamento dos dados, isto é, qual é o custo por unidade do
Custo
conjunto de dados.
Também chamado de comprimento ou duração, trata do alcance histórico do conjunto de
História
dados (se houver), isto é, até quando para trás vai o conjunto de dados.
Trata do intervalo de tempo entre os pontos de dados, isto é, da frequência com que os
Frequência
dados são atualizados.
Trata da quantidade de correção de erros e rotulagem executada no conjunto de dados
processamento
antes da distribuição, isto é, quão processados são os dados, se houve correções, etc.
Trata do período de tempo entre a aquisição dos dados originais e a distribuição do
Tempo de publicação
conjunto de dados.
Trata do grau em que os atributos dos dados foram definidos e categorizados, isto é, quão
estruturação
estruturado é o conjunto de dados.
Trata do custo de aquisição e verificação dos dados em sua forma original, isto é, o custo
Custo de pesquisa
de aquisição, custo de atualização, entre outros.
Trata de quão precisos são os dados originais. Se houver erros, analisa-se se eles são críticos
Qualidade
ou apenas uma necessidade de processamento.
Trata dos vieses replicados nos dados por fatores humanos e/ou de máquina, isto é, se
tendência
existem vieses intencionais, não intencionais ou inerentes aos dados.
Trata da facilidade de acessar o conjunto de dados, isto é, quão amplamente disponíveis
Disponibilidade
estão os dados, se eles podem ser obtidos facilmente, entre outros.
Trata de quão exclusivo o conjunto de dados é comparado a outros conjuntos de dados,
Originalidade
isto é, quão original, nova, inovadora é a fonte.
Trata de quão avançadas são as ferramentas digitais necessárias para acessar e analisar os
Tecnologia
dados, isto é, se são necessárias tecnologias especiais para acessar ou processar os dados.
Trata do comprimento, a amplitude e a profundidade dos dados de pré-visualização
Trial
disponíveis para avaliação.
Legalidade/ Trata da facilidade de acesso e uso dos dados em relação a restrições de lei,
ética regulamentação e padrões éticos.
15
Portfolio/ Trata da porcentagem de casos de utilização que os dados se aplicam, isto é, se dados são
Ortogonalidade úteis para diversas áreas ou apenas algumas.
Adequação ao tipo de Trata de quão bem adaptados seus dados estão ao tipo de investimento que você pode
fazer, isto é, se os dados são adequados para os tipos de investimento que você está
investimento considerando.
Frequência de tempo Trata do grau em que a frequência de dados se alinha com a frequência de investimento
pretendida. Se você estiver usando dados para orientar as decisões de investimento em um
da Estratégia de
cronograma específico, os dados são atualizados regularmente o suficiente para serem de
Investimento valor para você?
Trata do custo de transformar os dados em informações úteis (diferente dos custos de
Custo de análise
processamento que precedem a análise).
Uma outra fonte traz um segundo conjunto (bem mais enxuto) de atributos de fluência de dados.
Vejam na tabela a seguir:
PRECISÃO A precisão da análise de dados e insights.
PONTUALIDADE A capacidade de analisar dados rapidamente e obter insights.
CONFIABILIDADE A capacidade de produzir consistentemente resultados precisos.
RELEVÂNCIA A capacidade de identificar dados e tendências relevantes.
ESCALABILIDADE A capacidade de dimensionar processos de análise de dados.
CUSTO/BENEFÍCIO A capacidade de analisar dados de maneira econômica.
QUALIDADE A capacidade de produzir insights de dados de alta qualidade.
VALIDADE A capacidade de validar dados e insights.
SEGURANÇA A capacidade de proteger dados e proteger a privacidade
ROBUSTEZ A capacidade de se adaptar às mudanças nas fontes de dados.
16
Métricas
Métricas são os valores que você usa para julgar o desempenho. Eles também são o ponto focal de
qualquer produto de dados, sendo o reflexo numérico do comportamento do mundo real que sua
organização deseja melhorar, evitar ou moldar. As métricas podem criar foco e alinhamento em
uma organização, fornecendo clareza sobre como é a melhoria. As métricas também podem criar
comportamentos contra-intuitivos ou contrários aos objetivos organizacionais.
Apesar da importância de escolher as métricas certas, é comum não pensar muito sobre o que
medir. Erros comuns na escolha de métricas incluem: métricas simples demais, métricas complexas
demais, grande quantidade de métricas, métricas enganosas, entre outros. Para evitar essas
armadilhas muito comuns e escolher a melhor métrica possível, podemos considerar a seguinte
estrutura de métricas que equilibra quatro fatores ou dimensões:
Você consegue imaginar um jogo de basquete sem aro ou uma partida de tênis sem a marcação das
linhas? Na ausência de objetivos claros e de uma forma de medir o progresso, os esportes seriam
desorganizados. Isso também é verdade para organizações: na ausência de métricas de sucesso
organizacional claramente comunicadas, os funcionários não têm como saber se estão no caminho
certo, contribuindo de maneira significativa ou apenas perdendo o controle.
Para criar uma cultura de fluência de dados, os líderes devem estabelecer as principais métricas
organizacionais que orientam os esforços individuais e da organização, mas o que faz uma boa métrica?
17
Metas desalinhadas, comportamentos distorcidos e uma sensação equivocada de sucesso são

problemas causados pelo uso de métricas ruins em uma organização. Um exemplo comum é o
departamento de atendimento ao cliente que rastreia chamadas atendidas sem levar em
consideração a qualidade da experiência do chamador. E se a empresa atendeu a ligação depois de o
cliente esperar por uma hora? E se a empresa atendeu a ligação, mas não resolveu o problema?
O primeiro passo para estabelecer o que constitui uma boa métrica é entender o que você deseja
alcançar. As métricas podem servir a dois propósitos: identificar problemas e medir o desempenho.
Quando o objetivo é identificar problemas e apontar áreas de ineficiência e ineficácia operacional,
definir a métrica certa requer um pouco de trabalho, dado que necessita que se determine quais
evidências podem ser encontradas e como exatamente elas aparecem.
Quando o objetivo é medir o desempenho, as métricas de sucesso certas se concentram em

medidas que podem ser controladas e onde a melhoria na métrica é uma coisa inequivocamente
boa. Depois de ter clareza sobre a finalidade para a qual você usará determinada métrica, o próximo
passo é escolher uma boa métrica. Boas métricas incluem várias os fatores ou dimensões vistas na
página anterior. E o que são boas métricas?
Boas métricas são Cada métrica leva tempo e esforço para ser construída. Antes de escolher a métrica, vale a
criadas a partir de pena fazer perguntas à fonte de dados: os dados são coletados de forma a capturar com
dados acessíveis e precisão a realidade? Os dados são difíceis de coletar ou atrasados de forma a prejudicar
seu valor? Os consumidores encontrarão motivos para questionar a fonte de dados? Para
confiáveis, fáceis de que os resultados tenham validade e para que uma cultura de engajamento de dados surja
coletar de uma fonte em sua organização, os produtores de dados devem ter acesso a dados confiáveis.
confiável
Para que as métricas identificadas por uma organização moldem a prática individual e
Boas métricas são
coletiva, elas devem ser facilmente compreendidas, dando transparência de como foram
transparentes e desenvolvidas. Além disso, boas métricas são melhor expressas como um número ou
geradas por porcentagem. Os números também devem conter pelo menos uma unidade de medida que
cálculos caracterize a coisa que está sendo contada. As unidades de medida permitem que os
analistas de dados expressem consistentemente os resultados de um processo de medição.
compreensíveis O uso de duas medidas pode auxiliar nesse processo.
É imperativo em uma organização que todas as pessoas reconheçam o que as métricas
Boas métricas têm significam e tenham certeza de que as métricas são geradas de forma consistente. Para
uma interpretação facilitar isso, os líderes devem garantir que os processos de medição sejam claramente
documentados e que os funcionários compartilhem um conjunto comum de terminologia
comum e são medidas para entender o significado das apresentações de dados.
de forma consistente
Boas métricas têm significado para os membros de uma organização e sinalizam ações
Boas métricas são específicas que podem ser tomadas. Elas lançam luz sobre uma parte de baixo desempenho
contextualmente de uma organização, registram os resultados dos esforços de melhoria contínua ou
demonstram o valor de pessoas e processos específicos dentro da organização.
específicas e
acionáveis
18
Exemplo de SETOR Exemplo de MÉTRICA

transporte Custo de transporte por quilômetro, tal como o total gasto dividido pela quantidade de km.
Custo por metro quadrado, tal como o custo operacional total dividido pelo tamanho em
Depósitos
metro quadrado.
Custo de aquisição de clientes, tal como o custo de vendas/marketing dividido por novos
Marketing
clientes em um determinado período.
Taxa de conversão de um site, tal como a porcentagem de visitantes únicos do site que
e-commerce
fazem uma compra.
Receita média por usuário (receita total dividida pelo número total de usuários).
internet
Legal! Agora como nós fazemos para utilizar as métricas para impulsionar a melhoria organizacional
como um todo? Vejamos...
 Escolha algumas poucas métricas-chave em qualquer nível: muitas organizações acabam

com dezenas de métricas-chave. Na verdade, essas organizações normalmente não sabem em
que focar. Líderes devem investir tempo e energia para socializar sua organização para um
pequeno conjunto de métricas essenciais. O desafio é oferecer uma definição clara do que está
sendo medido e demonstrar sua importância. de estabelecer um conjunto de três a cinco
métricas, incorpore as métricas em reuniões e outros locais, dado que é saudável que essas
métricas se tornem parte do vernáculo organizacional. Aos poucos, as pessoas vão se
acostumando com as métricas e suas implicações sobre o negócio.
 Selecione as principais métricas que se alinham com a missão e a visão: uma transformação
pode ocorrer nas organizações que aprendem no que focar. Com a consciência e a compreensão
de um pequeno conjunto de métricas-chave, as pessoas começam a se perguntar quais metas
estão associadas a essas métricas – é uma progressão natural. Tanto para as partes interessadas
internas quanto externas, há um forte alinhamento entre missão, visão, metas e
acompanhamento do progresso da organização. Os esforços de todos podem ser direcionados
para essas metas mensuráveis, e as pessoas se concentrarão nos processos que podem impactar
essas métricas.
 Mostre aos funcionários que suas contribuições são essenciais: líderes verdadeiramente
excepcionais não apenas articulam metas organizacionais e identificam métricas para avaliar o
progresso operacional, mas também podem ajudar os funcionários a entender como suas
contribuições de trabalho são um componente essencial das metas e medidas de progresso mais
amplas. As métricas devem ter uma conexão hierárquica que permita que a equipe de linha de
frente veja como suas medidas se relacionam com as principais métricas de toda a organização.
Na natureza, a forma segue a função e temos inúmeros exemplos de alinhamento entre
atributos físicos e condições ambientais. Da mesma forma, quanto mais os indivíduos tiverem
uma linha de visão clara entre suas contribuições diárias e as prioridades da organização, mais
capazes (e dispostos) estarão de tomar decisões inteligentes e comprometer sua energia de
maneira a sustentar o desempenho organizacional geral.
19
 Referenciar métricas-chave e análise de dados ao comunicar metas: líderes fluentes em

dados lideram pelo exemplo. Da mesma forma, os líderes devem modelar a confiança na análise
de dados e fazer referência às principais métricas ao comunicar metas e prioridades às partes
interessadas. Para construir uma cultura fluente em dados, os líderes devem se comunicar na
linguagem de suas métricas, usando dados para apoiar suas decisões sobre o progresso
organizacional. Ao fazer isso, eles reforçam a importância das principais métricas selecionadas
e demonstram sua alfabetização de dados em fóruns públicos, modelando assim os hábitos
mentais desejados.
 Evitando as armadilhas das métricas: embora selecionar a métrica certa possa promover o
sucesso, a métrica errada pode criar comportamentos inesperados, equivocados e
contraproducentes. As métricas erradas podem criar estruturas de incentivo para
comportamentos que realmente funcionam contra os objetivos da empresa. A maioria das
empresas comete o erro de avaliar o desempenho (estabelecendo métricas de sucesso) ao longo
das atividades funcionais. Isso perpetua silos disfuncionais e desconectados dentro de uma
organização.
Ainda dentro desse contexto, devem-se considerar mais alguns pontos ao decidir sobre as métricas
adequadas:
 Tendências, distribuições e comparação: um número único e solitário muitas vezes não revela
uma verdadeira compreensão do desempenho de uma organização. É necessário colocar um
conceito em torno do valor para permitir que as pessoas tenham uma compreensão mais
completa. Ao mostrar tendências, distribuição e comparação, você melhora a compreensão da
métrica para o público. A tendência mostra se a métrica se aproxima ou se afasta de uma meta.
As comparações com os benchmarks do setor mostram como sua organização se destaca em um
contexto mais amplo. Por fim, divida o valor por diferentes dimensões (por exemplo, locais,
produtos e segmentos de clientes) para revelar se um fator está sustentando ou diminuindo o
valor da métrica.
 Casos extremos: sempre haverá casos extremos, ou outliers, em que uma métrica pode não
significar o que você pensa que significa. Vale a pena entender essas situações, mas você não
deve permitir que o perfeito seja inimigo do bom. Como líder, você precisa pesar os benefícios
de escolher métricas que funcionem para 90%, 95% ou 99% dos casos com os custos desses
ganhos incrementais.
 Teste de responsabilidade: você poderia responsabilizar alguém por essa métrica sem que ela
apresentasse uma dúzia de razões pelas quais isso não faz sentido? Caso contrário, talvez seja
necessário reconsiderar a validade e o valor da métrica. Este exercício de pensamento simples é
um bom teste do valor da métrica.
 Autoatendimento: tenha cuidado para não selecionar métricas simplesmente porque sabe que
elas farão você parecer bom. Essas vitórias de curto prazo têm uma maneira de se transformar
20
gradualmente em uma estratégia de longo prazo perdedora para a competitividade e o sucesso

organizacional.
 Deixar ir: descartar uma métrica, especialmente dentro do contexto de uma organização
grande, multifacetada e complexa, é uma coisa difícil de fazer. Existem alguns motivos para isso
acontecer: (a) a métrica foi desenvolvida com muito esforço e alto custo; (b) Após o processo de
coleta dos dados para as paradas métricas, ele só pode ser reiniciado com muito esforço e alto
custo; e (c) pessoas mais altas na organização (que prestaram atenção à métrica pela última vez
quando ela foi útil) podem procurá-la se algo der errado. No entanto, devemos deixar as
métricas finalmente serem descartadas.
21
Transformação de Dados
INCIDÊNCIA EM PROVA: MÉDIA
Galera, poucos termos são tão genéricos quanto “transformação de dados”. A transformação de
dados pode ocorrer em dezenas de contextos diferentes: pode estar relacionada ao Processo de
ETL (Extract, Transform, Load); pode estar relacionada ao pré-processamento de dados do
aprendizado de máquina; pode estar relacionado à conversão do formato ou estrutura de um dado;
pode estar relacionado à limpeza, validação, normalização, entre outros.
Essas outras possíveis abordagens de transformação de dados estão dispostas em outras aulas.
Aqui vamos nos ater à transformação de dados dentro do contexto de teoria da informação. Em
outras palavras, vamos entender o que é dado, informação, conhecimento e inteligência e como
um se transforma no outro, isto é, como dado se torna informação, que se torna conhecimento, que
se torna inteligência. Fechou?
Vamos começar falando de um assunto que não cai tanto em prova, mas que é importante para
compreender o que veremos mais à frente – estou falando da Hierarquia DIKW. Essa é a sigla em
inglês para Data, Information, Knowledge e Wisdom – Dados, Informação, Conhecimento e
Inteligência (ou Sabedoria). Esses são elementos fundamentais para a comunicação e para a
tomada de decisão nas organizações, mas têm significados diferentes.
Essas palavras formam um sistema hierárquico em que um dado para um indivíduo pode ser uma
informação e/ou conhecimento para outro. Galera, em nosso dia-a-dia, nós costumamos usar
alguns desses termos indiscriminadamente – como se fossem sinônimos. No entanto, no contexto
de Sistemas de Informações, esses termos são – na verdade – complementares. Para entender
melhor essas diferenças, vamos analisar como são definidos cada um desses conceitos.
22
Dado
INCIDÊNCIA EM PROVA: Altíssima
DADO
Dados são correspondências de um atributo, característica ou propriedade que, sozinho, não tem significado.
Dados são elementos brutos, sem significado, desvinculados da realidade.
Dados são simples observações sobre o estado do mundo.
Dados são um conjunto de fatos objetivos e discretos sobre eventos.
Dados são a menor partícula estruturada que compõe uma informação.
O que podemos concluir? Podemos concluir que dados são fatos ou estatísticas coletadas para
servir de referência ou análise. O grande lance quando se pensa em dados é que eles não têm
significado ou semântica quando vistos isoladamente – eles são brutos, simples e desvinculados de
contexto/realidade. Professor, ainda não entendi! Cara... imagine que sem nenhum contexto, eu te
mostro um relatório com uma tabela escrito a palavra abaixo em todas as linhas e colunas.
Você consegue tirar alguma informação desse relatório? Não, você pode até inferir que se trata – por
exemplo – de algum relatório sobre frutas. No entanto, você não pode afirmar com certeza! Por
que? Porque isso pode ser tanto um relatório de um hortifruti quanto um relatório de um
camiseteria. E aí, sem nenhum contexto, tem como saber? Não, é impossível! Por que? Porque isso é
apenas um dado: bruto, simples, objetivo e desvinculado da realidade.
23
Dados são sucessões de fatos brutos, que não foram organizados, processados, relacionados,
contextualizados, avaliados ou interpretados, representando apenas partes isoladas de eventos,
situações ou ocorrências. Eles se constituem de unidades básicas a partir das quais informações
poderão ser elaboradas ou obtidas. Além disso, eles são frequentemente quantificados,
facilmente estruturados, facilmente transferíveis e facilmente obtidos por máquinas.
Quando os dados são organizados, processados, relacionados, contextualizados, avaliados ou

interpretados, ele passa a ser uma informação, conforme veremos no tópico seguinte.
(COREN/PA – 2013) Nos Sistemas de Informação, dados são:
a) informações que possuem significado isoladamente.

b) representações do conhecimento contextualizado.
c) definições do real sentido das coisas.
d) correspondências de um atributo, característica ou propriedade que, sozinho, não tem
significado.
_______________________
Comentários: dados são correspondências de um atributo, característica ou propriedade que, sozinho, não tem significado
(Letra D).
(CEFET – 2014) Para os sistemas de informação, definem-se dados como:
a) melhoria contínua de processos organizacionais.

b) resultado da análise do ambiente de negócios.
c) fatos organizados e apresentados de forma útil
d) sequências de fatos ainda não analisados.
e) decisões tomadas pelos gestores da organização.
_______________________
Comentários: dados são sequências de fatos ainda não analisados, isto é, brutos (Letra D).
(CGE/PB – 2008 – Letra B) Dados são elementos brutos, sem significado, desvinculados
da realidade.
_______________________
Comentários: eles realmente são elementos bruto, sem significado e desvinculados da realidade (Correto).
Informação
INFORMAÇÃO
24
Conjunto de dados com significado que reduza a incerteza ou que permita o conhecimento a respeito de algo.
Conjunto dos dados presentes em um contexto, carregado de significados e entregue à pessoa adequada.
Conhecimento inscrito (gravado) sob a forma escrita (impressa ou numérica), oral ou audiovisual.
Conjunto de dados contextualizados que visam fornecer uma solução para determinada situação de decisão.
Fatos e/ou dados que encontramos nas publicações, na internet ou mesmo aquilo que as pessoas trocam entre si.
Resultado do processo de acrescentar significado aos dados.
Dados sobre determinado assunto que possam ser interpretados ou tenham significado para o receptor.
Agora ficou fácil saber o que é informação:

é simplesmente um dado contextualizado.
No momento em que um dado é tratado, ele
passa a transmitir uma mensagem e, então,
temos uma informação. A informação é a
ordenação e organização dos dados de
forma que passa a transmitir uma
mensagem compreensiva dentro de um
determinado contexto. Seguindo nosso
exemplo anterior, se eu digo: “Caraca, essa
manga está deliciosa!”, nós já conseguimos
inferir que se trata, na verdade, da fruta.
Dentro os métodos utilizados para transformar dados em informação, temos: contextualização;

categorização; cálculos; correção; e sumarização. Em tempo, as principais características de uma
informação são: precisão; completude; confiabilidade; relevância; verificabilidade; acessibilidade;
e segurança. Galera, preciso dizer que a informação é importantíssima e que pode afetar um
comportamento, uma decisão ou um resultado?
Enfim... informação requer análise, exige consenso em relação ao significado, além de exigir
necessariamente a mediação humana. Fechou?
25
(TCM/BA – 2018) O diretor de uma montadora de veículos necessita tomar uma decisão
acerca da continuidade ou não de um dos produtos vendidos no Brasil. Para tanto,
solicitou um relatório sobre as vendas de carros da marca do último trimestre de 2018,
por faixa de preço, região, modelo e cor.
Nessa situação, no contexto de análise da informação, o relatório representa:
a) conhecimento.
b) inteligência.
c) dados.
d) informação.
e) sabedoria.
_______________________
Comentários: o relatório em si representa a informação. Trata-se de um conjunto de dados contextualizados – veremos
conhecimento e inteligência mais à frente (Letra D).
(CRA/SC – 2017) É um conjunto de dados com determinado significado, ou seja, que

reduz a incerteza a respeito de algo ou que permite o conhecimento a respeito de algo:
a) Emissor.
b) Dado.
c) Comunicação.
d) Informação.
_______________________
Comentários: trata-se da definição de informação, isto é, dados com significado (Letra D).
(COREN/PA – 2013) Nos Sistemas de Informação, informação:
a) tem o mesmo significado que dados.
b) não tem conexão com geração de conhecimento.
c) é qualquer dado coletado e mantido por uma pessoa ou organização, de forma não
contextualizada.
d) é o conjunto dos dados presentes em um contexto, carregado de significados e

entregue à pessoa adequada.
_______________________
Comentários: (a) Errado, informação é dado processado e com significado; (b) Errado, tem conexão forte com a geração de
conhecimento; (c) Errado, a informação é dado contextualizado; (d) Correto, trata-se realmente de um conjunto de dados
presentes em um contexto, carregado de significados e entregue à pessoa adequada – excelente definição (Letra D).
26
Assim como existe um ciclo de vida dos dados, existe um ciclo de vida da informação. Da mesma
forma, não há um padrão de classificação – infelizmente cada autor descreve o ciclo de vida com
suas fases. No caso da informação, uma possível classificação compreende as fases de
produção, manuseio, armazenamento, transporte e descarte, considerando sua autenticidade,
confidencialidade, integridade e disponibilidade. Agora vejamos os princípios de segurança...
PRINCÍPIOS DE
DESCRIÇÃO
SEGURANÇA
Capacidade de um sistema de não permitir que informações estejam disponíveis ou sejam
Confidencialidade reveladas a entidades não autorizadas – incluindo usuários, máquinas, sistemas ou
processos.
Capacidade de garantir que a informação manipulada está correta, fidedigna e que não foi
Integridade corrompida – trata da salvaguarda da exatidão e completeza da informação.
Propriedade de uma informação estar acessível e utilizável sob demanda por uma entidade
Disponibilidade autorizada.
Propriedade que trata da garantia de que um usuário é de fato quem alega ser. Em outras
Autenticidade palavras, ela garante a identidade de quem está enviando uma determinada informação.
(ME – 2020) O ciclo de vida da informação compreende as fases de produção, manuseio,

armazenamento, transporte e descarte.
_______________________
Comentários: essas realmente são as fases do ciclo de vida da informação (Correto).
(ME – 2020) Integridade é a característica que garante o acesso à informação somente

para quem estiver autorizado.
_______________________
Comentários: essa é a definição de confidencialidade e, não, integridade (Errado).
Conhecimento
Legal, mas como uma informação se torna conhecimento? Essa é uma diferença mais sutil!
Basicamente, o conhecimento acontece quando a informação é aplicada. Vamos mudar um
pouco o exemplo? Vejam só: vocês decidem aprender inglês. Palavras em um dicionário de inglês
são apenas dados. Quando essas palavras estão em um livro, por exemplo, elas estão processadas
e contextualizadas, logo o livro contém informações.
Agora imaginem que vocês fazem cinco anos de escola de inglês – do nível básico ao avançado.
Vocês aprendem várias palavras, aprendem a utilizá-las em frases, conseguem entender textos,
formar frases e pronunciar tudo perfeitamente. Ora, vocês adquiriram conhecimento de inglês. Se
27
um curso de inglês ensinar vocabulário, morfologia e sintaxe, mas você não aprender a se
comunicar em inglês, você terá informação, mas não terá conhecimento.
CONHECIMENTO
Propriedade subjetiva, inerente a quem analisa os dados ou as informações.
Conhecer é o processo de compreender e interiorizar as informações recebidas, possivelmente combinando-as de

forma a gerar mais conhecimento.
É o que cada indivíduo constrói como produto do processamento, da interpretação, da compreensão dos dados e
fatos – é o significado que atribuímos e representamos em nossas mentes sobre a realidade.
O que cada indivíduo constrói como produto do processamento, da interpretação, da compreensão da informação.
Notem as palavras-chave das definições acima: propriedade subjetiva; interiorizar informações;

construção individual. É preciso entender que o conhecimento é o recurso de integração da
informação. Isso quer dizer que conhecer algo significa saber onde aquilo se integra como parte de
algo maior, pois o conhecimento tem a propriedade de um sistema: compõe um todo; tem sua
lógica; estabelece um meio. Segundo Turban, conhecimento é a informação aplicada (em ação).
O conhecimento vai além de informações, pois ele – além de ter um significado – tem uma
aplicação. As informações são valiosas, mas o conhecimento constitui um saber. Produz ideias e
experiências que as informações por si só não serão capazes de mostrar. Se informação é dado
processado, então conhecimento e informação processada. Bacana? É importante destacar
também que o conhecimento pode ser explícito (tangível) ou tácito (intangível).
No primeiro caso, trata-se da forma mais básica de conhecimento e facilidade de transmissão,

uma vez que é geralmente escrito e acessível. Quando os dados são processados, organizados,
estruturados e interpretados, o resultado é conhecimento explícito – ele é facilmente articulado,
gravado, comunicado e armazenado. Ele inclui livros (inclusive esse que vocês estão lendo),
manuais, patentes, base de dados, relatórios, bibliotecas, políticas, procedimentos, entre outros.
No segundo caso, trata-se do conhecimento que possuímos, obtido da experiência e do

contexto pessoal. São as informações que, se solicitadas, seriam as mais difíceis de escrever,
articular ou apresentar de forma tangível. Como assim, Diego? Galera... minha mãe faz um bolinho
de polvilho frito que é de choraaaaaaar! Se ela me der a receita e eu tentar segui-la, vocês podem
ter certeza que vai sair uma... porcaria! Por que?
Porque ela tem anos de experiência e aprendeu a sensação exata da massa ou exatamente quanto
tempo algo deve ficar no forno em que temperatura ideal. Não é algo que ela possa escrever – é
feeling! No ambiente de trabalho é a mesma coisa... quem aí já viu um Programa de TV chamado
Aeroportos na National Geographic Chanel? Galera, os auditores fiscais e os policiais federais
conseguem identificar facilmente quem está escondendo algo ou cometendo algum crime.
28
Como eles conseguem isso? Só com tempo e experiência! Em suma: o conhecimento tácito envolve
dimensões técnica e cognitivas. Trata de conceitos como know-how, modelos mentais, crenças,
percepções cotidianas e práticas adquiridas no dia-a-dia da relação com outras entidades e
indivíduos. É específico de um contexto, difícil de extrair, codificar, estruturar, capturar por
máquinas e transmitir – inclui insights, intuições e sentimentos.
CONHECIMENTO EXPLÍCITO CONHECIMENTO TÁCITO

Objetivo, racional e técnico Subjetivo, cognitivo e experimental
Estruturado e externalizado Pessoal e internalizado
Fácil de capturar, documentar e compartilhar Difícil de capturar, documentar e compartilhar
Proveniente da racionalidade Proveniente da experiência (expert)
Conhecimento sequencial Conhecimento empírico
Existem quatro formas básicas pelas quais o conhecimento pode ser transmitido ou convertido. Elas
formam um conceito chamado de Espiral do Conhecimento (ou Modelo SECI):
FORMAS DE
DESCRIÇÃO REPRESENTAÇÃO
TRANSMISSÃO
Interação do conhecimento através da troca de ideias
SOCIALIZAÇÃO e do compartilhamento de experiências, por meio de
observação ou/e prática (Tácito  Tácito).
O conhecimento pessoal passa para o domínio público
EXTERNALIZAÇÃO por meio de uma documentação (Tácito  Explícito).
Agrupamento do conhecimento explícito de

Combinação diferentes fontes, visando agregar valor para gerar um
novo conhecimento (Explícito  Explícito).
29
O conhecimento é adquirido por meio de alguma

Internalização publicação escrita que pode estar disponível em livro,
revistas, Internet, etc (Explícito  Tácito).
(COREN/PA – 2013) Dado, informação e conhecimento são elementos fundamentais

para a comunicação e a tomada de decisão nas organizações, mas seus significados não
são tão evidentes. Eles formam um sistema hierárquico de difícil delimitação. O que é
um dado para um indivíduo pode ser informação e/ou conhecimento para outro.
Davenport corrobora esse ponto de vista colocando resistência em fazer essa distinção e
a considera nitidamente imprecisa.
Com isso podemos afirmar que o grande desafio dos tomadores de decisão:
a) é o de minimizar e transformar as interferências individuais em dados e dados em

informação, nesse processo de transformação do conhecimento;
b) é o de transformar conhecimento em informação e informação em dados,

minimizando as interferências individuais nesse processo de transformação;
c) é o de transformar dados em informação e informação em conhecimento,

d) é o de transformar informação em dados e conhecimento em informação,

e) na transformação da informação e dos dados é interferir o mínimo nesse processo de

conhecimento.
_______________________
Comentários: em nossa hierarquia temos a transformação de dados em informação e informação em conhecimento (Letra C).
Inteligência
INCIDÊNCIA EM PROVA: ALTA
30
Bacana! Já sabemos que um dado é um fato ou estado não processado; informação é um quando
você processa um dado; conhecimento é quando você aplica a informação; e a inteligência (ou
sabedoria) é quando você utiliza o seu conhecimento para algum propósito. Como assim,
professor? Galera, vejam a tabela a seguir - ela resumirá tudo que nós vimos nos tópicos anteriores.
Venham comigo...
NOME SEXO IDADE SALÁRIO NATURALIDADE

Alice Feminino 18 R$ 8.500,00 DF
Bernardo Masculino 26 R$ 2.000,00 GO
Carolina Feminino 30 R$ 9.500,00 TO
Davi Masculino 22 R$ 1.500,00 RR
Eduarda Feminino 32 R$ 7.500,00 SP
Felipe Masculino 24 R$ 3.000,00 RJ
Gabriela Feminino 28 R$ 6.500,00 PA
Hugo Masculino 20 R$ 1.000,00 RS
Se vocês entenderam o que nós vimos anteriormente, vocês serão capazes de me responder
algumas perguntas. Se nós olhássemos isoladamente apenas o número 28, nós teríamos um...? Dado!
Por que? Porque esse número poderia ser o peso de um animal, o número de gols do Gabigol, as
polegadas de um monitor, enfim... sem um contexto, uma análise, um processamento seria
impossível identificar do que se trata porque é apenas um dado bruto e simples.
Agora se víssemos os títulos das colunas dessa tabela, poderíamos inferir que 28 é a idade – em
anos – de Gabriela. O que nós acabamos de fazer? Transformamos dado em informação, isto é,
contextualizamos, analisamos, processamos esse dado em uma informação. Em geral,
computadores trabalham com dados, quem é capaz de processá-los somos nós – humanos!
Tudo legal até aqui? Então vamos seguir...
Nesse caso, o que seria um exemplo de conhecimento? O salário médio do sexo feminino é mais que
duas vezes maior que o salário médio do sexo masculino. Galera, isso estava explícito na tabela?
Não, eu precisei cruzar informações diferentes da tabela para chegar a essa conclusão. Logo, eu
processei as informações que eu coletei de forma a gerar novos conhecimentos. Tudo legal?
Agora vamos para a parte final: inteligência.
A inteligência tem uma premissa interessante: deve ser utilizada com algum propósito, isto é,
para resolver algum problema. Como assim? Imagine que uma empresa de pesquisa esteja curiosa
para entender por que, contrariando estatísticas nacionais, essa amostra de pessoas apresenta uma
desigualdade salarial em favor das mulheres. Ela chama todos os seus pesquisadores – todos com
formações e níveis de conhecimento semelhantes – e apresenta esse problema a cada um.
Os pesquisadores isoladamente analisam o problema, mas apenas alguns conseguem resolvê-lo.

Por que isso ocorre uma vez que os pesquisadores têm acesso aos mesmos dados, coletam as mesmas
informações e possuem os mesmos conhecimentos estatísticos? Porque é isso que difere a inteligência
31
de conhecimento. Cada pesquisador utiliza seus conhecimentos de uma forma particular,

utilizando conexões cerebrais, memória e experiência para resolver um problema concreto.
Ora... alguns pesquisadores são mais sábios! Vocês já viram aqueles problemas de lógica que são
utilizados para avaliar o QI (Quociente de Inteligência) de um indivíduo? Dizem que o Einstein tinha
uma QI entre 160 e 190! Por que? Porque dado um conjunto de dados, informações e
conhecimentos, ele conseguia resolver problemas que ninguém antes dele sequer chegou perto
de resolver. Einstein era um gênio: sábio e inteligente! Entendido?
A inteligência envolve a capacidade de julgamento (Ex: Certo/Errado, Bom/Ruim, etc), isto é,

usar o conhecimento para tomar a melhor decisão ou aplicá-lo a alguma situação concreta –
trata-se de uma habilidade essencialmente humana e extremamente difícil de ser obtida por
meio de máquinas. Professor, e a inteligência artificial? Pois é, trata-se de uma linha de pesquisa
que busca fazer com que máquinas façam análises inteligentes sobre um conjunto de dados.
(Polícia Federal – 2018) O conhecimento é embasado na inteligência das informações

que são coletadas e analisadas para uma organização.
_______________________
Comentários: a questão inverteu os conceitos – a inteligência é embasada no conhecimento das informações que são coletadas
e analisadas para uma organização (Errado).
32
RESUMO
PILARES DESCRIÇÃO
As organizações podem ter uma ideia não realista sobre a implementação de estratégias de
dados e analytics. Empresas normalmente investem em ferramentas, capacitação da equipe
ESTRATÉGIA DE de dados, plataformas, mas muitas vezes não tem uma estratégia desenhada de como
DADOS E ANALYTICS alcançar sucesso com esses elementos. Essa estratégia deve apresentar como os dados
podem se tornar ação no futuro.
Um dos principais desafios da fluência em dados é a necessidade em explicar algoritmos de IA

e os meios pelos quais o algoritmo chegou a determinado resultado. Cientistas de Dados e
CIÊNCIA DE DADOS colaboradores do negócio que trabalham com dados tem o desafio de entender os modelos e
seus resultados.
A área que ajuda a simplificar e dar visibilidade dos produtos de dados para os clientes é o
VISUALIZAÇÃO DE mundo da visualização de dados. Todo conjunto de dados esconde uma história. O desafio é
utilizar as ferramentas de visualização de dados (Qlik, por exemplo), para apresentar qual
DADOS história esses dados contam.
Executivos precisam ser fluentes em dados e fomentar que os colaboradores também sejam.
EXECUTIVAS DE patrocinador; um patrocinador que possa tornar sua adoção e realização alinhada aos
objetivos estratégicos da empresa. Além disso, os executivos que utilizam os dados para
EMPRESAS embasar suas decisões tem melhores resultados, se comparados a executivos que tomam
decisões baseadas em feeling ou em experiências pessoais do passado.
Se existe uma barreira para o sucesso na utilização dos dados e estratégias de analytics é a
cultura empresarial. Nós nos sentimos confortáveis em fazer coisas de forma conhecida.
Quando implementamos uma mudança em uma cultura, saímos da nossa zona de conforto. E
CULTURA por isso tornar a cultura da empresa data driven requer o esforço de fazer com que os
colaboradores possam tomar decisões baseadas em dados, seja no âmbito operacional, tático
ou estratégico.
A qualidade de dados é imperativo para o sucesso de estratégias de analytics nas

QUALIDADE DE organizações. Dados sem qualidade não podem gerar decisões confiáveis. Garbage In,
Garbage Out (GIGO) é uma expressão atribuída ao funcionário da IBM George Fuechsel que
DADOS significa, "lixo entra, lixo sai". Se a informação não gera credibilidade, os colaboradores podem
se tornar resistentes à utilização dos produtos de dados disponibilizados.
33
Um ambiente com governança gera confiança e segurança de que os dados podem ser
utilizados de maneira ampla. Rotinas de cargas de dados, segurança e controle de acesso são
essenciais para que o ambiente de dados esteja em conformidade com o cenário
GOVERNANÇA DE organizacional. A fluência em dados se beneficia do processo de governança de dados, já que
DADOS esta permite que saibamos o ciclo de vida que o dado percorre desde sua ingestão até o
descarte, garante que os dados estejam atualizados tempestivamente e que o acesso só estará
disponível àqueles que tem autorização para acessá-lo.
A implementação da lei geral de proteção de dados (LGPD) veio para regular e proteger os
dados dos indivíduos. As empresas se adequaram para tratar e proteger os dados que
tramitam nas organizações. A fluência em dados ajuda a entender o ciclo de vida dos dados
ÉTICA E (por onde o dado passa para cumprir a sua função), questionar se os dados estão corretos, se
REGULAMENTAÇÃO a empresa possui as devidas proteções em relação aos dados, dentre tantas outras
possibilidades. A fluência em dados ainda nos ajuda a entender onde os dados estão sendo
usados de forma ética e não-ética, dando às pessoas o conhecimento necessário para fazer
esse tipo de avaliação.
APLICAÇÕES descrição
A capacidade da empresa de entender os dados e traduzi-los em análises perspicazes deve
TOMADA DE direcionar a organização para longe de fazer escolhas cegas ou tendenciosas. A fluência de
DECISÕES dados suporta uma abordagem sistemática e baseada em metas durante todo o processo de
INFORMADA tomada de decisão, garantindo assim que decisões objetivas e impactantes sejam tomadas.
Em uma organização imatura de dados, mais tempo e energia são gastos decodificando
MELHORIA DA gráficos e tabelas, em vez de ter conversas significativas. Um dos obstáculos em tais
EFICIÊNCIA ambiente fluente em dados permite que os indivíduos entendam e resolvam os problemas
rapidamente.
É difícil entender o progresso de uma empresa com dados incompletos ou ausentes.
MELHOR Visualizações apropriadas e comunicação clara sobre as principais métricas ajudam a iluminar
as prioridades e qual deve ser o próximo curso de ação.
TRANSPARÊNCIA
Conversas sobre dados geralmente levantam mais perguntas do que respostas. Em uma
CULTIVO DA organização onde a comunicação clara é estabelecida, essas questões podem ser valiosas. Elas
CULTURA DE podem inspirar o pensamento criativo e moldar a discussão em direção a um conhecimento
APRENDIZAGEM mais profundo, melhores insights e mudanças positivas.
NÍVEL DESCRIÇÃO
São organizações que não fizeram investimentos para criar uma infraestrutura de coleta e
Conhecimento análise de dados em tempo real. Como resultado, eles não possuem os dados necessários para
inteligência de negócios e fluência de dados de longo prazo.
Rudimentar
Alfabetização São organizações que possuem a tecnologia e amplo acesso aos dados, mas não níveis de
básica conhecimento e habilidade necessários para explorar os dados completamente e usá-los para
34
a tomada de decisões importantes. Como essas empresas têm os meios para coletar e analisar
grandes quantidades de dados, elas estão em melhor posição para obter fluência de dados,
pois precisam apenas aprimorar as habilidades de seus funcionários nos diferentes níveis.
As organizações que se enquadram nesta categoria possuem habilidades analíticas de dados
Alto impressionantes, mas o acesso aos dados é limitado a funcionários pertencentes
exclusivamente a algumas funções. Como as organizações que se enquadram na segunda
conhecimento categoria, essas empresas também podem se considerar bem posicionadas para obter
fluência de dados.
Essas organizações atingem o equilíbrio ideal entre recursos analíticos de dados sofisticados e
Fluente uma infraestrutura robusta de coleta e análise de dados. Além disso, essas organizações têm
estratégias para manter sua cultura à prova de balas por vários anos. Essencialmente, as
em dados empresas precisam investir em tecnologia e qualificação para subir a escada no espectro da
fluência.
Trata da utilidade de um conjunto de dados para os seus fins, isto é, quão relevantes são os
relevância
dados para os usos pretendidos.
35
Trata da área geográfica que o conjunto de dados descreve, isto é, se os dados se aplicam
Cobertura
a apenas uma ou várias regiões geográficas.
Trata de quão abrangente é a amostra do conjunto de dados, isto é, quão amplo é o
AMPLITUDE
conjunto de dados, se se aplica a apenas um grupo demográfico, entre outros.
Trata da variedade e o número de pontos de dados diferentes no conjunto de dados, isto é,
PROFUNDIDADE
se o conjunto fornece muitos pontos de dados úteis ou apenas alguns.
Trata do custo de acesso e processamento dos dados, isto é, qual é o custo por unidade do
Custo
conjunto de dados.
Também chamado de comprimento ou duração, trata do alcance histórico do conjunto de
História
dados (se houver), isto é, até quando para trás vai o conjunto de dados.
Trata do intervalo de tempo entre os pontos de dados, isto é, da frequência com que os
Frequência
dados são atualizados.
Trata da quantidade de correção de erros e rotulagem executada no conjunto de dados
processamento
antes da distribuição, isto é, quão processados são os dados, se houve correções, etc.
Trata do período de tempo entre a aquisição dos dados originais e a distribuição do
Tempo de publicação
conjunto de dados.
Trata do grau em que os atributos dos dados foram definidos e categorizados, isto é, quão
estruturação
estruturado é o conjunto de dados.
Trata do custo de aquisição e verificação dos dados em sua forma original, isto é, o custo
Custo de pesquisa
de aquisição, custo de atualização, entre outros.
Trata de quão precisos são os dados originais. Se houver erros, analisa-se se eles são críticos
Qualidade
ou apenas uma necessidade de processamento.
Trata dos vieses replicados nos dados por fatores humanos e/ou de máquina, isto é, se
tendência
existem vieses intencionais, não intencionais ou inerentes aos dados.
Trata da facilidade de acessar o conjunto de dados, isto é, quão amplamente disponíveis
Disponibilidade
estão os dados, se eles podem ser obtidos facilmente, entre outros.
Trata de quão exclusivo o conjunto de dados é comparado a outros conjuntos de dados,
Originalidade
isto é, quão original, nova, inovadora é a fonte.
Trata de quão avançadas são as ferramentas digitais necessárias para acessar e analisar os
Tecnologia
dados, isto é, se são necessárias tecnologias especiais para acessar ou processar os dados.
Trata do comprimento, a amplitude e a profundidade dos dados de pré-visualização
Trial
disponíveis para avaliação.
Legalidade/ Trata da facilidade de acesso e uso dos dados em relação a restrições de lei,
ética regulamentação e padrões éticos.
Portfolio/ Trata da porcentagem de casos de utilização que os dados se aplicam, isto é, se dados são
Ortogonalidade úteis para diversas áreas ou apenas algumas.
Adequação ao tipo de Trata de quão bem adaptados seus dados estão ao tipo de investimento que você pode
fazer, isto é, se os dados são adequados para os tipos de investimento que você está
investimento considerando.
Frequência de tempo Trata do grau em que a frequência de dados se alinha com a frequência de investimento
pretendida. Se você estiver usando dados para orientar as decisões de investimento em um
da Estratégia de
cronograma específico, os dados são atualizados regularmente o suficiente para serem de
Investimento valor para você?
Trata do custo de transformar os dados em informações úteis (diferente dos custos de
Custo de análise
processamento que precedem a análise).
36
PRECISÃO A precisão da análise de dados e insights.
PONTUALIDADE A capacidade de analisar dados rapidamente e obter insights.
CONFIABILIDADE A capacidade de produzir consistentemente resultados precisos.
RELEVÂNCIA A capacidade de identificar dados e tendências relevantes.
ESCALABILIDADE A capacidade de dimensionar processos de análise de dados.
CUSTO/BENEFÍCIO A capacidade de analisar dados de maneira econômica.
QUALIDADE A capacidade de produzir insights de dados de alta qualidade.
VALIDADE A capacidade de validar dados e insights.
SEGURANÇA A capacidade de proteger dados e proteger a privacidade
ROBUSTEZ A capacidade de se adaptar às mudanças nas fontes de dados.
Boas métricas são Cada métrica leva tempo e esforço para ser construída. Antes de escolher a métrica, vale a
criadas a partir de pena fazer perguntas à fonte de dados: os dados são coletados de forma a capturar com
dados acessíveis e precisão a realidade? Os dados são difíceis de coletar ou atrasados de forma a prejudicar
seu valor? Os consumidores encontrarão motivos para questionar a fonte de dados? Para
confiáveis, fáceis de que os resultados tenham validade e para que uma cultura de engajamento de dados surja
coletar de uma fonte em sua organização, os produtores de dados devem ter acesso a dados confiáveis.
confiável
Boas métricas são
Para que as métricas identificadas por uma organização moldem a prática individual e
transparentes e coletiva, elas devem ser facilmente compreendidas, dando transparência de como foram
geradas por desenvolvidas. Além disso, boas métricas são melhor expressas como um número ou
cálculos porcentagem. Os números também devem conter pelo menos uma unidade de medida que
caracterize a coisa que está sendo contada. As unidades de medida permitem que os
compreensíveis
37
analistas de dados expressem consistentemente os resultados de um processo de medição.

O uso de duas medidas pode auxiliar nesse processo.
É imperativo em uma organização que todas as pessoas reconheçam o que as métricas
Boas métricas têm significam e tenham certeza de que as métricas são geradas de forma consistente. Para
uma interpretação facilitar isso, os líderes devem garantir que os processos de medição sejam claramente
comum e são medidas documentados e que os funcionários compartilhem um conjunto comum de terminologia
de forma consistente para entender o significado das apresentações de dados.
Boas métricas são Boas métricas têm significado para os membros de uma organização e sinalizam ações
contextualmente específicas que podem ser tomadas. Elas lançam luz sobre uma parte de baixo desempenho
de uma organização, registram os resultados dos esforços de melhoria contínua ou
específicas e demonstram o valor de pessoas e processos específicos dentro da organização.
acionáveis
DADO
Dados são correspondências de um atributo, característica ou propriedade que, sozinho, não tem significado.
Dados são elementos brutos, sem significado, desvinculados da realidade.
Dados são simples observações sobre o estado do mundo.
Dados são um conjunto de fatos objetivos e discretos sobre eventos.
Dados são a menor partícula estruturada que compõe uma informação.
INFORMAÇÃO
Conjunto de dados com significado que reduza a incerteza ou que permita o conhecimento a respeito de algo.
Conjunto dos dados presentes em um contexto, carregado de significados e entregue à pessoa adequada.
Conhecimento inscrito (gravado) sob a forma escrita (impressa ou numérica), oral ou audiovisual.
Conjunto de dados contextualizados que visam fornecer uma solução para determinada situação de decisão.
Fatos e/ou dados que encontramos nas publicações, na internet ou mesmo aquilo que as pessoas trocam entre si.
Resultado do processo de acrescentar significado aos dados.
Dados sobre determinado assunto que possam ser interpretados ou tenham significado para o receptor.
CONHECIMENTO
Propriedade subjetiva, inerente a quem analisa os dados ou as informações.
Conhecer é o processo de compreender e interiorizar as informações recebidas, possivelmente combinando-as de

forma a gerar mais conhecimento.
É o que cada indivíduo constrói como produto do processamento, da interpretação, da compreensão dos dados e
fatos – é o significado que atribuímos e representamos em nossas mentes sobre a realidade.
O que cada indivíduo constrói como produto do processamento, da interpretação, da compreensão da informação.
INTELIGÊNCIA
Trata-se do mais alto nível de abstração, com visão prospectiva e a capacidade de ver além do horizonte.
Trata-se do conhecimento sintetizado e aplicado a determinada situação para ganhar maior profundidade de
consciência da mesma.
38
39
GOVERNANÇA DE DADOS
Conceitos Básicos
De acordo com a bíblia da Governança de Dados (DAMA – DMBOK2: Data Management Book of
Knowledge), temos que:
A governança de dados é definida como o exercício de autoridade e controle (planejamento,

monitoramento e execução) sobre o gerenciamento de ativos de dados. Todas as organizações
tomam decisões sobre dados, independentemente de terem ou não uma função formal de
governança de dados, porém aquelas que estabelecem um programa formal exercem
autoridade e controle com maior intencionalidade, sendo mais capazes de aumentar o valor que
obtêm de seus ativos de dados.
A função de governança de dados orienta todas as outras funções de gerenciamento de dados.

Aqui precisamos fazer uma observação: não confundam governança de dados com gerenciamento
de dados. Enquanto o objetivo geral do gerenciamento de dados é garantir que uma organização
obtenha valor de seus dados, a governança de dados se concentra em como as decisões são
tomadas sobre os dados e como se espera que pessoas/processos se comportem em relação a eles.
O termo gerenciamento de dados foi originalmente usado para descrever o trabalho que os
Administradores de Banco de Dados (DBAs) e outras pessoas altamente técnicas fizeram para
garantir que os dados em grandes bancos de dados estivessem disponíveis e acessíveis. Por esse
infeliz acidente histórico, ainda hoje ele está fortemente associado a essas atividades.
A expressão governança de dados foi introduzida, em parte, para deixar claro que o gerenciamento
de dados vai além do gerenciamento de bancos de dados. Mais importante, a governança de dados
descreve os processos pelos quais as organizações tomam decisões sobre dados que precisam ser
executadas por pessoas em toda a organização. Ela busca garantir que os dados sejam gerenciados
adequadamente, de acordo com as políticas e melhores práticas. Prosseguindo...
O escopo e o foco de um determinado programa de governança de dados dependerão das

necessidades organizacionais, mas a maioria dos programas inclui:
40
ESCOPO/foco DESCRIÇÃO
Definir, comunicar e conduzir a execução da estratégia de dados e da estratégia de
ESTRATÉGIA governança de dados.
Definição e aplicação de políticas relacionadas ao gerenciamento de dados e

POLÍTICAS metadados, acesso, uso, segurança e qualidade.
Definição e aplicação de padrões de qualidade e arquitetura de dados.

PADRÕES E QUALIDADE
Fornecer observação prática, auditoria e correção em áreas-chave de qualidade, política

SUPERVISÃO e gerenciamento de dados (muitas vezes referido como administração).
Garantir que a organização possa atender aos requisitos de conformidade regulatória

CONFORMIDADE relacionados a dados.
GERENCIAMENTO DE Identificar, definir, escalar e resolver problemas relacionados à segurança de dados,

acesso, qualidade de dados, conformidade regulatória, propriedade de dados, política,
PROBLEMAS padrões, terminologia ou procedimentos de governança de dados.
PROJETOS DE Patrocinar esforços para melhorar as práticas de gerenciamento de dados.
GERENCIAMENTO DE DADOS
AVALIAÇÃO DE ATIVOS DE Estabelecer padrões e processos para definir consistentemente o valor comercial dos
ativos de dados.
DADOS
41
Para atingir esses objetivos, um programa de governança de dados desenvolverá políticas e

procedimentos, cultivará práticas de administração de dados em vários níveis dentro da
organização e se envolverá em esforços de gerenciamento de mudança organizacional que
comuniquem ativamente à organização os benefícios de uma melhor governança de dados e os
comportamentos necessários para gerenciar com sucesso os dados como um ativo durante o ciclo
de vida dos dados apresentado na imagem anterior.
Para a maioria das organizações, adotar a governança de dados formal requer o apoio do
gerenciamento de mudanças organizacionais, bem como o patrocínio de um executivo como
Diretor de Risco, Diretor Financeiro ou Diretor de Dados. Ambos poderão atuar como Curadores
de Dados (Data Steward): papel fundamental para as atividades operacionais de governança. São
estas atividades práticas que levam à melhoria da qualidade de dados e informações e permitem a
organização fazer a gestão dos seus ativos de dados de forma completa e aderente às necessidades
de negócio.
Galera, a capacidade de criar e compartilhar dados e informações transformou nossas interações

pessoais e econômicas. As condições dinâmicas do mercado e uma maior conscientização dos
dados como um diferencial competitivo estão fazendo com que as organizações realinhem as
responsabilidades de gerenciamento de dados. Esse tipo de mudança é claro nos setores
financeiro, comércio eletrônico, governo e varejo.
As organizações se esforçam cada vez mais para se tornarem orientadas por dados –
considerando proativamente os requisitos de dados como parte do desenvolvimento de
estratégias, planejamento de programas e implementação de tecnologia. No entanto, fazer isso
muitas vezes envolve desafios culturais significativos.
Além disso, como a cultura pode inviabilizar qualquer estratégia, os esforços de governança de
dados precisam incluir um componente de mudança cultural – novamente, apoiado por uma
liderança forte. Para se beneficiar dos dados como um ativo corporativo, a cultura organizacional
deve aprender a valorizar os dados e as atividades de gerenciamento de dados. Mesmo com a
melhor estratégia de dados, os planos de governança e gerenciamento de dados não serão
bem-sucedidos, a menos que a organização aceite e gerencie as mudanças.
Para muitas organizações, a mudança cultural é um grande desafio. Um dos princípios

fundamentais da gestão de mudanças é que a mudança organizacional requer mudança individual.
Quando a governança e o gerenciamento de dados exigem mudanças comportamentais
significativas, o gerenciamento formal de mudanças é necessário para o sucesso.
Nesse contexto, o direcionador ou incentivador (também chamado de driver) mais comum para a
implantação é a conformidade regulatória, especialmente para setores fortemente
regulamentados, como serviços financeiros e serviços de saúde. Responder à evolução da legislação
exige processos rígidos de governança de dados. A explosão em análises avançadas e ciência de
dados criou uma força motriz adicional.
42
Embora a conformidade ou a análise possam incentivar/direcionar a governança, muitas

organizações implementam a governança de dados impulsionado por outras necessidades de
negócios, por problemas de dados importantes ou por ambos. A governança de dados não é um
fim em si mesma. Ele precisa se alinhar diretamente com a estratégia organizacional.
Quanto mais claramente ajudar a resolver problemas organizacionais, mais provável será que as
pessoas mudem comportamentos e adotem práticas de governança. Outros direcionadores para
a implantação da governança de dados geralmente se concentram na redução de riscos ou na
melhoria de processos. Redução de risco inclui gerenciamento geral de riscos, segurança de dados
e privacidade. Na parte de melhoria de processos, temos melhoria da qualidade dos dados,
gerenciamento de metadados, eficiência em desenvolvimento de projetos, gestão de
fornecedores, entre outros.
Embora às vezes as pessoas afirmem que é difícil entender o que é governança de dados, a
governança em si é um conceito comum. Em vez de inventar novas abordagens, os profissionais
de gerenciamento de dados podem aplicar os conceitos e princípios de outros tipos de
governança para a governança de dados. Uma analogia comum é equiparar a governança de
dados à auditoria ou à contabilidade. Auditores e contadores estabelecem as regras para o
gerenciamento de ativos financeiros. Os profissionais de governança de dados definem regras para
gerenciar ativos de dados. Outras áreas cumprem essas regras.
A governança de dados não é uma coisa única. Ela requer um programa contínuo focado em
garantir que uma organização obtenha valor de seus dados e reduza os riscos relacionados eles.
Uma equipe de governança de dados pode ser uma organização virtual ou uma organização em
linha com responsabilidades específicas. Para serem eficazes, as funções e atividades na
governança de dados precisam ser bem compreendidas.
Eles devem ser construídos em torno de uma estrutura operacional que funcione bem na
organização. Um programa de governança de dados deve levar em consideração questões
organizacionais e culturais distintas e os desafios e oportunidades específicos de
gerenciamento de dados dentro da organização.
A governança de dados é separada da governança de tecnologia da informação. A governança de

tecnologia da informação toma decisões sobre investimentos em tecnologia da informação,
portfólio de aplicativos de tecnologia da informação e portfólio de projetos de tecnologia da
informação – em outras palavras, hardware, software e arquitetura técnica geral. A governança de
tecnologia da informação alinha as estratégias e investimentos de tecnologia da informação com
os objetivos e estratégias da empresa.
O framework COBIT (Control Objectives for Information and Related Technology) fornece padrões
para governança de tecnologia da informação, mas apenas uma pequena parte dele aborda o
gerenciamento de dados e informações. Em contraste, a governança de dados se concentra
exclusivamente no gerenciamento de ativos de dados e de dados como um ativo. Agora vamos ver
os princípios e objetivos da governança de dados.
43
Por fim, o hexágono de fatores Ambientais mostra a relação entre pessoas, processos e tecnologia
e fornece uma chave para a leitura dos diagramas de contexto do DMBOK. Ele coloca metas e
princípios no centro, uma vez que fornecem orientação sobre como as pessoas devem executar
atividades e usar efetivamente as ferramentas necessárias para o gerenciamento de dados bem-
sucedido. Vejamos...
44
Princípios e Objetivos
O objetivo da governança de dados é permitir que uma organização gerencie os dados como
um ativo. A governança de dados fornece os princípios, políticas, processos, frameworks, métricas
e supervisão para gerenciar os dados como um ativo e orientar as atividades de gerenciamento de
dados em todos os níveis. Para atingir esse objetivo geral, um programa de governança de dados
deve ser:
CARACTERÍSTICA DESCRIÇÃO
A governança de dados é um processo contínuo que requer compromisso da organização.
Sustentável Exige mudanças na maneira como os dados são gerenciados e usados. Isso significa
gerenciar as mudanças de maneira sustentável, além da implementação inicial de qualquer
componente de controle de dados.
A governança de dados não é um processo complementar. As atividades de governança
precisam ser incorporadas aos métodos de desenvolvimento de software, uso de dados
incorporado
para análise, gerenciamento de dados mestre e gerenciamento de riscos.
A governança de dados bem implementada gera impactos positivos, mas demonstrar esse
impacto requer a compreensão do ponto de partida, do planejamento e definição de
medido
indicadores que represente o quanto a governança de dados gera melhorias mensuráveis.
Ressaltamos que a implementação de um programa de governança de dados requer compromisso

com a mudança. Nesse sentido, desde o início dos anos 2000, princípios foram desenvolvidos para
favorecer o estabelecimento de uma base sólida para essas situações de empreendimento do
programa. São eles:
princípios DESCRIÇÃO
LIDERANÇA E A governança de dados bem-sucedida começa com uma liderança visionária,
comprometida e alinhada à estratégia de negócios da organização.
ESTRATÉGIA
Orientado aos A governança de dados é um programa de negócios que deve governar as decisões de TIC
relacionadas aos dados, assim como governa a interação dos negócios com os dados.
negócios
Responsabilidade A governança de dados é uma responsabilidade compartilhada entre gestores de negócios
e profissionais de gerenciamento de dados.
compartilhada
A governança de dados atua nos níveis corporativo, local e nos níveis intermediários.
MULTICAMADA
Baseado em Como as atividades de governança de dados exigem coordenação entre áreas funcionais,
o programa de governança de dados deve estabelecer uma estrutura operacional que
estrutura defina responsabilidades e interações.
45
Baseado em Os princípios orientadores são a base das atividades de governança de dados e,

principalmente, da política de governança de dados.
princípios
Já Bergson Rêgo afirma que, quando falamos em governança de dados, nós precisamos ter em
mente também algumas ideias básicas. Vejamos...
 Governança de Dados é uma gestão estratégica de dados
A governança de dados é a gestão de dados definida e aplicada nos altos níveis da empresa pelos
executivos. Em suma, ela é a tomada de decisões a respeito de gestão de dados pela alta
administração. Tentar emplacar alguma iniciativa de governança de dados sem prever esta
premissa é assinar a sentença de morte do programa. Iniciativas de governança de dados não
devem começar nem ser somente aplicadas nos níveis táticos e operacionais das empresas.
 Governança de Dados requer patrocínio
Este patrocínio deve ser constante em todo o programa. Claro que nas fases iniciais o patrocínio se
torna mais evidente por questões de estratégia de implantação e divulgação do programa, porém
sempre deverá existir no decorrer do programa, sob pena das novas iniciativas não serem
totalmente adotadas devido a diversos fatores, desde os culturais (como resistência a mudanças)
até os financeiros, cuja falta impacta o andamento e a conclusão das iniciativas.
 Governança de Dados é um governo
Veremos depois que a governança de dados funciona semelhante a um governo. Se fizemos uma
analogia, poderemos ter uma subdivisão em governança de dados legislativa, executiva e judiciária.
 Governança de Dados é um programa
A governança de dados não pode simplesmente ser adotada através de um projeto. Segundo a
definição, um projeto é um esforço temporário empreendido para criar um produto, serviço ou
resultado exclusivo. Os projetos são exclusivos (únicos), possuem tempo e orçamentos limitados.
Mesmo após um projeto inicial de implantação, para adotar a governança de dados de forma
efetiva, vários projetos serão necessários no decorrer do tempo.
As necessidades desses projetos serão de necessários no decorrer do tempo. As necessidades

desses projetos serão definidas nas reuniões periódicas do Conselho de Governança de Dados. Vale
destacar que um dos objetivos da gestão de dados estratégica é a melhoria contínua da qualidade
dos dados e também dos processos de gestão adotados para esses propósitos. Logo, enquanto
houver uma governança de dados efetiva, haverá também projetos de melhoria.
46
Conceitos Fundamentais
Assim como um auditor controla os processos financeiros, mas na verdade não executa o
gerenciamento financeiro, a governança de dados garante que os dados sejam gerenciados
adequadamente sem executar diretamente o gerenciamento de dados. Conforme mostra a
imagem seguinte (essa e outras foram retiradas do Curso de Governança de Dados da ENAP), a
governança de dados representa uma separação inerente de deveres entre supervisão e execução.
Organização Centrada em Dados
Uma organização centrada em dados valoriza os dados como um ativo e os gerencia em todas
as fases de seu ciclo de vida, incluindo desenvolvimento de projetos e operações contínuas.
Para se tornar centrada em dados, uma organização deve mudar a maneira como traduz estratégia
em ação. Os dados não são mais tratados como um subproduto de processos e aplicativos. Garantir
que os dados sejam de alta qualidade é uma meta dos processos de negócios.
À medida que as organizações se esforçam para tomar decisões com base em insights obtidos
de análises, o gerenciamento eficaz de dados se torna uma prioridade muito alta. As pessoas
tendem a confundir dados e tecnologia da informação. Para se tornarem centradas em dados, as
organizações precisam pensar de forma diferente e reconhecer que o gerenciamento de dados é
diferente do gerenciamento de tecnologia da informação. Essa mudança não é fácil.
A cultura existente, com sua política interna, ambiguidade sobre propriedade, competição
orçamentária e sistemas legados, pode ser um grande obstáculo para estabelecer uma visão
corporativa de governança e gerenciamento de dados. Embora cada organização precise
47
desenvolver seus próprios princípios, aquelas que buscam obter mais valor de seus dados
provavelmente compartilham o seguinte:
- Os dados devem ser gerenciados como um ativo corporativo;

- As melhores práticas de gerenciamento de dados devem ser incentivadas em toda a organização;
- A estratégia de dados corporativos deve estar alinhada com a estratégia geral de negócios;
- Os processos de gerenciamento de dados devem ser continuamente aprimorados.
Governança de Dados da Organização
A palavra central em governança é governar. A governança de dados pode ser entendida em termos
de governança política. Inclui funções do tipo legislativo (definição de políticas, padrões e a
arquitetura de dados corporativos), funções do tipo judicial (gerenciamento e escalonamento
de problemas) e funções executivas (proteção e atendimento, responsabilidades
administrativas).
48
Para melhor gerenciar o risco, a maioria das organizações adota uma forma representativa de
governança de dados, para que todas as partes interessadas possam ser ouvidas. Cada organização
deve adotar um modelo de governança que apoie sua estratégia de negócios e tenha probabilidade
de sucesso dentro de seu próprio contexto cultural. As organizações também devem estar
preparadas para evoluir esse modelo a fim de enfrentar novos desafios.
Os modelos diferem em relação à sua estrutura organizacional, nível de formalidade e abordagem

para a tomada de decisões. Alguns modelos são organizados centralmente, enquanto outros são
distribuídos. As organizações de governança de dados também podem ter várias camadas para
abordar preocupações em diferentes níveis dentro de uma empresa – local, divisional e em toda a
empresa.
O trabalho de governança costuma ser dividido entre vários comitês, cada um com um propósito e
um nível de supervisão diferente dos outros. A imagem seguinte representa um modelo genérico
de governança de dados, com atividades em diferentes níveis dentro da organização (eixo vertical),
bem como separação de responsabilidades de governança dentro das funções organizacionais e
entre áreas técnicas (TI) e de negócios.
Tipos de Modelo Operacional de Governança de Dados
As opções organizacionais para governança de dados dependem da estrutura existente na

instituição, dos objetivos da governança de dados e da disposição cultural da organização para
centralização e colaboração. Nesse sentido, temos:
49
TIPO DE MODELO DESCRIÇÃO

CENTRALIZADO Em um modelo centralizado, uma organização de governança de dados supervisiona todas
as atividades em todas as áreas de assuntos.
REPLICADO Em um modelo replicado, o mesmo modelo operacional e padrões da governança de dados
(COLEGIADO) são adotados por cada unidade de negócios.
FEDERADO Em um modelo federado, uma organização de governança de dados coordena-se com
(COMPARTILHADO) várias unidades de negócios para manter definições e padrões consistentes.
Data Stewardship
Data Stewardship é o rótulo mais comum para descrever a prestação de contas e a

responsabilidade por dados e processos que garantem o controle e o uso eficazes dos ativos de
dados. A administração pode ser formalizada por meio de cargos e descrições ou pode ser uma
função menos formal conduzida por pessoas que tentam ajudar uma organização a obter valor de
seus dados. Frequentemente, termos como custodiante ou curador são sinônimos para aqueles que
desempenham funções semelhantes às do administrador.
O foco das atividades de administração será diferente de organização para organização,

dependendo da estratégia organizacional, da cultura, dos problemas que uma organização está
tentando resolver, de seu nível de maturidade em gerenciamento de dados e da formalidade de seu
programa de administração. No entanto, na maioria dos casos, as atividades de gerenciamento de
dados se concentrarão em alguns, se não em todos os itens a seguir:
atividades DESCRIÇÃO
Criação de Padronização, definição e gerenciamento de terminologia de negócios, valores de
dados válidos e outros metadados críticos.
Gerenciamento de
Metadados Principais
Definição/documentação de regras de negócios, padrões e regras de qualidade de
Documentação de Regras dados. As expectativas usadas para definir dados de alta qualidade são frequentemente
e Padrões formuladas em termos de regras fundamentadas nos processos de negócios que criam
ou consomem dados.
50
Gerenciamento de Os organizadores geralmente estão envolvidos na identificação, priorização e resolução

Problemas de Qualidade de problemas relacionados a dados ou na facilitação do processo de resolução.
de Dados
Execução de Atividades Os organizadores são responsáveis por garantir que as políticas e iniciativas de
governança de dados sejam cumpridas diariamente. Influenciam as decisões para
Operacionais de
garantir que os dados sejam gerenciados de maneira a apoiar os objetivos gerais da
Governança de Dados organização.
Tipos de Data Stewardship
Um curador, custodiante, mordomo ou administrador de dados é uma pessoa cujo trabalho é

administrar a propriedade de outra pessoa. Data Stewards gerenciam ativos de dados em nome
de outros e no melhor interesse da organização. Eles representam os interesses de todas as partes
interessadas e devem adotar uma perspectiva corporativa para garantir que os dados corporativos
sejam de alta qualidade e possam ser usados com eficácia.
Administradores de dados eficazes são responsáveis pelas atividades de governança de dados e

têm uma parte de seu tempo dedicada a essas atividades. Dependendo da complexidade da
organização e dos objetivos de seu programa de governança de dados, Data Stewards formalmente
nomeados podem ser diferenciados por seu lugar dentro de uma organização, pelo foco de seu
trabalho ou por ambos.
Exemplos: Chief Data Stewards, Executive Data Stewards, Enterprise Data Stewards, Business
Data Stewards, Data Owner, Technical Data Stewards e Coordinating Data Stewards.
Políticas de Dados
As políticas de dados são diretrizes que codificam os princípios e a intenção de gerenciamento em

regras fundamentais que regem a criação, aquisição, integridade, segurança, qualidade e uso de
dados e informações. As políticas de dados são globais. Eles suportam padrões de dados, bem como
comportamentos esperados relacionados aos principais aspectos do gerenciamento e uso de
dados.
As políticas de dados variam amplamente entre as organizações. As políticas de dados descrevem

o “o quê” da governança de dados (o que fazer e o que não fazer), enquanto os padrões e
procedimentos descrevem “como” fazer a governança de dados. Deve haver relativamente poucas
políticas de dados e elas devem ser declaradas de forma breve e direta.
Avaliação de Políticas de Dados
A avaliação de ativos de dados é o processo de entender e calcular o valor econômico dos dados
para uma organização. Como dados, informações e até Business Intelligence são conceitos
abstratos, as pessoas têm dificuldade em alinhá-los com impacto econômico. A chave para
51
entender o valor de um item não fungível (como dados) é entender como ele é usado e o valor
trazido por seu uso.
Ao contrário de muitos outros ativos (Ex: dinheiro, equipamento físico), os conjuntos de dados não
são intercambiáveis (fungíveis). Os dados do cliente de uma organização diferem dos dados de
outra organização de maneiras importantes; não apenas os próprios clientes, mas os dados
associados a eles (Ex: histórico de compras, preferências, etc) ser um diferencial competitivo.
A maioria das fases do ciclo de vida dos dados envolve custos (incluindo aquisição, armazenamento,
administração e descarte de dados). Os dados só agregam valor quando são usados. Quando
usados, os dados também criam custos relacionados ao gerenciamento de riscos. Portanto, o valor
surge quando o benefício econômico do uso de dados supera os custos de aquisição e
armazenamento, bem como o gerenciamento de riscos relacionados ao uso.
52
Componentes de Governança
A governança de dados é responsável por alinhar tecnologia, processos e pessoas para definir
papéis, responsabilidades e processos necessários para gerir os dados estratégicos da empresa.
A imagem seguinte baseada no livro de Bergson Rêgo nos mostra como a governança de dados
permite alinhar Pessoas (Ex: Profissionais de Tecnologia, Gestão de Dados e Negócio), Processos
(Ex: Governança, Financeiro, Administrativo, etc) e Ferramentas (Ex: SGBD, Metadados, etc).
Questões como: “Quais são os dados existentes? Quais são os dados estratégicos? Quais dados são
necessários? Quem possui acesso aos seguintes dados? Quem é o gestor de um determinado dado? O
que significa este conceito? Quando este dado foi criado? Quando poderá ser descartado? Onde ele
está? Onde ele é utilizado? Como ele é criado? Como consigo acessá-lo? Quando custa a sua gestão?”
são respondidas quando a empresa possui um programa de governança de dados estabelecido.
Pessoas, processos e tecnologia devem atuar de forma integrada com o propósito de efetivar a
política e a estratégia de dados definidas para o programa de Governança de Dados. Vejamos...
Pessoas
As pessoas são os recursos humanos envolvidos direta ou indiretamente nas atividades de

Governança de Dados. São elas que executam ou são responsáveis pelas ações da Governança de
Dados. São representadas pelos profissionais de negócio (Executivos, profissionais de Gestão de
Dados ligados ao Negócio, gestores e usuários das informações) e também pelos profissionais de
tecnologia (gerentes, gestores de dados ligados à TI e demais técnicos).
O Programa de Governança de Dados deve prever, de forma constante, a conscientização e a

capacitação das pessoas nos objetivos do programa, nos processos executados e também nas
53
ferramentas utilizadas nas atividades.
Processos
Os processos definem a forma de trabalho e as “regras do jogo” da Governança de Dados na

empresa. Um processo define quem está fazendo o quê, quando e como, a fim de atingir certo
objetivo. Em Governança de Dados, os processos são divididos em duas grandes frentes. A primeira
representa os processos da área de negócios, que são aplicados quando os dados entram ou mudam
de status no seu ciclo de vida. Aqui a existência de uma Arquitetura de Dados que contemple a
execução desses processos é fundamental para o sucesso de qualquer programa de governança.
A segunda frente representa os processos da própria área de Gestão de Dados, que são adotados
de forma comum em todas as atividades necessárias para garantir a governança dos dados,
independentemente das áreas onde os dados são (ou serão) utilizados. Esses processos devem
compor a metodologia de Gestão de Dados vigente. A existência de processos mapeados e
homologados em ambas as frentes é um requisito obrigatório para a adoção da Governança de
Dados nas empresas.
Tecnologia
Já a tecnologia é formada pelo hardware, com servidores e demais mecanismos de infraestrutura

hospedando as soluções de software e demais ferramentas que apoiam a execução dos processos
mapeados e executados pelas pessoas. Entre os principais softwares e ferramentas podemos citar:
SGBDs, ferramentas de modelagem de dados, repositórios de modelos de dados, repositórios de
metadados, ferramentas de gerenciamento de dados mestre, ferramentas de qualidade de dados
e ferramentas customizadas para apoiar as atividades.
54
RESUMO





ativos de dados.
DADOS
CARACTERÍSTICAS DESCRIÇÃO
A governança de dados é um processo contínuo que requer compromisso da organização.
Exige mudanças na maneira como os dados são gerenciados e usados. Isso significa
Sustentável
gerenciar as mudanças de maneira sustentável, além da implementação inicial de qualquer
componente de controle de dados.
A governança de dados não é um processo complementar. As atividades de governança
incorporado precisam ser incorporadas aos métodos de desenvolvimento de software, uso de dados
para análise, gerenciamento de dados mestre e gerenciamento de riscos.
55
A governança de dados bem implementada gera impactos positivos, mas demonstrar esse
medido impacto requer a compreensão do ponto de partida, do planejamento e definição de
indicadores que represente o quanto a governança de dados gera melhorias mensuráveis.
CICLO DE VIDA DOS DADOS
56
princípios DESCRIÇÃO
LIDERANÇA E A governança de dados bem-sucedida começa com uma liderança visionária,
comprometida e alinhada à estratégia de negócios da organização.
ESTRATÉGIA
Orientado aos A governança de dados é um programa de negócios que deve governar as decisões de TIC
relacionadas aos dados, assim como governa a interação dos negócios com os dados.
negócios
Responsabilidade A governança de dados é uma responsabilidade compartilhada entre gestores de negócios
e profissionais de gerenciamento de dados.
compartilhada
A governança de dados atua nos níveis corporativo, local e nos níveis intermediários.
MULTICAMADA
Baseado em Como as atividades de governança de dados exigem coordenação entre áreas funcionais,
o programa de governança de dados deve estabelecer uma estrutura operacional que
estrutura defina responsabilidades e interações.
Baseado em Os princípios orientadores são a base das atividades de governança de dados e,
princípios
57
TIPO DE MODELO DESCRIÇÃO

CENTRALIZADO Em um modelo centralizado, uma organização de governança de dados supervisiona todas
as atividades em todas as áreas de assunto.
REPLICADO Em um modelo replicado, o mesmo modelo operacional e padrões da GD são adotados por
(COLEGIADO) cada unidade de negócios.
FEDERADO Em um modelo federado, uma organização de governança de dados coordena-se com
(COMPARTILHADO) várias unidades de negócios para manter definições e padrões consistentes.
58
atividades DESCRIÇÃO
Criação de Padronização, definição e gerenciamento de terminologia de negócios, valores de
Gerenciamento de dados válidos e outros metadados críticos.
Metadados Principais
Definição/documentação de regras de negócios, padrões e regras de qualidade de
Documentação de Regras dados. As expectativas usadas para definir dados de alta qualidade são frequentemente
e Padrões formuladas em termos de regras fundamentadas nos processos de negócios que criam
ou consomem dados.
Gerenciamento de Os organizadores geralmente estão envolvidos na identificação, priorização e resolução
de problemas relacionados a dados ou na facilitação do processo de resolução.
Problemas de Qualidade
de Dados
Execução de Atividades Os organizadores são responsáveis por garantir que as políticas e iniciativas de
governança de dados sejam cumpridas diariamente. Influenciam as decisões para
Operacionais de
garantir que os dados sejam gerenciados de maneira a apoiar os objetivos gerais da
Governança de Dados organização.
COMPONENTES DE GOVERNANÇA DE DADOS
59
QUESTÕES COMENTADAS – DIVERSAS BANCAS

1. (PROF. DIEGO / INÉDITA – 2023) Assinale a alternativa incorreta sobre a importância da
fluência de dados:
a) Trata-se de um instrumento para gerar vantagens competitivas de longo prazo.

b) Trata-se de um instrumento para aprimorar a tomada de decisões.
c) Trata-se de um instrumento para envolver os funcionários de todas as funções.
d) Trata-se de um instrumento para tornar os dados acessíveis a todos.
e) Trata-se de um instrumento baseado em aprendizado de máquina para melhorar a
comunicação.
Comentários:
A fluência de dados realmente é importante para gerar vantagens competitivas de longo prazo,
aprimorar a tomada de decisões, envolver os funcionários de todas as funções e tornar os dados
acessíveis a todos. No entanto, ela não é baseada em aprendizado de máquina – trata-se da
capacidade de gerar insights úteis à organização baseado na capacidade de seus funcionários
reunirem, interpretarem e utilizarem grandes conjuntos de dados para tomada de decisões de
negócio.
Gabarito: Letra E
2. (PROF. DIEGO / INÉDITA – 2023) Assinale a alternativa correta sobre a fluência de dados:
a) Dados brutos são tão valiosos quanto dados interpretados.

b) Coletar, armazenar e gerenciar dados não custa dinheiro.
c) Os dados só se tornam valiosos quando se obtêm insights.
d) Criar visualizações de dados é suficiente para atingir a fluência de dados.
e) A qualidade dos dados brutos não é relevante para a fluência de dados.
Comentários:
(a) Errado, dados brutos sem interpretação podem ser custo; (b) Errado, todas essas atividades são
bastante onerosas; (c) Correto, os dados só se tornam valiosos quando você começa a obter insights
sobre eles e a aplicá-los ativamente em seu contexto de negócio; (d) Errado, criar painéis e
visualizações é útil, mas não é suficiente para atingir a fluência de dados; (e) Errado, a qualidade dos
dados é imperativo para a confiável tomada de decisões.
Gabarito: Letra C
3. (PROF. DIEGO / INÉDITA – 2023) Assinale a alternativa incorreta sobre fluência de dados:
60
a) A fluência em dados se beneficia do processo de governança de dados, já que esta permite

que saibamos o ciclo de vida que o dado percorre desde sua ingestão até o descarte, garante
que os dados estejam atualizados tempestivamente e que o acesso só estará disponível àqueles
que tem autorização para acessá-lo.
b) Executivos precisam ser fluentes em dados e fomentar que os colaboradores também sejam.
patrocinador; um patrocinador que possa tornar sua adoção e realização alinhada aos objetivos
estratégicos da empresa.
c) Um dos principais desafios da fluência em dados é a necessidade em explicar algoritmos de

Inteligência Artificial e os meios pelos quais o algoritmo chegou a determinado resultado.
Cientistas de Dados e colaboradores do negócio que trabalham com dados tem o desafio de
entender os modelos e seus resultados.
d) As organizações muitas vezes podem ter uma ideia não realista sobre a implementação de
estratégias de dados e analytics. Empresas normalmente investem em ferramentas,
capacitação da equipe de dados, plataformas, mas muitas vezes não tem uma estratégia
desenhada de como alcançar sucesso com esses elementos. Essa estratégia deve apresentar
como os dados podem se tornar ação no futuro.
e) Apesar de relevante, a cultura empresarial não chega a se tornar uma barreira para o sucesso
na utilização dos dados e estratégias de analytics, dado que ela pode ser imposta de forma top-
down pela alta direção da organização.
Comentários:
Todos os itens estão corretos, exceto o último. Se existe uma barreira para o sucesso na utilização
dos dados e estratégias de analytics é a cultura empresarial. Nós nos sentimos confortáveis em
fazer coisas de forma conhecida. Quando implementamos uma mudança em uma cultura, saímos
da nossa zona de conforto. E por isso tornar a cultura da empresa orientada por dados requer o
esforço de fazer com que os colaboradores possam tomar decisões baseadas em dados, seja no
âmbito operacional, tático ou estratégico.
Gabarito: Letra E
4. (PROF. DIEGO / INÉDITA – 2023) Assinale alternativa correta.
a) A capacidade da empresa de entender os dados e traduzi-los em análises perspicazes deve

direcionar a organização para longe de fazer escolhas cegas ou tendenciosas. A fluência de
dados suporta uma abordagem sistemática e baseada em metas durante todo o processo de
tomada de decisão, garantindo assim que decisões subjetivas e impactantes sejam tomadas.
61
b) Conversas sobre dados geralmente levantam mais perguntas do que respostas. Em uma
organização onde a comunicação clara é estabelecida, essas questões podem ser valiosas. Elas
podem inspirar o pensamento criativo e moldar a discussão em direção a um conhecimento mais
superficial, melhores insights e mudanças positivas.
c) É difícil entender o progresso de uma empresa com dados incompletos ou ausentes.

Visualizações apropriadas e comunicação clara sobre as principais métricas ajudam a iluminar
as prioridades e qual deve ser o próximo curso de ação. A visualização de dados ajuda a melhorar
a compreensão dos dados, mas não interfere na transparência dos dados.
d) O caminho para a alfabetização de dados tem seus pontos fortes, bem como desafios. Para
muitas organizações, os benefícios são bem conhecidos – aumento da produtividade, vantagem
competitiva – enquanto os riscos são menos definidos. Ao aprimorar a força de trabalho
existente para se tornar mais fluente em dados, é importante notar que nenhum conjunto único
de habilidades será suficiente para cada pessoa.
e) Em uma organização madura de dados, mais tempo e energia são gastos decodificando
gráficos e tabelas, em vez de ter conversas significativas. Um dos obstáculos em tais
ambiente fluente em dados permite que os indivíduos entendam e resolvam os problemas
rapidamente.
Comentários:
(a) Errado, garante assim que decisões objetivas e impactantes sejam tomadas; (b) Errado, elas
moldam a discussão em direção a um conhecimento mais aprofundado; (c) Errado, a visualização
de dados interfere – de maneira positiva – na transparência dos dados; (d) Correto; (e) Errado, mais
tempo e energia são gastos decodificando gráficos e tabelas em organizações imaturas de dados.
Gabarito: Letra D
5. (PROF. DIEGO / INÉDITA – 2023) Assinale a alternativa incorreta:
a) Consumidores de Dados são pessoas que utilizam dados para tomar decisões e agir. Eles
incluem executivos, gerentes, analistas e outros tomadores de decisão que usam dados para
informar suas decisões. Os consumidores de dados também incluem usuários finais que usam
dados para tomar decisões em suas vidas diárias.
b) Produtores de dados devem trabalhar os dados brutos e fornecer o conteúdo de maneiras

fáceis de entender e agir. Em geral, os consumidores de dados chegam às informações com
prioridades, necessidades e perspectivas semelhantes.
62
c) A cultura de fluência de dados valoriza o uso de dados para tomar decisões informadas, com
foco na solução de problemas baseado em dados. Ela incentiva a colaboração entre profissionais
de dados, partes interessadas e tomadores de decisão para gerar insights e criar planos de ação
e também reconhece o poder dos dados para moldar decisões e criar resultados positivos.
d) O ecossistema de produção de dados é o conjunto de padrões, ferramentas e processos

implementados para permitir o fluxo de informações e compartilhamento de dados. Esse
ecossistema de produção de dados permite apoiar o desenvolvimento e a entrega de produtos
e serviços de dados.
e) Produtores de Dados são pessoas ou organizações que geram dados. Eles são responsáveis
por criar, coletar e/ou produzir dados e disponibilizá-los aos consumidores. Exemplos de
produtores de dados incluem agências governamentais, fontes públicas de dados, instituições
de pesquisa e empresas privadas.
Comentários:
Todos os itens estão corretos, exceto a alternativa (b). Cada consumidor de dados chega às
informações com diferentes prioridades, necessidades e perspectivas.
Gabarito: Letra B
6. (FEPESE / ISS-Criciúma – 2022) Analise as afirmativas abaixo com relação a dado, informação
e conhecimento no domínio subjetivo.
1. Dados são estímulos sensoriais, que nós percebemos através dos nossos sentidos.
2. Informação é, mais do que ser somente um estágio intermediário entre dado e conhecimento,
um conhecimento empírico em si.
3. Conhecimento é o significado desses estímulos sensoriais que nós percebemos através de
nossos sentidos.
a) É correta apenas a afirmativa 2.

b) São corretas apenas as afirmativas 1 e 2.
c) São corretas apenas as afirmativas 1 e 3.
d) São corretas apenas as afirmativas 2 e 3.
e) São corretas as afirmativas 1, 2 e 3.
Comentários:
O assunto de Teoria da Informação (Dado, Informação, Conhecimento e Inteligência) é abordado

em diversas áreas do conhecimento: Tecnologia da Informação, Comunicação, Filosofia,
Arquivologia, entre outros. Por conta disso, autores diferentes oferecem definições de acordo com
a sua área (Ex: um autor de livros de arquivologia dará uma definição mais voltada à sua área, assim
como ocorrem com outras áreas). E qual é o problema disso?
63
O problema é que examinadores eventualmente trazem definições de outras áreas para provas da
área de tecnologia da informação. A prova trouxe definições de Chaim Zins, que é um autor de
Ciências da Informação (área mais próxima da filosofia do que da computação). De acordo com ele,
“Dados” são os estímulos sensoriais que percebemos por meio de nossos sentidos. “Informação” é
o significado destes estímulos sensoriais (por exemplo, a percepção empírica).
Em outras palavras, um ruído que ouçamos é considerado um dado; o significa desse ruído (por
exemplo, um motor ligado do carro) é considerado informação. Ainda de acordo com ele,
“Informação”, no domínio subjetivo, é conhecimento empírico. Sendo assim, no exemplo
mencionado, o conhecimento que o motor está em movimento é informação, pois ele está
empiricamente baseado.
Ainda: “Conhecimento”, no domínio subjetivo, como observado, é um pensamento na mente do

indivíduo, caracterizado pela crença justificável do indivíduo de que ele é verdade. Ele pode ser
empírico e não empírico, como no caso do conhecimento lógico e matemático (por exemplo, “todo
triangulo tem três lados”), conhecimento religioso (por exemplo, “Deus existe”), conhecimento
filosófico (por exemplo, “cogito, ergo sum”), e semelhantes.
Viram como é uma definição bastante filosófica dos conceitos? Pois é! Na minha opinião,
examinadores não deveriam trazer esse tipo de visão para provas de tecnologia da informação, uma
vez que destoam completamente do que estamos acostumados a ver. Enfim... infelizmente não
temos o que fazer. Quanto à questão, (1) e (2) estão corretas de acordo com o autor e (3) está errado
porque o autor afirma que isso seria a definição de Informação e, não, Conhecimento.
Gabarito: Letra B
7. (CESPE / Petrobrás - 2022) A inteligência é a informação que é expressa na forma de números,

letras ou símbolos, os quais são os insumos dos gráficos.
Comentários:
Na verdade, esse é o conceito de um dado bruto. Os dados são coletados e servem de insumos para
os gráficos.
Gabarito: Errado
8. (CESPE / PCDF – 2021). Embora não haja conceitos únicos para dados e informação, é possível
afirmar que os dados são matéria-prima para a informação.
Comentários:
Nada melhor do que a justificativa da própria banca: “Há muitos conceitos diferentes para dados,
informação e conhecimento. Entretanto, é comumente aceita a ideia de que os dados são matéria
64
prima para conhecimento e informação. “Fatos desorganizados e não processados, números brutos,
figuras, imagens, palavras, sons, derivados de observações ou medições. Normalmente, os dados são
de natureza estática, um conjunto de fatos discretos e objetivos sobre eventos. Observa que dados não
são conhecimento. Os dados são a matéria-prima para a criação do conhecimento. Não há significado
inerente aos dados. Dados são matéria-prima para informação. Ao agregar valor, os dados são
transformados em informação, que tem significado, relevância e propósito”.
Perfeito! Basta lembrar Pirâmide DIKW: dados realmente são a matéria prima para informação –
dados brutos são processados para gerar informação.
Gabarito: Correto
9. (CESPE / STM – 2011) O modelo SECI (sensibilização, externalização, combinação e

informação) representa modos de criação de conhecimento organizacional.
Comentários:
SECI é o acrônimo para Sensibilização Socialização, Externalização, Combinação e Informação

Internalização.
Gabarito: Errado
10. (FCC / TCE/RS – 2018) Os conceitos de dados, informação e conhecimento são de grande
importância no contexto de sistemas de informação.
Sobre eles, é correto afirmar que:
a) não são necessários os dados para que se obtenha o conhecimento.

b) a informação é obtida acrescentando-se significado aos dados.
c) a informação é obtida a partir do conceito de conhecimento.
d) o processo de tomada de decisão em um sistema de informação tem por base apenas os
dados brutos.
e) os dados consistem do conhecimento analisado sob diferentes pontos de vista.
Comentários:
(a) Errado, dados e informações são necessários para que se obtenha conhecimento; (b) Correto, a
informação realmente é obtida acrescentando-se significado aos dados; (c) Errado, a informação é
obtida a partir do conceito de dados; (d) Errado, não são apenas dados brutos, são também a partir
de informações; (e) Errado, o conhecimento consiste dos dados e informações analisados sob
diferentes pontos de vista.
Gabarito: Letra B
65
11. (CESPE / Polícia Federal – 2018) A informação se caracteriza pela compreensão e internalização
do conteúdo recebido, por meio do seu uso em nossas ações; o dado, por sua vez, é um elemento
bruto dotado apenas de significado e relevância que visem fornecer uma solução para
determinada situação de decisão.
Comentários:
Na verdade, é o conhecimento que se caracteriza pela compreensão e internalização do conteúdo

recebido, por meio do uso em nossas ações. Além disso, dados não possuem nenhum significado
que visem fornecer uma solução para determinada situação de decisão.
Gabarito: Errado
12. (CESPE / Polícia Federal – 2018) Informação é constituída por um conjunto de dados com
características específicas. O ponto de análise é que os dados devem ser irrelevantes para o
sistema a que se destinam.
Comentários:
Quando dados passam por algum tipo de relacionamento, avaliação, interpretação ou organização,
tem-se a geração de informação. Logo, informação é realmente constituída por um conjunto de
dados com características específicas, no entanto os dados são importantes e relevantes, visto que
eles são o fundamento para a geração de informação que os sistemas utilizam.
Gabarito: Errado
13. (CESPE / TCE/SC – 2018) Define-se informação como significado, ou seja, como registros
icônicos e simbólicos — fonéticos ou numéricos — e signos — linguísticos, lógicos ou
matemáticos —, por meio dos quais se representam atos, conceitos ou instruções.
Comentários:
A questão trata de dados e, não, de informação. Registros icônicos, simbólicos (fonéticos ou

numéricos) e signos (linguísticos, lógicos ou matemáticos) são simplesmente dados que não
possuem significado. Ao serem processados, eles adquirem significado e passam a ser informações.
Gabarito: Errado
14. (CESPE / DPU – 2010) Dados acerca de determinado assunto de interesse de uma ou mais
pessoas, que possam ser interpretados ou tenham significado para o receptor, são
considerados:
a) aprendizagem organizacional.
66
b) conhecimento.
c) capital intelectual.
d) informação.
e) sistema de gerenciamento.
Comentários:
Dados que possam ser interpretados ou que tenham um significado é o conceito básico de
informação.
Gabarito: Letra D
15. (FCC / TCE/RS – 2011) Com relação aos conceitos de dado e informação assinale a afirmação
correta.
a) Uma lista com a quantidade de produtos vendidos é uma informação.

b) Um relatório sobre a produtividade dos funcionários é um dado.
c) Produtividade da mão de obra de uma empresa é um dado.
d) Custo da matéria prima é uma informação.
e) A capacidade de produção é uma informação.
Comentários:
(a) Errado, isso é um dado, visto que não há processamento; (b) Errado, isso é uma informação, visto
que um relatório precisa ser processado; (c) Errado, isso é uma informação, visto que a
produtividade precisa ser derivada a partir de dados; (d) Errado, isso é um dado, visto que – em
princípio – não há processamento, mas é bem subjetivo; (e) Correto, isso é uma informação, visto
que a capacidade de produção precisa ser processada e derivada de outros dados.
Gabarito: Letra E
16. (COPEVE-UFAL / UFAL – 2014) Qual a denominação de um conjunto de dados devidamente

ordenados e organizados de forma a terem significado?
a) Dado
b) Processamento
c) Informação
d) Memória
e) Cluster
Comentários:
Dados ordenados e organizados de forma a terem significado é a definição de informação.
67
Gabarito: Letra C
17. (CESPE / CGE-PB – 2008) Informação é um conjunto de dados contextualizados que visam
fornecer uma solução para determinada situação de decisão.
Comentários:
Informação é realmente um conjunto de dados contextualizados e processados para auxiliar na

tomada de decisão.
Gabarito: Correto
18. (CESPE / Polícia Federal – 2018) O conceito de conhecimento é mais complexo que o de
informação, pois conhecimento pressupõe um processo de compreensão e internalização das
informações recebidas, possivelmente combinando-as.
Comentários:
Galera... que questão linda! Conhecimento é realmente mais complexo que informação porque
pressupõe que haja um processo de compreensão e internalização das informações recebidas –
vejam as palavras-chave: compreensão e internalização.
Gabarito: Correto
19. (CESPE / FUB – 2013) Conhecimentos estruturados encontram-se materializados em bens

materiais tangíveis.
Comentários:
Conhecimento estruturado é também conhecido como conhecimento explícito e, de fato, se

materializa em bens materiais tangíveis.
Gabarito: Correto
20. (CESPE / EMAP – 2018) No que se refere à espiral do conhecimento, socialização,

externalização, modelagem e feedback são os diferentes modos de conversão do
conhecimento.
Comentários:
Modelagem e feedback não são modos de conversão.
Gabarito: Errado
68
21. (FURMAR / PC-MG – 2013) Sobre conceitos e definições de dados e informações no contexto
de Sistemas de Informação, analise as seguintes afirmativas:
I. Dados se referem a uma descrição elementar de coisas, eventos, atividades e transações que
são registrados, classificados e armazenados, mas não são organizados para transmitir
significados específicos.
II. Informação se refere a dados que foram organizados para terem significado e valor para o
receptor, que interpreta o significado e elabora conclusões sobre a informação.
III. Conhecimento consiste em informações organizadas para transmitir experiência,

aprendizagem e prática aplicadas a um problema ou atividade empresarial.
Estão CORRETAS as afirmativas:
a) I, II e III.
b) I e II, apenas.
c) I e III, apenas.
d) II e III, apenas.
Comentários:
(I) Correto. Dados, ou dados brutos, são as descrições básicas de produtos, clientes, eventos,
atividades e transações que são registradas, classificadas, armazenadas. Os dados são a matéria
prima a partir da qual as informações são produzidas. Exemplos disso são o número de horas que
um funcionário trabalhou em determinada semana ou o número de novos veículos que a Toyota
vendeu no primeiro trimestre de 2010; (II) Correto. Informação é um dado que já foi processado,
organizado ou colocado em contexto de forma a ter significado para a pessoa que recebe. Por
exemplo: o número de vendas trimestrais de novos veículos da Toyota de 2008 até 2010 é uma
informação, porque dará a ideia de como os recalls dos veículos de 2009 e 2010 causaram impacto
nas vendas; (III) Correto. Conhecimento é um dado e/ou uma informação que foi processado,
organizado e colocado em contexto para ter significado, e transmite um conhecimento,
experiência, aprendizado acumulado e especialização, já que se aplica a um problema ou atividade
atual. Saber como gerir o recall de veículos para minimizar os impactos negativos nas vendas é um
exemplo de conhecimento.
Gabarito: Letra A
22. (CESPE / EMAP – 2018) Em uma instituição, o conhecimento explícito está relacionado ao
capital intangível.
Comentários:
69
O conhecimento explícito está relacionado ao capital tangível.
Gabarito: Errado
23. (CESPE / EMAP – 2018) Na solução de problemas, o conhecimento tácito é associado ao

conhecimento do expert.
Comentários:
O conhecimento tácito está realmente relacionado com o conhecimento do expert – aquele que
vem da experiência.
Gabarito: Correto
24. (CESPE / MPU – 2013) Desejando externalizar o conhecimento tácito que determinado
colaborador detenha sobre a elaboração de estudos técnicos, por exemplo, a organização deve
documentar esse conhecimento de modo que seja possível a outros colaboradores reproduzi-lo
facilmente. Nesse tipo de situação, observa-se a conversão do conhecimento tácito em
explícito.
Comentários:
Observem palavras-chave como externalizar, conhecimento tácito, documentar, reproduzir, entre

outros. A externalização converter conhecimento tácito em explícito por meio de estudos técnicos
documentados e fáceis de reproduzir (Ex: livro).
Gabarito: Correto
25. (CESPE / TC-DF – 2014) O conhecimento tácito é fruto de aprendizado e experiência de vida e
é disseminado de maneira formalizada e declarada por meio de artigos e livros.
Comentários:
Questão polêmica! O conhecimento tácito é realmente fruto de aprendizado e experiência de vida,

mas ele não é facilmente disseminado ou reproduzido de maneira formalizada e documentada
como artigos e livros – sua reprodução é complexa. A questão não afirma que é fácil de ser
disseminado, então caberia recurso! De toda forma, é o conhecimento explícito que geralmente é
disseminado de maneira formalizada.
Gabarito: Errado
70
26. (CESPE / MPU – 2013) Considerando-se a espiral do conhecimento, é correto afirmar que
situações em que os colaboradores de uma organização convertem o conhecimento explícito
em tácito correspondem à etapa denominada combinação.
Comentários:
Quando se passa de conhecimento explícito para tácito é chamado de internalização e, não,

combinação.
Gabarito: Errado
27. (CESPE / TCE-PA – 2016) O conhecimento tácito é pessoal, específico ao contexto e de difícil
formulação e comunicação; o conhecimento explícito, por sua vez, é transmitido em linguagem
formal e sistemática, propiciando ao indivíduo a apreensão de fatos.
Comentários:
O conhecimento tácito realmente é mais pessoal e específico de um contexto, sendo difícil de

formular, formalizar e comunicar; já o conhecimento explícito é transmitido em linguagem mais
formal, sistemática, estruturada e organizada, como livros, manuais, entre outros.
Gabarito: Correto
28. (CESPE / MEC – 2011) Considere que, em uma organização, os profissionais capazes de criar
maquetes de prédios mostrem a seus aprendizes que, por meio da observação e imitação, eles
obterão o conhecimento do assunto. Nessa situação, o processo de construção de
conhecimento é realizado do conhecimento tácito para o explícito.
Comentários:
Trata-se de um caso em que profissionais mais experientes estão passando conhecimento para
aprendizes sobre um determinado assunto. Nesse caso, temos conhecimento tácito para tácito,
logo trata-se de uma socialização.
Gabarito: Errado
29. (CESPE / IFB – 2011) A transformação de informação em conhecimento envolve a realização de

comparações e contrastes, a identificação de relacionamentos e a inferência de consequências
e, portanto, é influenciada por especialização, experiência, valores e insights estruturados dos
integrantes da equipe.
Comentários:
71
Perfeito, perfeito, perfeito! Nós vimos que ter informação é uma coisa e ter conhecimento é outra.
Para converter informação em conhecimento, é necessário comparar, contrastar, identificar
relações, inferir consequências, refletir, valorar e contextualizar. Para tudo isso, é necessário um
conjunto de habilidades de especialização, experiência, valores, insights, know-how, entre outros.
Gabarito: Correto
30. (CESPE / EBC – 2011) Ocorre internalização quando parte do conhecimento tácito de uma
pessoa converte-se no conhecimento tácito de outrem, tal como ocorre na realização de
atividades práticas sob a supervisão de tutores.
Comentários:
A conversão do conhecimento tácito para tácito é chamada de socialização e, não, internalização.
Gabarito: Errado
31. (CESPE / EBC – 2011) A socialização é a conversão de partes do conhecimento explícito da

organização em conhecimento tácito do indivíduo.
Comentários:
A conversão de conhecimento explícito para tácito é chamada de internalização e, não,

socialização.
Gabarito: Errado
32. (CESPE / ANAC – 2012) Os modos de conversão do conhecimento tácito em explícito referem-
se à socialização e à combinação.
Comentários:
A conversão de conhecimento tácito em explícito é chamada de externalização e, não, socialização

e combinação.
Gabarito: Errado
33. (CESPE / TCE/PE – 2017) A informação caracteriza-se por ser frequentemente tácita, bem como
por ser de estruturação e captura difíceis em máquinas.
Comentários:
Quem é frequentemente tácito é o conhecimento e, não, a informação – que geralmente é explícita.
72
Gabarito: Errado
34. (CESPE / Polícia Federal – 2018) O atributo de inteligência depende mais da qualidade da
informação disponível do que da sua quantidade, tendo, portanto, natureza qualitativa.
Comentários:
A inteligência é um atributo que realmente depende mais da qualidade da informação disponível

do que da sua quantidade – ao contrário dos dados, que dependem mais da quantidade do que da
qualidade em si.
Gabarito: Correto
35. (FCC / CNMP– 2015) Os Sistemas de Informação (SI) são construídos com Dados, Informação,
Conhecimento e Inteligência. Sobre o tema, considere:
I. Informação é coletada nos ambientes interno e externo e representa, por exemplo: fatos,
textos, gráficos.
II. A inteligência é realizada por meio de síntese, baseada em experiência e intuição, sendo uma
habilidade humana.
III. Conhecimento demanda análise e avaliação sobre a confiabilidade, relevância e importância

de dados e informações para a construção de um quadro de situação.
Está correto o que consta APENAS em:
a) I e III.
b) II.
c) II e III.
d) I.
e) III.
Comentários:
(I) Errado, informação dados são coletados nos ambientes interno e externo e representam fatos,
textos, gráficos, etc; (II) Correto, dado é processado para se tornar informação, que é avaliada para
se tornar conhecimento, que é sintetizado para se tornar inteligência baseado em experiência,
intuição e complexidade; (III) Correto, para que informação se torne conhecimento, é necessário
considerar aspectos como confiabilidade, relevância e importância.
Gabarito: Letra C
73
36. (IESES / BAHIAGÁS – 2016) De acordo com Marcos Magalhães e Rafael Sampaio, página 81, “a
tecnologia disponível, os sistemas, a miríade de programas e aplicativos hoje existentes
alimentam o Sistema de Informações e Inteligência de Marketing (SIM) das organizações de
qualquer porte com uma avalanche de informações provenientes de fontes variadas. Se, antes,
o desafio era ‘obter informação’, - o que podia ser sistematizado de modo relativamente fácil –,
a questão que se coloca hoje é conseguir organizar e analisar uma imensa quantidade de dados
que chegam de todos os lados. Ou seja, o problema agora é ‘usar a informação’. Para entender
melhor essa questão, é necessário adotar critérios para a compreensão de algumas definições e
exemplos”. Para isto, é preciso distinguir a diferença entre Dados, Informação e Conhecimento.
Desta forma, é correto afirmar:
a) Conhecimento: são sequências de textos, fotos, figuras ou sons que podem ser manipulados
e descritos.
b) Informação relaciona-se à prática, à ação. Por exemplo: ‘A temperatura no interior do Rio

Grande do Sul é de 18º Celsius e, nesta época do ano, deve provocar um aumento da colheita de
soja naquela região’.
c) Dados são sequências de símbolos (letras ou números), textos, fotos, figuras ou sons que
podem ser descritos, armazenados e manipulados. Por exemplo: ’18º Celsius’.
d) Conhecimento são dados contextualizados que também podem ser armazenados e

manipulados.
e) Representa um exemplo de ‘dados’: ‘A temperatura média deste mês, no interior do Rio

Grande do Sul, é de 18º Celsius’.
Comentários:
(a) Errado, isso é dado; (b) Errado, isso é conhecimento; (c) Correto, mas eu discordo do gabarito!
Dados brutos não processados seria apenas 18 – quando a questão dá como exemplo 18º Celsius,
isso já é informação. No entanto, essa questão é a menos errada; (d) Errado, isso é informação; (e)
Errado, isso é informação.
Gabarito: Letra C
37. (CESPE / TCE-RJ – 2021) Um dado que está inserido em um contexto pode ser denominado de
informação.
Comentários:
Perfeito! Um dado em um contexto é chamado de informação.
74
Gabarito: Correto
38. (CESPE / TCE-RJ – 2021) A informação pode ser facilmente obtida por meio de máquinas, além
de ser transferível e frequentemente quantificável.
Comentários:
Opa... o enunciado descreveu características de dados e, não, de informações.
Gabarito: Errado
39. (CESPE / TCE-RJ – 2021) O conceito de inteligência está relacionado à capacidade de

julgamento, ou seja, o ser humano usa o seu conhecimento para tomar a melhor decisão em
uma situação real.
Comentários:
Perfeito! A inteligência realmente está associada à capacidade de julgamento, sendo uma

habilidade essencialmente humana para tomar a decisão mais eficiente em uma situação concreta.
Gabarito: Correto
40. (CESPE / Polícia Federal – 2021) Considerando-se a classificação dados, informação,

conhecimento e inteligência, é correto afirmar que o gráfico representa, por si só, a inteligência.
Comentários:
Opa... o gráfico – por si só – representa informação e, não, inteligência!
Gabarito: Errado
41. (CESPE / Polícia Federal – 2021) O número 1.789 sozinho caracteriza uma informação,
independentemente do contexto.
Comentários:
75
Opa... o número 1.789 sozinho caracteriza apenas um dado!
Gabarito: Errado
42. (CESPE / Polícia Federal – 2018) Dados são fatos que descrevem os objetos de informação, por
exemplo, eventos e entidades.
Comentários:
Dados realmente podem ser vistos como fatos que descrevem objetos de informação, isto é,
eventos, acontecimentos, entidades, podendo se referir a mais de um fato – trata-se de qualquer
registro ou indício relacionável a alguma entidade ou evento.
Gabarito: Correto
43. (CESPE / Polícia Federal – 2018) Na representação da informação, os atributos permitem que
entidades e eventos possam ser reconhecidos, referidos e descritos. Um atributo relacional
permite relacionar eventos e entidades.
Comentários:
Atributos são características que permitem que entidades e eventos sejam representados,
reconhecidos, referidos e descritos, sendo que um atributo relacional, de fato, permite relacionar
eventos e entidades.
Gabarito: Correto
76

1. (PROF.DIEGO / INÉDITA – 2023) Assinale a alternativa correta sobre o principal objetivo da
governança de dados?
a) Criar novos ativos de dados.

b) Automatizar processos de gerenciamento.
c) Otimizar o uso dos ativos de dados.
d) Gerenciar a privacidade dos dados.
e) Exercer autoridade e controle sobre o gerenciamento de ativos de dados.
Comentários:
A governança de dados é definida como o exercício de autoridade e controle (planejamento,

monitoramento e execução) sobre o gerenciamento de ativos de dados.
Gabarito: Letra E
2. (PROF.DIEGO / INÉDITA – 2023) Qual das seguintes afirmações é verdadeira sobre governança
de dados?
a) Tem o mesmo sentido de gerenciamento de dados.

b) É usada para garantir que os dados estejam disponíveis e acessíveis.
c) Está fortemente associada às atividades de Administrador de Banco de Dados (DBAs).
d) É usada para descrever os processos pelos quais as organizações tomam decisões sobre
dados.
e) A governança de dados está presente apenas no nível operacional e não o nível estratégico.
Comentários:
(a) Errado, enquanto o objetivo geral do gerenciamento de dados é garantir que uma organização
obtenha valor de seus dados, a governança de dados se concentra em como as decisões são
tomadas sobre os dados e como se espera que pessoas/processos se comportem em relação a eles;
(b) Errado, essa é uma função do gerenciamento de dados; (c) Errado, é a função de gerenciamento
de dados que está associada às atividades de DBAs; (d) Correto; (e) Errado, ela atinge – sim – o nível
estratégico e depende do patrocínio da alta administração.
Gabarito: Letra D
3. (PROF.DIEGO / INÉDITA – 2023) Assinale a alternativa que não representa a correta associação
da descrição com o escopo/foco de um programa de governança de dados:
77
a) Supervisão: fornecer observação prática, auditoria e correção em áreas-chave de qualidade,

política e gerenciamento de dados (muitas vezes referido como administração).
b) Políticas: definição e aplicação de políticas relacionadas ao gerenciamento de dados e

metadados, acesso, uso, segurança e qualidade.
c) Conformidade: garantir que a organização possa atender aos requisitos de conformidade

regulatória relacionados a dados.
d) Estratégia: definir, comunicar e conduzir a execução da estratégia de dados e da estratégia

de governança de dados.
e) Padrões e Qualidade: patrocinar esforços para melhorar as práticas de gerenciamento de

dados.
Comentários:





ativos de dados.
DADOS
Note que Padrões de Qualidade trata da definição e aplicação de padrões de qualidade e arquitetura
de dados; patrocinar esforços para melhorar as práticas de gerenciamento de dados está
relacionado a Projetos de Gerenciamento de Dados.
78
Gabarito: Letra E
4. (PROF.DIEGO / INÉDITA – 2023) Sobre governança de dados, assinale a alternativa incorreta.
a) Em geral, o principal driver para implantação da governança de dados é a redução de riscos.

b) Os esforços de governança de dados precisam incluir um componente de mudança cultural.
c) Para que planos de governança de dados sejam exitosos, é necessário que a organização
aceite e gerencie mudanças.
d) A governança de dados requer um programa contínuo focado em garantir que uma
organização obtenha valor de seus dados e reduza os riscos relacionados eles.
e) A cultura organizacional pode inviabilizar a estratégia de governança de dados.
Comentários:
Todas as alternativas estão corretas, exceto a alternativa (a). Em geral, o principal driver para
implantação da governança de dados é a conformidade regulatória e, não, a redução de riscos.
Gabarito: Letra A
5. (PROF.DIEGO / INÉDITA – 2023) A respeito de governança de dados, assinale a alternativa

incorreta.
a) A governança de dados é um processo contínuo que requer compromisso da organização.

Exige mudanças na maneira como os dados são gerenciados e usados. Isso significa gerenciar
as mudanças de maneira sustentável, além da implementação inicial de qualquer componente
de controle de dados.
b) O objetivo da governança de dados é permitir que uma organização gerencie os dados como
um ativo. A governança de dados fornece os princípios, políticas, processos, frameworks,
métricas e supervisão para gerenciar os dados como um ativo e orientar as atividades de
gerenciamento de dados em todos os níveis.
c) A governança de dados não é um processo complementar. As atividades de governança

precisam ser incorporadas aos métodos de desenvolvimento de software, uso de dados para
análise, gerenciamento de dados mestre e gerenciamento de riscos.
d) A governança de dados bem implementada gera impactos positivos, mas demonstrar esse
impacto requer a compreensão do ponto de partida, do planejamento e definição de indicadores
que represente o quanto a governança de dados gera melhorias mensuráveis.
79
e) A governança de dados, apesar de ter um escopo amplo, está basicamente ligada apenas à
área de tecnologia da informação.
Comentários:
Todas as alternativas estão corretas, exceto a alternativa (e). A governança de dados é separada da
governança de tecnologia da informação. A governança de tecnologia da informação toma
decisões sobre investimentos em tecnologia da informação, portfólio de aplicativos de tecnologia
da informação e portfólio de projetos de tecnologia da informação – em outras palavras, hardware,
software e arquitetura técnica geral. A governança de tecnologia da informação alinha as
estratégias e investimentos de tecnologia da informação com os objetivos e estratégias da
empresa.
Gabarito: Letra E
6. (PROF.DIEGO / INÉDITA – 2023) Sobre os princípios de governança de dados, assinale a

alternativa incorreta.
a) A governança de dados bem-sucedida começa com uma liderança visionária e comprometida,

mas não é necessário que ela esteja alinhada à estratégia de negócios da organização.
b) A governança de dados é uma responsabilidade compartilhada entre gestores de negócios e

profissionais de gerenciamento de dados.
c) Os princípios orientadores são a base das atividades de governança de dados e,

d) Como as atividades de governança de dados exigem coordenação entre áreas funcionais, o

programa de governança de dados deve estabelecer uma estrutura operacional que defina
responsabilidades e interações.
e) A governança de dados atua nos níveis corporativo, local e nos níveis intermediários.
Comentários:
Todas as alternativas estão corretas, exceto a alternativa (a). A governança de dados bem-sucedida
começa com uma liderança visionária, comprometida e alinhada à estratégia de negócios da
organização.
Gabarito: Letra A
7. (PROF.DIEGO / INÉDITA – 2023) Sobre os tipos de modelo operacional de governança de

dados, assinale a alternativa correta.
80
a) Em um modelo colegiado, o mesmo modelo operacional e padrões da governança de dados

são adotados por cada unidade de negócios.
b) Em um modelo centralizado, uma organização de governança de dados coordena-se com

várias unidades de negócios para manter definições e padrões consistentes.
c) Em um modelo replicado, uma organização de governança de dados supervisiona todas as

atividades em todas as áreas de assunto.
d) Em um modelo federado, o mesmo modelo operacional e padrões da governança de dados

e) Em um modelo compartilhado, uma organização de governança de dados supervisiona todas

Comentários:
(a) Correto; (b) Errado, essa é a descrição de um modelo federado ou compartilhado; (c) Errado,
essa é a descrição de um modelo centralizado; (d) Errado, essa é a descrição de um modelo
replicado ou colegiado; (e) Errado, essa é a descrição de um modelo centralizado.
Gabarito: Letra A
8. (FGV / SEFAZ-MG – 2023) Sobre o conceito de Governança de Dados (DAMA), assinale a

afirmativa correta.
a) É a função central da Gestão, que representa o exercício da autoridade e do controle de

estratégias etc.
b) Serve para criar e manter a arquitetura corporativa de dados de acordo com objetivos
c) É a função responsável por definir e manter políticas de segurança a fim de prover

autenticação, acesso e auditoria.
d) Trata-se de função operacional responsável por manter os dados através dos vários ciclos, até
o arquivamento final ou eliminação.
e) Serve para definir e controlar atividades para a disponibilização de visões únicas de dados
mestre (Golden Record) e de referência na empresa.
Comentários:
81
(a) Correto. A governança de dados trata do exercício da autoridade, controle e tomada de decisão
compartilhada (planejamento, monitoramento e execução) sobre o gerenciamento de ativos de
dados. Nenhuma das outras alternativas trazem o conceito de governança de dados; (b) Errado,
essa é a função da arquitetura de dados; (c) Errado, essa é a função da segurança de dados; (d)
Errado, essa é a função do gerenciamento de dados; (e) Errado, essa é a função do gerenciamento
de dados mestres.
Gabarito: Letra A
9. (FGV / CGU – 2022) No âmbito do DAMA-DMBOK, com referência à Governança de Dados, a

figura dos Data Stewards caracteriza-se como:
a) etapas de testes de conformidade dos dados;

b) instâncias de aprovação da arquitetura de dados;
c) instâncias de unidades organizacionais responsáveis pela estratégia de dados;
d) responsáveis, dentro da área de negócios, pelo controle e uso dos dados;
e) usuários que consomem dados dentro de uma organização.
Comentários:
Data Stewards são os responsáveis, dentro da área de negócios, pelo controle e uso dos dados. Um
curador, custodiante ou administrador de dados é uma pessoa cujo trabalho é administrar a
propriedade de outra pessoa. Data Stewards gerenciam ativos de dados em nome de outros e no
melhor interesse da organização. Eles representam os interesses de todas as partes interessadas e
devem adotar uma perspectiva corporativa para garantir que os dados corporativos sejam de alta
qualidade e possam ser usados com eficácia.
Gabarito: Letra D
10. (CESPE / BNB – 2022) O DAMA-DMBoK introduz a figura do mordomo de dados, indivíduo cujo
trabalho é administrar a propriedade ou os dados de outra pessoa.
Comentários:
Um curador, custodiante, mordomo ou administrador de dados é uma pessoa cujo trabalho é

administrar a propriedade de outra pessoa. Data Stewards gerenciam ativos de dados em nome de
outros e no melhor interesse da organização. Eles representam os interesses de todas as partes
interessadas e devem adotar uma perspectiva corporativa para garantir que os dados corporativos
sejam de alta qualidade e possam ser usados com eficácia.
Gabarito: Correto
11. (CESPE / SERPRO – 2021) Em uma organização, foram elencadas as seguintes necessidades:
82
I identificar os data stewards como parte da governança de dados e do planejamento da gestão

dos dados;
II implementar a gestão de qualidade de dados e a gestão de arquitetura de dados;
III gerenciar fatores ambientais tais como pessoas e tecnologias afetas à governança de dados.
A partir da situação hipotética apresentada, julgue os itens a seguir, relativos à governança de

dados.
A implementação da gestão da necessidade III deve incluir a cultura organizacional e excluir os

processos, uma vez que estes últimos não são abrangidos pelo DMBOK.
Comentários:
Conforme podemos ver no hexágono, é claro que os processos são abrangidos pelo DMBOK.
Gabarito: Errado
83

1. (PROF. DIEGO / INÉDITA – 2023) Assinale a alternativa incorreta sobre a importância da
fluência de dados:
a) Trata-se de um instrumento para gerar vantagens competitivas de longo prazo.

b) Trata-se de um instrumento para aprimorar a tomada de decisões.
c) Trata-se de um instrumento para envolver os funcionários de todas as funções.
d) Trata-se de um instrumento para tornar os dados acessíveis a todos.
e) Trata-se de um instrumento baseado em aprendizado de máquina para melhorar a
comunicação.
2. (PROF. DIEGO / INÉDITA – 2023) Assinale a alternativa correta sobre a fluência de dados:
a) Dados brutos são tão valiosos quanto dados interpretados.

b) Coletar, armazenar e gerenciar dados não custa dinheiro.
c) Os dados só se tornam valiosos quando se obtêm insights.
d) Criar visualizações de dados é suficiente para atingir a fluência de dados.
e) A qualidade dos dados brutos não é relevante para a fluência de dados.
3. (PROF. DIEGO / INÉDITA – 2023) Assinale a alternativa incorreta sobre fluência de dados:
a) A fluência em dados se beneficia do processo de governança de dados, já que esta permite

que saibamos o ciclo de vida que o dado percorre desde sua ingestão até o descarte, garante
que os dados estejam atualizados tempestivamente e que o acesso só estará disponível àqueles
que tem autorização para acessá-lo.
b) Executivos precisam ser fluentes em dados e fomentar que os colaboradores também sejam.
patrocinador; um patrocinador que possa tornar sua adoção e realização alinhada aos objetivos
c) Um dos principais desafios da fluência em dados é a necessidade em explicar algoritmos de

Inteligência Artificial e os meios pelos quais o algoritmo chegou a determinado resultado.
Cientistas de Dados e colaboradores do negócio que trabalham com dados tem o desafio de
entender os modelos e seus resultados.
d) As organizações muitas vezes podem ter uma ideia não realista sobre a implementação de
estratégias de dados e analytics. Empresas normalmente investem em ferramentas,
capacitação da equipe de dados, plataformas, mas muitas vezes não tem uma estratégia
desenhada de como alcançar sucesso com esses elementos. Essa estratégia deve apresentar
como os dados podem se tornar ação no futuro.
84
e) Apesar de relevante, a cultura empresarial não chega a se tornar uma barreira para o sucesso
na utilização dos dados e estratégias de analytics, dado que ela pode ser imposta de forma top-
down pela alta direção da organização.
4. (PROF. DIEGO / INÉDITA – 2023) Assinale alternativa correta.
a) A capacidade da empresa de entender os dados e traduzi-los em análises perspicazes deve

direcionar a organização para longe de fazer escolhas cegas ou tendenciosas. A fluência de
dados suporta uma abordagem sistemática e baseada em metas durante todo o processo de
tomada de decisão, garantindo assim que decisões subjetivas e impactantes sejam tomadas.
b) Conversas sobre dados geralmente levantam mais perguntas do que respostas. Em uma
organização onde a comunicação clara é estabelecida, essas questões podem ser valiosas. Elas
podem inspirar o pensamento criativo e moldar a discussão em direção a um conhecimento mais
superficial, melhores insights e mudanças positivas.
c) É difícil entender o progresso de uma empresa com dados incompletos ou ausentes.

Visualizações apropriadas e comunicação clara sobre as principais métricas ajudam a iluminar
as prioridades e qual deve ser o próximo curso de ação. A visualização de dados ajuda a melhorar
a compreensão dos dados, mas não interfere na transparência dos dados.
d) O caminho para a alfabetização de dados tem seus pontos fortes, bem como desafios. Para
muitas organizações, os benefícios são bem conhecidos – aumento da produtividade, vantagem
competitiva – enquanto os riscos são menos definidos. Ao aprimorar a força de trabalho
existente para se tornar mais fluente em dados, é importante notar que nenhum conjunto único
de habilidades será suficiente para cada pessoa.
e) Em uma organização madura de dados, mais tempo e energia são gastos decodificando
gráficos e tabelas, em vez de ter conversas significativas. Um dos obstáculos em tais
ambiente fluente em dados permite que os indivíduos entendam e resolvam os problemas
rapidamente.
5. (PROF. DIEGO / INÉDITA – 2023) Assinale a alternativa incorreta:
a) Consumidores de Dados são pessoas que utilizam dados para tomar decisões e agir. Eles
incluem executivos, gerentes, analistas e outros tomadores de decisão que usam dados para
informar suas decisões. Os consumidores de dados também incluem usuários finais que usam
dados para tomar decisões em suas vidas diárias.
b) Produtores de dados devem trabalhar os dados brutos e fornecer o conteúdo de maneiras

fáceis de entender e agir. Em geral, os consumidores de dados chegam às informações com
prioridades, necessidades e perspectivas semelhantes.
85
c) A cultura de fluência de dados valoriza o uso de dados para tomar decisões informadas, com
foco na solução de problemas baseado em dados. Ela incentiva a colaboração entre profissionais
de dados, partes interessadas e tomadores de decisão para gerar insights e criar planos de ação
e também reconhece o poder dos dados para moldar decisões e criar resultados positivos.
d) O ecossistema de produção de dados é o conjunto de padrões, ferramentas e processos

implementados para permitir o fluxo de informações e compartilhamento de dados. Esse
ecossistema de produção de dados permite apoiar o desenvolvimento e a entrega de produtos
e serviços de dados.
e) Produtores de Dados são pessoas ou organizações que geram dados. Eles são responsáveis
por criar, coletar e/ou produzir dados e disponibilizá-los aos consumidores. Exemplos de
produtores de dados incluem agências governamentais, fontes públicas de dados, instituições
de pesquisa e empresas privadas.
6. (FEPESE / ISS-Criciúma – 2022) Analise as afirmativas abaixo com relação a dado, informação
e conhecimento no domínio subjetivo.
1. Dados são estímulos sensoriais, que nós percebemos através dos nossos sentidos.
2. Informação é, mais do que ser somente um estágio intermediário entre dado e conhecimento,
um conhecimento empírico em si.
3. Conhecimento é o significado desses estímulos sensoriais que nós percebemos através de
nossos sentidos.
a) É correta apenas a afirmativa 2.

b) São corretas apenas as afirmativas 1 e 2.
c) São corretas apenas as afirmativas 1 e 3.
d) São corretas apenas as afirmativas 2 e 3.
e) São corretas as afirmativas 1, 2 e 3.
7. (CESPE / Petrobrás - 2022) A inteligência é a informação que é expressa na forma de números,

letras ou símbolos, os quais são os insumos dos gráficos.
8. (CESPE / PCDF – 2021). Embora não haja conceitos únicos para dados e informação, é possível
afirmar que os dados são matéria-prima para a informação.
9. (CESPE / STM – 2011) O modelo SECI (sensibilização, externalização, combinação e

informação) representa modos de criação de conhecimento organizacional.
10. (FCC / TCE/RS – 2018) Os conceitos de dados, informação e conhecimento são de grande
importância no contexto de sistemas de informação.
86
Sobre eles, é correto afirmar que:
a) não são necessários os dados para que se obtenha o conhecimento.

b) a informação é obtida acrescentando-se significado aos dados.
c) a informação é obtida a partir do conceito de conhecimento.
d) o processo de tomada de decisão em um sistema de informação tem por base apenas os
dados brutos.
e) os dados consistem do conhecimento analisado sob diferentes pontos de vista.
11. (CESPE / Polícia Federal – 2018) A informação se caracteriza pela compreensão e internalização
do conteúdo recebido, por meio do seu uso em nossas ações; o dado, por sua vez, é um elemento
bruto dotado apenas de significado e relevância que visem fornecer uma solução para
determinada situação de decisão.
12. (CESPE / Polícia Federal – 2018) Informação é constituída por um conjunto de dados com
características específicas. O ponto de análise é que os dados devem ser irrelevantes para o
sistema a que se destinam.
13. (CESPE / TCE/SC – 2018) Define-se informação como significado, ou seja, como registros
icônicos e simbólicos — fonéticos ou numéricos — e signos — linguísticos, lógicos ou
matemáticos —, por meio dos quais se representam atos, conceitos ou instruções.
14. (CESPE / DPU – 2010) Dados acerca de determinado assunto de interesse de uma ou mais
pessoas, que possam ser interpretados ou tenham significado para o receptor, são
considerados:
a) aprendizagem organizacional.
b) conhecimento.
c) capital intelectual.
d) informação.
e) sistema de gerenciamento.
15. (FCC / TCE/RS – 2011) Com relação aos conceitos de dado e informação assinale a afirmação
correta.
a) Uma lista com a quantidade de produtos vendidos é uma informação.

b) Um relatório sobre a produtividade dos funcionários é um dado.
c) Produtividade da mão de obra de uma empresa é um dado.
d) Custo da matéria prima é uma informação.
e) A capacidade de produção é uma informação.
16. (COPEVE-UFAL / UFAL – 2014) Qual a denominação de um conjunto de dados devidamente

ordenados e organizados de forma a terem significado?
87
a) Dado
b) Processamento
c) Informação
d) Memória
e) Cluster
17. (CESPE / CGE/PB – 2008) Informação é um conjunto de dados contextualizados que visam
fornecer uma solução para determinada situação de decisão.
18. (CESPE / Polícia Federal – 2018) O conceito de conhecimento é mais complexo que o de
informação, pois conhecimento pressupõe um processo de compreensão e internalização das
informações recebidas, possivelmente combinando-as.
19. (CESPE / FUB – 2013) Conhecimentos estruturados encontram-se materializados em bens

materiais tangíveis.
20. (CESPE / EMAP – 2018) No que se refere à espiral do conhecimento, socialização,

externalização, modelagem e feedback são os diferentes modos de conversão do
conhecimento.
21. (FURMAR / PC-MG – 2013) Sobre conceitos e definições de dados e informações no contexto
de Sistemas de Informação, analise as seguintes afirmativas:
I. Dados se referem a uma descrição elementar de coisas, eventos, atividades e transações que
são registrados, classificados e armazenados, mas não são organizados para transmitir
significados específicos.
II. Informação se refere a dados que foram organizados para terem significado e valor para o
receptor, que interpreta o significado e elabora conclusões sobre a informação.
III. Conhecimento consiste em informações organizadas para transmitir experiência,

aprendizagem e prática aplicadas a um problema ou atividade empresarial.
Estão CORRETAS as afirmativas:
a) I, II e III.
b) I e II, apenas.
c) I e III, apenas.
d) II e III, apenas.
22. (CESPE / EMAP – 2018) Em uma instituição, o conhecimento explícito está relacionado ao
capital intangível.
88
23. (CESPE / EMAP – 2018) Na solução de problemas, o conhecimento tácito é associado ao

conhecimento do expert.
24. (CESPE / MPU – 2013) Desejando externalizar o conhecimento tácito que determinado
colaborador detenha sobre a elaboração de estudos técnicos, por exemplo, a organização deve
documentar esse conhecimento de modo que seja possível a outros colaboradores reproduzi-lo
facilmente. Nesse tipo de situação, observa-se a conversão do conhecimento tácito em
explícito.
25. (CESPE / TC-DF – 2014) O conhecimento tácito é fruto de aprendizado e experiência de vida e
é disseminado de maneira formalizada e declarada por meio de artigos e livros.
26. (CESPE / MPU – 2013) Considerando-se a espiral do conhecimento, é correto afirmar que
situações em que os colaboradores de uma organização convertem o conhecimento explícito
em tácito correspondem à etapa denominada combinação.
27. (CESPE / TCE-PA – 2016) O conhecimento tácito é pessoal, específico ao contexto e de difícil
formulação e comunicação; o conhecimento explícito, por sua vez, é transmitido em linguagem
formal e sistemática, propiciando ao indivíduo a apreensão de fatos.
28. (CESPE / MEC – 2011) Considere que, em uma organização, os profissionais capazes de criar
maquetes de prédios mostrem a seus aprendizes que, por meio da observação e imitação, eles
obterão o conhecimento do assunto. Nessa situação, o processo de construção de
conhecimento é realizado do conhecimento tácito para o explícito.
29. (CESPE / IFB – 2011) A transformação de informação em conhecimento envolve a realização de

comparações e contrastes, a identificação de relacionamentos e a inferência de consequências
e, portanto, é influenciada por especialização, experiência, valores e insights estruturados dos
integrantes da equipe.
30. (CESPE / EBC – 2011) Ocorre internalização quando parte do conhecimento tácito de uma
pessoa converte-se no conhecimento tácito de outrem, tal como ocorre na realização de
atividades práticas sob a supervisão de tutores.
31. (CESPE / EBC – 2011) A socialização é a conversão de partes do conhecimento explícito da

organização em conhecimento tácito do indivíduo.
32. (CESPE / ANAC – 2012) Os modos de conversão do conhecimento tácito em explícito referem-
se à socialização e à combinação.
33. (CESPE / TCE/PE – 2017) A informação caracteriza-se por ser frequentemente tácita, bem como
por ser de estruturação e captura difíceis em máquinas.
89
34. (CESPE / Polícia Federal – 2018) O atributo de inteligência depende mais da qualidade da
informação disponível do que da sua quantidade, tendo, portanto, natureza qualitativa.
35. (FCC / CNMP– 2015) Os Sistemas de Informação (SI) são construídos com Dados, Informação,
Conhecimento e Inteligência. Sobre o tema, considere:
I. Informação é coletada nos ambientes interno e externo e representa, por exemplo: fatos,
textos, gráficos.
II. A inteligência é realizada por meio de síntese, baseada em experiência e intuição, sendo uma
habilidade humana.
III. Conhecimento demanda análise e avaliação sobre a confiabilidade, relevância e importância

de dados e informações para a construção de um quadro de situação.
Está correto o que consta APENAS em:
a) I e III.
b) II.
c) II e III.
d) I.
e) III.
36. (IESES / BAHIAGÁS – 2016) De acordo com Marcos Magalhães e Rafael Sampaio, página 81, “a
tecnologia disponível, os sistemas, a miríade de programas e aplicativos hoje existentes
alimentam o Sistema de Informações e Inteligência de Marketing (SIM) das organizações de
qualquer porte com uma avalanche de informações provenientes de fontes variadas. Se, antes,
o desafio era ‘obter informação’, - o que podia ser sistematizado de modo relativamente fácil –,
a questão que se coloca hoje é conseguir organizar e analisar uma imensa quantidade de dados
que chegam de todos os lados. Ou seja, o problema agora é ‘usar a informação’. Para entender
melhor essa questão, é necessário adotar critérios para a compreensão de algumas definições e
exemplos”. Para isto, é preciso distinguir a diferença entre Dados, Informação e Conhecimento.
Desta forma, é correto afirmar:
a) Conhecimento: são sequências de textos, fotos, figuras ou sons que podem ser manipulados
e descritos.
b) Informação relaciona-se à prática, à ação. Por exemplo: ‘A temperatura no interior do Rio

Grande do Sul é de 18º Celsius e, nesta época do ano, deve provocar um aumento da colheita de
soja naquela região’.
c) Dados são sequências de símbolos (letras ou números), textos, fotos, figuras ou sons que
podem ser descritos, armazenados e manipulados. Por exemplo: ’18º Celsius’.
90
d) Conhecimento são dados contextualizados que também podem ser armazenados e

manipulados.
e) Representa um exemplo de ‘dados’: ‘A temperatura média deste mês, no interior do Rio

Grande do Sul, é de 18º Celsius’.
37. (CESPE / TCE-RJ – 2021) Um dado que está inserido em um contexto pode ser denominado de
informação.
38. (CESPE / TCE/RJ – 2021) A informação pode ser facilmente obtida por meio de máquinas, além
de ser transferível e frequentemente quantificável.
39. (CESPE / TCE/RJ – 2021) O conceito de inteligência está relacionado à capacidade de

julgamento, ou seja, o ser humano usa o seu conhecimento para tomar a melhor decisão em
uma situação real.
40. (CESPE / Polícia Federal – 2021) Considerando-se a classificação dados, informação,

conhecimento e inteligência, é correto afirmar que o gráfico representa, por si só, a inteligência.
41. (CESPE / Polícia Federal – 2021) O número 1.789 sozinho caracteriza uma informação,
independentemente do contexto.
42. (CESPE / Polícia Federal – 2018) Dados são fatos que descrevem os objetos de informação, por
exemplo, eventos e entidades.
43. (CESPE / Polícia Federal – 2018) Na representação da informação, os atributos permitem que
entidades e eventos possam ser reconhecidos, referidos e descritos. Um atributo relacional
permite relacionar eventos e entidades.
91
GABARITO – DIVERSAS BANCAS

1. LETRA E 41. ERRADO
2. LETRA C 42. CORRETO
3. LETRA E 43. CORRETO
4. LETRA D
5. LETRA B
6. LETRA B
7. ERRADO
8. CORRETO
9. ERRADO
10. LETRA B
11. ERRADO
12. ERRADO
13. ERRADO
14. LETRA D
15. LETRA E
16. LETRA C
17. CORRETO
18. CORRETO
19. CORRETO
20. ERRADO
21. LETRA A
22. ERRADO
23. CORRETO
24. CORRETO
25. ERRADO
26. ERRADO
27. CORRETO
28. ERRADO
29. CORRETO
30. ERRADO
31. ERRADO
32. ERRADO
33. ERRADO
34. CORRETO
35. LETRA C
36. LETRA C
37. CORRETO
38. ERRADO
39. CORRETO
40. ERRADO
92

1. (PROF.DIEGO / INÉDITA – 2023) Assinale a alternativa correta sobre o principal objetivo da
governança de dados?
a) Criar novos ativos de dados.

b) Automatizar processos de gerenciamento.
c) Otimizar o uso dos ativos de dados.
d) Gerenciar a privacidade dos dados.
e) Exercer autoridade e controle sobre o gerenciamento de ativos de dados.
2. (PROF.DIEGO / INÉDITA – 2023) Qual das seguintes afirmações é verdadeira sobre governança
de dados?
a) Tem o mesmo sentido de gerenciamento de dados.

b) É usada para garantir que os dados estejam disponíveis e acessíveis.
c) Está fortemente associada às atividades de Administrador de Banco de Dados (DBAs).
d) É usada para descrever os processos pelos quais as organizações tomam decisões sobre
dados.
e) A governança de dados está presente apenas no nível operacional e não o nível estratégico.
3. (PROF.DIEGO / INÉDITA – 2023) Assinale a alternativa que não representa a correta associação
da descrição com o escopo/foco de um programa de governança de dados:
a) Supervisão: fornecer observação prática, auditoria e correção em áreas-chave de qualidade,

política e gerenciamento de dados (muitas vezes referido como administração).
b) Políticas: definição e aplicação de políticas relacionadas ao gerenciamento de dados e

metadados, acesso, uso, segurança e qualidade.
c) Conformidade: garantir que a organização possa atender aos requisitos de conformidade

regulatória relacionados a dados.
d) Estratégia: definir, comunicar e conduzir a execução da estratégia de dados e da estratégia

de governança de dados.
e) Padrões e Qualidade: patrocinar esforços para melhorar as práticas de gerenciamento de

dados.
4. (PROF.DIEGO / INÉDITA – 2023) Sobre governança de dados, assinale a alternativa incorreta.
a) Em geral, o principal driver para implantação da governança de dados é a redução de riscos.
93
b) Os esforços de governança de dados precisam incluir um componente de mudança cultural.

c) Para que planos de governança de dados sejam exitosos, é necessário que a organização
aceite e gerencie mudanças.
d) A governança de dados requer um programa contínuo focado em garantir que uma
organização obtenha valor de seus dados e reduza os riscos relacionados eles.
e) A cultura organizacional pode inviabilizar a estratégia de governança de dados.
5. (PROF.DIEGO / INÉDITA – 2023) A respeito de governança de dados, assinale a alternativa

incorreta.
a) A governança de dados é um processo contínuo que requer compromisso da organização.

Exige mudanças na maneira como os dados são gerenciados e usados. Isso significa gerenciar
as mudanças de maneira sustentável, além da implementação inicial de qualquer componente
de controle de dados.
b) O objetivo da governança de dados é permitir que uma organização gerencie os dados como
um ativo. A governança de dados fornece os princípios, políticas, processos, frameworks,
métricas e supervisão para gerenciar os dados como um ativo e orientar as atividades de
gerenciamento de dados em todos os níveis.
c) A governança de dados não é um processo complementar. As atividades de governança

precisam ser incorporadas aos métodos de desenvolvimento de software, uso de dados para
análise, gerenciamento de dados mestre e gerenciamento de riscos.
d) A governança de dados bem implementada gera impactos positivos, mas demonstrar esse
impacto requer a compreensão do ponto de partida, do planejamento e definição de indicadores
que represente o quanto a governança de dados gera melhorias mensuráveis.
e) A governança de dados, apesar de ter um escopo amplo, está basicamente ligada apenas à
área de tecnologia da informação.
6. (PROF.DIEGO / INÉDITA – 2023) Sobre os princípios de governança de dados, assinale a

alternativa incorreta.
a) A governança de dados bem-sucedida começa com uma liderança visionária e comprometida,

mas não é necessário que ela esteja alinhada à estratégia de negócios da organização.
b) A governança de dados é uma responsabilidade compartilhada entre gestores de negócios e

profissionais de gerenciamento de dados.
c) Os princípios orientadores são a base das atividades de governança de dados e,

94
d) Como as atividades de governança de dados exigem coordenação entre áreas funcionais, o

programa de governança de dados deve estabelecer uma estrutura operacional que defina
responsabilidades e interações.
e) A governança de dados atua nos níveis corporativo, local e nos níveis intermediários.
7. (PROF.DIEGO / INÉDITA – 2023) Sobre os tipos de modelo operacional de governança de

dados, assinale a alternativa correta.
a) Em um modelo colegiado, o mesmo modelo operacional e padrões da governança de dados

b) Em um modelo centralizado, uma organização de governança de dados coordena-se com

várias unidades de negócios para manter definições e padrões consistentes.
c) Em um modelo replicado, uma organização de governança de dados supervisiona todas as

atividades em todas as áreas de assunto.
d) Em um modelo federado, o mesmo modelo operacional e padrões da governança de dados

e) Em um modelo compartilhado, uma organização de governança de dados supervisiona todas

8. (FGV / SEFAZ-MG – 2023) Sobre o conceito de Governança de Dados (DAMA), assinale a

afirmativa correta.
a) É a função central da Gestão, que representa o exercício da autoridade e do controle de

estratégias etc.
b) Serve para criar e manter a arquitetura corporativa de dados de acordo com objetivos
c) É a função responsável por definir e manter políticas de segurança a fim de prover

autenticação, acesso e auditoria.
d) Trata-se de função operacional responsável por manter os dados através dos vários ciclos, até
o arquivamento final ou eliminação.
e) Serve para definir e controlar atividades para a disponibilização de visões únicas de dados
mestre (Golden Record) e de referência na empresa.
9. (FGV / CGU – 2022) No âmbito do DAMA-DMBOK, com referência à Governança de Dados, a

figura dos Data Stewards caracteriza-se como:
95
a) etapas de testes de conformidade dos dados;

b) instâncias de aprovação da arquitetura de dados;
c) instâncias de unidades organizacionais responsáveis pela estratégia de dados;
d) responsáveis, dentro da área de negócios, pelo controle e uso dos dados;
e) usuários que consomem dados dentro de uma organização.
10. (CESPE / BNB – 2022) O DAMA-DMBoK introduz a figura do mordomo de dados, indivíduo cujo
trabalho é administrar a propriedade ou os dados de outra pessoa.
11. (CESPE / SERPRO – 2021) Em uma organização, foram elencadas as seguintes necessidades:
I identificar os data stewards como parte da governança de dados e do planejamento da gestão

dos dados;
II implementar a gestão de qualidade de dados e a gestão de arquitetura de dados;
III gerenciar fatores ambientais tais como pessoas e tecnologias afetas à governança de dados.
A partir da situação hipotética apresentada, julgue os itens a seguir, relativos à governança de

dados.
A implementação da gestão da necessidade III deve incluir a cultura organizacional e excluir os

processos, uma vez que estes últimos não são abrangidos pelo DMBOK.
96
GABARITO – DIVERSAS BANCAS

1. LETRA E
2. LETRA D
3. LETRA E
4. LETRA A
5. LETRA E
6. LETRA A
7. LETRA A
8. LETRA A
9. LETRA D
10. CORRETO
11. ERRADO
97

Apostila

Enviado por

Direitos autorais:

Formatos disponíveis

Apostila

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila

Enviado por

Direitos autorais:

Formatos disponíveis

Aula 04 (Prof.

2) Análise de Informações - Governança de Dados - Teoria

3) Questões Comentadas - Análise de Informações - Fluência de Dados

4) Questões Comentadas - Análise de Informações - Governança de Dados

5) Lista de Questões - Análise de Informações - Fluência de Dados

6) Lista de Questões - Análise de Informações - Governança de Dados

Um dos principais desafios da fluência em dados é a necessidade em explicar algoritmos de IA

A qualidade de dados é imperativo para o sucesso de estratégias de analytics nas

O poder da descoberta do conhecimento motiva os funcionários a fazerem mais perguntas,

O segundo passo é cuidar do treinamento de funcionários. O aprimoramento da qualificação é uma

Várias empresas já investiram na qualificação de seus funcionários em um esforço para se envolver

As organizações que se enquadram nesta categoria possuem habilidades analíticas de dados

A estrutura de fluência de dados é composta por quatro elementos fundamentais. Os elementos

Se a fluência de dados é a troca fluida de ideias usando dados, a alfabetização de dados é a

Nesse sentido, o elemento mais fundamental do framework é o indivíduo ou o consumidor de

 Pergunta 2: O que posso aprender com os dados? As pessoas precisam aprender a

 Não sei o que é importante nos dados.

Cultura de Fluência em Dados

Esse dialeto reflete o setor, a história e as circunstâncias da organização e resulta em significados

Ecossistema de Produtos de Dados

Galera, eu escarafunchei exaustivamente a (pouca) literatura sobre fluência de dados e não

Metas desalinhadas, comportamentos distorcidos e uma sensação equivocada de sucesso são

Quando o objetivo é medir o desempenho, as métricas de sucesso certas se concentram em

Exemplo de SETOR Exemplo de MÉTRICA

 Escolha algumas poucas métricas-chave em qualquer nível: muitas organizações acabam

 Referenciar métricas-chave e análise de dados ao comunicar metas: líderes fluentes em

gradualmente em uma estratégia de longo prazo perdedora para a competitividade e o sucesso

Quando os dados são organizados, processados, relacionados, contextualizados, avaliados ou

(COREN/PA – 2013) Nos Sistemas de Informação, dados são:

a) informações que possuem significado isoladamente.

(CEFET – 2014) Para os sistemas de informação, definem-se dados como:

a) melhoria contínua de processos organizacionais.

Agora ficou fácil saber o que é informação:

Dentro os métodos utilizados para transformar dados em informação, temos: contextualização;

Nessa situação, no contexto de análise da informação, o relatório representa:

(CRA/SC – 2017) É um conjunto de dados com determinado significado, ou seja, que

(COREN/PA – 2013) Nos Sistemas de Informação, informação:

a) tem o mesmo significado que dados.

b) não tem conexão com geração de conhecimento.

d) é o conjunto dos dados presentes em um contexto, carregado de significados e

(ME – 2020) O ciclo de vida da informação compreende as fases de produção, manuseio,

(ME – 2020) Integridade é a característica que garante o acesso à informação somente

Conhecer é o processo de compreender e interiorizar as informações recebidas, possivelmente combinando-as de

Notem as palavras-chave das definições acima: propriedade subjetiva; interiorizar informações;

No primeiro caso, trata-se da forma mais básica de conhecimento e facilidade de transmissão,

No segundo caso, trata-se do conhecimento que possuímos, obtido da experiência e do

CONHECIMENTO EXPLÍCITO CONHECIMENTO TÁCITO

Agrupamento do conhecimento explícito de

O conhecimento é adquirido por meio de alguma

(COREN/PA – 2013) Dado, informação e conhecimento são elementos fundamentais

a) é o de minimizar e transformar as interferências individuais em dados e dados em

b) é o de transformar conhecimento em informação e informação em dados,

c) é o de transformar dados em informação e informação em conhecimento,

d) é o de transformar informação em dados e conhecimento em informação,

e) na transformação da informação e dos dados é interferir o mínimo nesse processo de

NOME SEXO IDADE SALÁRIO NATURALIDADE

Os pesquisadores isoladamente analisam o problema, mas apenas alguns conseguem resolvê-lo.

de conhecimento. Cada pesquisador utiliza seus conhecimentos de uma forma particular,

A inteligência envolve a capacidade de julgamento (Ex: Certo/Errado, Bom/Ruim, etc), isto é,