Proposta de Catálogo de Dados para a Plataforma BoaVista: Uma Abordagem para Melhorar a Descoberta e o Compartilhamento de Dados

Abstract

No contexto atual de crescente produção de dados e informações, a Administração Pública dispõe de um grande volume de dados provenientes de diversas fontes. A fim de realizar análises abrangentes que possam apoiar a tomada de decisão pelos agentes públicos, é essencial dispor de infraestruturas de big data capazes de processar esses dados de maneira eficiente. Nesse cenário, o estado de Santa Catarina conta com a Plataforma BoaVista, desenvolvida pelo CIASC (Centro de Informática e Automação do Estado de Santa Catarina S.A.) como infraestrutura de big data e inteligência de dados. Neste contexto, o gerenciamento de metadados é essencial para evitar a perda de conhecimento e fomentar o compartilhamento de dados entre os usuários. Atualmente, a Plataforma BoaVista não possui um catálogo que possa ser utilizado pelo usuário final para a descoberta de dados dos demais órgãos públicos que a integram. Essa ausência impacta negativamente o fluxo de trabalho dos analistas e gerentes internos, que acabam atuando como intermediários ao serem questionados pelos clientes sobre o conteúdo da plataforma e o inventário dos conjuntos de dados disponíveis. Para enfrentar esses desafios, este trabalho visa propor um catálogo de dados para a Plataforma BoaVista, que atenda tanto às demandas internas de adequação ao ecossistema de big data em funcionamento quanto às necessidades de descoberta de dados dos usuários da plataforma. O objetivo é facilitar a descoberta de informações e fomentar o compartilhamento de dados entre os clientes da plataforma. A proposta, baseada nas atividades de estágio da autora, inclui a identificação das necessidades da Plataforma BoaVista e de seus usuários, a definição de uma matriz de requisitos para apoiar a decisão sobre as ferramentas que comporão o catálogo, a escolha das ferramentas que integrarão a proposta do catálogo de dados, a proposição de um padrão de metadados para descrever os conjuntos de dados da plataforma. A validação da proposta ocorreu por meio de entrevistas semiestruturadas com a equipe de trabalhadores da plataforma e recebeu avaliação positiva de todos os membros da equipe, encontrando-se em fase inicial de implementação.

In the current context of increasing data and information production, Public Administration holds a vast amount of data from various sources. To conduct comprehensive analyses that can support decision-making by public agents, it is essential to have big data infrastructures capable of efficiently processing this data. In this scenario, the state of Santa Catarina has the BoaVista Platform, developed by CIASC (Center for Informatics and Automation of the State of Santa Catarina S.A.) as a big data and data intelligence infrastructure. In this context, metadata management is crucial to avoid knowledge loss and foster data sharing among users. Currently, the BoaVista Platform lacks a catalog that can be used by end-users to discover data from other public agencies that are part of it. This absence negatively impacts the workflow of internal analysts and managers, who end up acting as intermediaries when questioned by clients about the platform's content and the inventory of available datasets. To address these challenges, this work aims to propose a data catalog for the BoaVista Platform that meets both the internal demands for adapting to the functioning big data ecosystem and the data discovery needs of the platform's users. The objective is to facilitate information discovery and promote data sharing among the platform's clients. The proposal, based on the author's internship activities, includes identifying the needs of the BoaVista Platform and its users, defining a requirements matrix to support the decision on the tools that will make up the catalog, selecting the tools that will integrate the proposed data catalog, and proposing a metadata standard to describe the platform's datasets. The proposal's validation was conducted through semi-structured interviews with the platform's staff and received positive evaluations from all team members, currently being in the initial implementation phase.