Carreira Governança de Dados: Nível 2 – Etapa 3 da Alura

 

3ª Etapa: Segurança, controles de acesso e trade-offs de proteção

Enunciado

Contexto A investigação do incidente de acesso indevido às planilhas salariais revelou um cenário preocupante: a pasta de rede do RH estava configurada com permissão “Everyone Full Control”. Além disso, a equipe descobriu que:

  • Consultores externos de uma empresa de tecnologia contratada para integrar os sistemas têm acesso irrestrito ao ambiente de rede há 8 meses, sem NDA formalizado e sem data de expiração nos acessos.
  • Motoristas utilizam um aplicativo de rotas que coleta dados de geolocalização, mas não há documentação sobre a finalidade dessa coleta nem consentimento explícito.
  • A área comercial compartilha planilhas com dados de clientes (incluindo CNPJ e faturamento) via Google Drive pessoal para facilitar o trabalho remoto — configurando Shadow IT.
  • Não existe plano de resposta a incidentes documentado.

Pergunta-chave: “Quais controles de segurança devem ser implementados e como equilibrar proteção com acessibilidade sem burocratizar a operação?”

Missão 1 — Classificação de dados da Hermex Log

Classificação nos quatro níveis (público, interno, confidencial, restrito) com justificativa e medidas de proteção associadas.

Tipo de dado Nível Justificativa Medidas de proteção
Planilhas salariais (RH) RESTRITO Dados pessoais sensíveis (remuneração, benefícios) e estratégicos. Vazamento gera dano financeiro, jurídico (LGPD) e reputacional gravíssimo. Criptografia em repouso, RBAC + menor privilégio, MFA obrigatório, auditoria de acesso, retenção controlada, logs imutáveis.
Dados de clientes (CNPJ, faturamento) em Google Drive pessoal CONFIDENCIAL Informações comerciais e financeiras de clientes. Exposição viola contratos e LGPD, além de prejudicar negociações. Armazenamento corporativo aprovado (nuvem segura), criptografia, DLP, treinamento, NDA com colaboradores, controle de compartilhamento externo.
Dados de geolocalização dos motoristas CONFIDENCIAL Dados pessoais (LGPD) e há ausência de consentimento explícito e finalidade documentada. Exposição gera risco regulatório. Consentimento granular, finalidade documentada, anonimização para análises, criptografia, política de retenção, privacy by design.
Relatórios financeiros trimestrais (antes da divulgação) RESTRITO Informação privilegiada. Divulgação antecipada configura insider trading e impacta mercado. Acesso restrito à diretoria, MFA, criptografia, marca d’água, monitoramento de impressão, política de classificação dinâmica.
Manuais internos, organograma, políticas INTERNO Informações de uso interno, mas sem potencial de dano grave se expostas. Acesso para todos os colaboradores. Intranet com autenticação, permissão de leitura, classificação padrão, sem necessidade de criptografia forte.
Campanhas de marketing, comunicados oficiais PÚBLICO Informações já divulgadas ou destinadas ao público externo. Baixo risco. Controle de integridade (evitar alterações indevidas), hospedagem em site oficial, backup.
Nota sobre classificação dinâmica: O relatório financeiro trimestral é RESTRITO antes do anúncio oficial e passa a PÚBLICO após a divulgação. A classificação deve ser revisada no ciclo de vida do dado.

Missão 2 — Matriz de riscos e plano de resposta a incidentes

Quatro cenários de risco (confidencialidade, integridade, disponibilidade e conformidade), criticidade e resposta. Para o mais crítico, esboço do plano de resposta a incidentes.

Dimensão Cenário de risco Criticidade Resposta proposta
Confidencialidade Pasta do RH com “Everyone Full Control” permite que qualquer usuário (incluindo terceiros) acesse, copie ou altere planilhas salariais. Vazamento iminente. CRÍTICO Bloqueio imediato da permissão, aplicação de RBAC + menor privilégio, MFA, auditoria de acessos, criptografia. Notificação ao DPO e plano de resposta.
Integridade Consultores externos sem NDA e sem expiração podem alterar configurações de integração ou inserir dados maliciosos, comprometendo a consistência dos sistemas. ALTO NDA urgente, expiração de acessos, revisão de permissões, monitoramento de alterações, trilhas de auditoria, validação de integridade.
Disponibilidade Ausência de plano de resposta a incidentes: em caso de ataque ransomware ou falha crítica, a operação logística pode parar por dias, sem contingência. ALTO Elaborar e testar plano de resposta a incidentes, backups imutáveis, redundância, plano de continuidade de negócios, treinamento da equipe.
Conformidade Coleta de geolocalização sem consentimento e sem finalidade documentada; compartilhamento de dados de clientes em Google Drive pessoal sem base legal. Violação à LGPD. CRÍTICO Mapeamento de dados, revisão de bases legais, consentimento explícito, Privacy by Design, DPO lidera adequação, possível comunicação à ANPD.

Plano de resposta a incidentes (cenário mais crítico: vazamento de planilhas salariais)

Detecção: Alertas de SIEM/SOC sobre acesso anômalo à pasta do RH; revisão de logs do Windows Server; notificação de colaborador ou DPO. Responsáveis: Equipe de Segurança da Informação (CSIRT), Gestor de Dados.
Contenção: Isolar imediatamente a pasta e os servidores afetados; revogar todos os acessos “Everyone”; bloquear contas suspeitas; preservar evidências forenses. Responsáveis: CSIRT, Administradores de Rede, DPO.
Erradicação: Identificar a causa raiz (permissão inadequada, ausência de MFA, consultores sem controle); corrigir permissões; remover acessos indevidos; aplicar patches e hardening. Responsáveis: Equipe de Infraestrutura, Segurança, Gestor de Dados.
Recuperação: Restaurar dados íntegros a partir de backup seguro; validar a integridade das planilhas; reestabelecer operação com monitoramento reforçado; comunicar titulares e ANPD se necessário. Responsáveis: CSIRT, DPO, RH, Alta Direção.
Conexão com o incidente: O plano é acionado a partir da detecção do acesso indevido às planilhas salariais. A fase de erradicação inclui a correção da permissão “Everyone Full Control” e a implementação de controles como RBAC e MFA. O DPO lidera a comunicação e o gestor de dados garante a integridade das informações restauradas.

Missão 3 — Análise de trade-offs entre controle e adoção

Para cada controle, avaliamos o impacto na operação diária e como manter a funcionalidade total sem sacrificar segurança e privacidade.

Controle Trade-off (impacto na operação) Como equilibrar (funcionalidade total + segurança + privacidade)
MFA (Autenticação Multifator) Aumenta o tempo de login e pode gerar resistência inicial. Risco de perda de produtividade em acessos frequentes. Implementar SSO integrado ao MFA, com “lembrar dispositivo” por 30 dias em equipamentos corporativos. Treinamento e comunicação sobre benefícios. Privacidade: não usar biometria obrigatória, oferecer token ou app.
RBAC + Menor Privilégio Pode criar gargalos se mal configurado; colaboradores podem sentir-se limitados. Exceções mal geridas geram burocracia. Mapear papéis com base nas funções reais; criar fluxo de exceção ágil e temporário; revisões periódicas automatizadas. Privacidade: acesso apenas ao necessário, minimização de dados.
NDA + Expiração de Acesso para Terceiros Processo jurídico pode atrasar início de projetos; expiração pode interromper trabalho se não renovada a tempo. Template de NDA pré-aprovado; alertas automáticos de expiração com 15 dias de antecedência; renovação simplificada. Privacidade: cláusulas claras sobre tratamento de dados.
DLP + Bloqueio de Google Drive pessoal Usuários podem contornar com ferramentas pessoais; sensação de vigilância excessiva. Investigar causa raiz: por que usam Drive pessoal? Oferecer alternativa corporativa (Google Workspace seguro) com mesma facilidade. Política clara e treinamento. Privacidade: monitorar apenas metadados, não conteúdo.
Consentimento e finalidade para geolocalização Coleta de consentimento pode reduzir adesão ao aplicativo; motoristas podem resistir. Explicar benefícios (segurança, otimização de rotas), consentimento granular, opção de anonimização para relatórios. Privacidade: dados usados apenas para logística, sem compartilhamento com terceiros.

Shadow IT — causa raiz

O uso de Google Drive pessoal pela equipe comercial não é apenas uma falha de segurança: é um sintoma de que a solução corporativa é burocrática ou inexistente. Antes de proibir, a Hermex Log deve:

  • Entrevistar a equipe para entender a necessidade real (mobilidade, facilidade, colaboração).
  • Disponibilizar uma ferramenta oficial de compartilhamento seguro (ex.: Google Workspace corporativo com DLP).
  • Automatizar a classificação e o controle de acesso.

Papéis: DPO vs. Gestor de Dados

DPO: Garante conformidade LGPD, avalia riscos de privacidade, lidera comunicação com ANPD, define bases legais, aprova relatórios de impacto.

Gestor de Dados: Executa o ciclo de vida dos dados, define regras de acesso, garante qualidade, implementa controles técnicos, documenta metadados.

Sinergia: O DPO define o “porquê” e o “o quê” da proteção; o gestor define o “como” operacional.

Missão 4 — Checklist de conformidade LGPD (revisado e contextualizado)

Rascunho gerado com apoio de IA, revisado criticamente: removidos itens genéricos, adicionados itens específicos do contexto logístico.

Itens genéricos removidos

  • ✗ “Ter um encarregado de dados (DPO)” — já previsto em lei, mas não é específico da Hermex Log.
  • ✗ “Manter registro de operações” — genérico, não aborda o contexto logístico.
  • ✗ “Política de privacidade no site” — pouco relevante para operações internas e motoristas.

Itens específicos adicionados (contexto logístico)

  • Consentimento explícito e finalidade documentada para coleta de geolocalização dos motoristas (app de rotas).
  • Contrato de NDA com consultores externos de tecnologia, com cláusulas de proteção de dados e prazo de expiração de acesso.
  • Substituição do Google Drive pessoal por solução corporativa com DLP e criptografia para dados de clientes (CNPJ, faturamento).
  • Plano de resposta a incidentes que contemple vazamento de dados pessoais e comunicação à ANPD em até 72h.
  • Classificação de dados com etiquetagem automática para planilhas salariais (restrito) e dados de clientes (confidencial).
  • Treinamento específico para motoristas sobre uso do aplicativo e direitos dos titulares.
  • Auditoria periódica de acessos à pasta do RH e sistemas de integração com terceiros.
  • Privacy by Design na implementação de novos sistemas de logística e rastreamento.
  • Minimização de dados: coletar apenas o necessário para rotas, sem armazenar histórico excessivo.
Revisão crítica: O checklist final foi adaptado à realidade da Hermex Log: foco em geolocalização, terceiros, Shadow IT e resposta a incidentes. Itens genéricos que não impactam diretamente a operação logística foram removidos.

Características de uma boa análise (atendidas)

  • Segurança como investimento estratégico: Reduz risco jurídico, protege reputação e garante continuidade do negócio. Ex.: NDA e MFA evitam multas e perda de contratos.
  • Shadow IT — causa raiz: Proposta de solução corporativa antes de proibir, atendendo à necessidade legítima da equipe comercial.
  • Privacidade por Design: Princípios de proatividade, privacidade como padrão e funcionalidade total aplicados ao app de rotas e ao tratamento de dados de clientes.
  • Papéis distintos: DPO focado em conformidade e direitos dos titulares; Gestor de Dados focado no ciclo de vida e qualidade.
  • Classificação dinâmica: Dados financeiros mudam de restrito para público após divulgação.
  • Dicas observadas: (1) Classificação mutável ao longo do tempo; (2) Shadow IT investigado a fundo; (3) Consultores sem NDA afetam confidencialidade e conformidade — ciclo de vida da identidade gerenciado.



📝 Checklist Final de Verificação da Entrega

Use esta lista para confirmar que todos os requisitos do enunciado foram contemplados antes de submeter o trabalho.

🎯 Missões

  • Classifiquei os dados da Hermex Log nos quatro níveis (público, interno, confidencial, restrito).
  • Justifiquei a classificação de pelo menos cinco tipos de dados diferentes.
  • Elaborei uma matriz de riscos com pelo menos quatro cenários (um por dimensão: confidencialidade, integridade, disponibilidade e conformidade).
  • Classifiquei cada risco quanto à criticidade (crítico, alto, médio, baixo).
  • Propús resposta adequada para cada cenário de risco.
  • Esbocei a estrutura mínima do plano de resposta a incidentes (detecção, contenção, erradicação, recuperação, com responsáveis) para o cenário mais crítico.
  • Conectei o plano de resposta ao incidente das planilhas salariais.
  • Analisei os trade-offs entre controle e adoção para cada controle proposto (MFA, RBAC, NDA, expiração de acessos etc.).
  • Avaliei o impacto na operação diária de cada controle.
  • Argumentei como manter a funcionalidade total sem sacrificar segurança nem privacidade.
  • Utilizei o ChatGPT para gerar um rascunho de checklist de conformidade LGPD.
  • Revisei criticamente o checklist, removendo itens genéricos.
  • Adicionei itens específicos do contexto logístico.

📦 Entregáveis

  • Tabela de classificação de dados por nível de segurança com medidas de proteção associadas.
  • Matriz de riscos com cenários, classificação de criticidade e respostas propostas, incluindo o esboço do plano de resposta para o cenário mais crítico.
  • Análise de trade-offs documentada para cada controle recomendado.
  • Checklist de conformidade LGPD revisado e contextualizado.

✨ Características de uma boa análise

  • Demonstrei compreensão de que segurança é investimento estratégico, não custo operacional, articulando benefícios concretos.
  • Identifiquei situações de Shadow IT no cenário.
  • Propús medidas que investigam a causa raiz do Shadow IT (por que a pessoa recorreu a soluções não oficiais) antes de simplesmente proibir.
  • Equilibrei os princípios de Privacidade por Design (proativo, privacidade como padrão, funcionalidade total) com a realidade operacional da empresa.
  • Distingui claramente os papéis de DPO e gestor de dados nas ações propostas.

💡 Dicas do enunciado observadas

  • Considerei que a classificação pode mudar ao longo do tempo (ex.: dado financeiro confidencial antes da divulgação e público depois).
  • Para o Shadow IT, não me limitei a proibir o Google Drive pessoal — perguntei por que a equipe comercial recorreu a essa solução e se há necessidade legítima não atendida.
  • Considerei que os consultores externos sem NDA afetam tanto a confidencialidade quanto a conformidade, e analisei o ciclo de vida da identidade desses consultores.

🛠️ Ferramentas utilizadas

  • ChatGPT (apoio na geração de rascunhos e revisão).
  • Excel (tabelas de classificação e matriz de riscos).
  • draw.io ou Lucidchart (diagramas de fluxo, se aplicável).
✅ Resultado final: Todos os itens acima foram contemplados no documento. A entrega está completa e alinhada ao enunciado da 3ª Etapa — Segurança, controles de acesso e trade-offs de proteção.

Carreira Governança de Dados: Nível 2-Etapa 2 da Alura

 

2ª Etapa — Priorização de Dados Críticos e Análise de Qualidade

 

Enunciado

Com o diagnóstico em mãos, a diretoria quer saber: “onde devemos concentrar nossos esforços primeiro?” A equipe de governança precisa identificar quais conjuntos de dados são críticos e avaliar a qualidade desses dados prioritários.

Informações adicionais:

  • A tabela de clientes é consultada por todas as quatro áreas (comercial, financeiro, operações e RH).
  • A tabela de motoristas contém CPF, salário, CNH e dados de saúde ocupacional, acessada por RH e operações.
  • A tabela de rotas/entregas registra milhares de transações diárias e depende dos dados de clientes para endereçamento.
  • Uma transportadora adquirida trouxe uma tabela de municípios e faixas de CEP, mas o sistema de operações não a consulta — os endereços são digitados livremente.
  • A empresa reporta indicadores trimestrais à ANTT e precisa cumprir a LGPD.
  • 12% das entregas do último trimestre foram devolvidas por endereço incorreto, gerando prejuízo de R$ 800 mil.

Pergunta-chave: “Quais conjuntos de dados devem ser priorizados e quais dimensões de qualidade estão comprometidas nos dados mais críticos?”



Missão 1 — Classificação nos 5 Critérios e Ranking

Classificar clientes, motoristas, rotas/entregas e municípios/CEP nos 5 critérios (escala 1–5) e gerar ranking de prioridade.

Régua de avaliação (1 a 5)

Nota Significado
1 Muito Baixo
2 Baixo
3 Médio
4 Alto
5 Muito Alto

Notas atribuídas (com justificativa)

Conjunto Valor Negócio Risco Uso/Freq. Compliance Sensibilidade
Clientes 5 — todas as 4 áreas usam 5 — endereço errado = devolução 5 — consultada diariamente 5 — LGPD + ANTT 4 — dados pessoais
Motoristas 4 — impacta operação 5 — CNH vencida + saúde 3 — RH e Operações 5 — LGPD + dados sensíveis 5 — saúde ocupacional
Rotas/Entregas 5 — núcleo do negócio 4 — milhares/dia 5 — transacional diário 3 — ANTT 2 — dados operacionais
Municípios/CEP 3 — padronização 2 — não consultada hoje 1 — não é usada 1 — sem obrigação 1 — dados públicos

Cálculo ponderado

Fórmula adotada (pesos justificados na Missão 4):

# Conjunto Pontuação Ponderada Nível
1º Clientes 4.90 Crítico
2º Motoristas 4.30 Crítico
3º Rotas/Entregas 3.95 Alto
4º Municípios/CEP 1.70 Baixo

Leitura executiva: Clientes e Motoristas são os dois conjuntos mais críticos e concentrarão os esforços iniciais de governança. Rotas/Entregas é consequência direta da qualidade de Clientes. Municípios/CEP, embora hoje negligenciada, é justamente a tabela de referência que resolveria o problema de endereçamento.



Missão 2 — Dimensões de Qualidade DAMA Comprometidas

Para os dois conjuntos mais críticos (Clientes e Motoristas), identificar dimensões DAMA comprometidas com exemplos concretos do cenário.

Clientes

Dimensão DAMA Status Evidência no cenário
Acurácia Comprometida Endereços digitados livremente → 12% das entregas devolvidas por endereço incorreto (R$ 800 mil de prejuízo).
Completude Comprometida Cadastro livre permite campos de endereço (CEP, bairro, complemento) em branco ou incompletos.
Consistência Comprometida Mesmo cliente pode ter endereços divergentes entre Comercial, Financeiro e Operações.
Unicidade Comprometida Sem chave de deduplicação (ex.: CNPJ/CPF) pode haver clientes duplicados com endereços diferentes.
Validade Comprometida CEP não é validado contra a tabela de Municípios/CEP — a tabela existe, mas não é consultada.
Temporalidade Comprometida Endereços antigos permanecem no cadastro sem data de atualização ou revisão periódica.

Motoristas

Dimensão DAMA Status Evidência no cenário
Acurácia Comprometida CPF, CNH e salário podem estar incorretos — impactam folha, compliance e alocação em rotas.
Completude Comprometida Dados de saúde ocupacional (ASO, exames) podem estar incompletos ou ausentes.
Consistência Comprometida Informações podem divergir entre RH e Operações (ex.: CNH válida no RH, vencida na Operação).
Unicidade Comprometida Motorista pode ter cadastro duplicado por CPF (ex.: admissão antiga + novo contrato).
Validade Comprometida CNH vencida pode não ser bloqueada automaticamente — risco operacional e legal.
Temporalidade Comprometida Validade de CNH e exames médicos pode estar desatualizada, sem alerta proativo.
Dica do enunciado observada: dados de motoristas envolvem risco de compliance (LGPD, dados de saúde) e risco operacional (CNH vencida impede entregas). Ambas as dimensões foram avaliadas — por isso sensibilidade 5 e compliance 5 na Missão 1.



Missão 3 — Classificação dos Dados (Mestre, Referência, Transacional)

Classificar cada conjunto explicando o critério utilizado.
Conjunto Classificação Frequência de mudança Uso multiárea Papel de referência
Clientes MESTRE Baixa (muda quando cliente atualiza cadastro) Sim — 4 áreas Sim — referência para rotas/entregas
Motoristas MESTRE Baixa (muda em admissão/demissão/renovação) Sim — RH e Operações Sim — referência para alocação em rotas
Rotas/Entregas TRANSACIONAL Altíssima (milhares/dia) Sim — mas como evento, não como cadastro Não — depende de Clientes
Municípios/CEP REFERÊNCIA Muito baixa (muda raramente) Não hoje — deveria ser consultada por Operações Sim — padroniza/valida endereços

Critérios explícitos utilizados

  • Dado Mestre: entidade principal do negócio, usada por múltiplas áreas, muda com pouca frequência e serve de referência para transações. → Clientes e Motoristas.
  • Dado de Referência: usado para padronizar/validar outros dados, muda raramente, geralmente tabela auxiliar. → Municípios/CEP.
  • Dado Transacional: registra eventos/operações do dia a dia, alta frequência, depende de dados mestres. → Rotas/Entregas.
Dica do enunciado observada: “Alguns conjuntos de dados servem apenas para validar ou padronizar outros dados e mudam raramente.” → Municípios/CEP é exatamente esse caso. A ausência de validação contra ela é a causa-raiz dos 12% de devoluções.



Missão 4 — Rascunho com ChatGPT, Revisão e Ajuste dos Pesos

Gerar rascunho de matriz ponderada com o ChatGPT, revisar, ajustar pesos ao contexto logístico da Hermex Log e documentar cada ajuste.

Rascunho inicial gerado pelo ChatGPT

Critério Peso no rascunho Crítica Peso ajustado
Valor para o negócio 30% OK — logística vive de operação 25%
Risco 30% OK — R$ 800 mil de prejuízo justificam 25%
Uso/Frequência 20% Reduzir — uso alto ≠ criticidade (rotas são volumosas, mas dependem de clientes) 20%
Compliance 10% Subestimar é grave — LGPD + ANTT são obrigatórios e não opcionais 20%
Sensibilidade 10% OK — consequência do compliance 10%

Justificativa de cada ajuste

1) Valor: 30% → 25%
Reduzido levemente porque, isoladamente, não captura o risco operacional. O enunciado exige combinar valor E risco, sem priorizar apenas um eixo.
2) Risco: 30% → 25%
Mantido em patamar alto, mas equilibrado com valor. Os R$ 800 mil de prejuízo e o risco de CNH vencida justificam peso elevado.
3) Uso/Frequência: 20% → 20%
Mantido. Em logística, o volume transacional é enorme, mas uso alto não é sinônimo de criticidade — Rotas/Entregas é volumosa, porém depende de Clientes.
4) Compliance: 10% → 20%
Ajuste mais importante. A IA subestimou LGPD + ANTT. São obrigações legais com risco de multa, sanção e paralisação. Em uma transportadora, compliance não pode valer o mesmo que sensibilidade.
5) Sensibilidade: 10% → 10%
Mantido. É consequência do compliance — dados de saúde ocupacional elevam a sensibilidade dos motoristas, mas isso já é capturado pelo critério de compliance.

Função final ajustada

Pensamento crítico documentado: a IA sugeriu 10% para compliance e 30% para valor. Ajustamos para 20% e 25% respectivamente. A justificativa é o contexto logístico: LGPD + ANTT são obrigações legais com risco financeiro e operacional direto — não podem ter o mesmo peso de um critério consequente (sensibilidade).



Entregáveis Consolidados

Entregável 1 — Matriz de Priorização Ponderada

Conjunto Valor (25%) Risco (25%) Uso (20%) Compliance (20%) Sensib. (10%) Prioridade Ranking
Clientes 5 5 5 5 4 4.90 1º
Motoristas 4 5 3 5 5 4.30 2º
Rotas/Entregas 5 4 5 3 2 3.95 3º
Municípios/CEP 3 2 1 1 1 1.70 4º

Justificativa dos pesos: Valor e Risco empatados em 25% porque o enunciado exige combinar os dois eixos; Compliance elevado a 20% por causa de LGPD + ANTT; Uso em 20% por ser empresa logística com volume transacional alto; Sensibilidade em 10% por ser consequência do compliance.

Entregável 2 — Mapa de Dimensões de Qualidade Comprometidas

Dimensão DAMA Clientes Motoristas
Acurácia ✗ Endereço errado (12% devoluções) ✗ CPF/CNH/salário incorretos
Completude ✗ Campos de endereço em branco ✗ Dados de saúde incompletos
Consistência ✗ Endereços divergentes entre áreas ✗ CNH divergente RH × Operações
Unicidade ✗ Clientes duplicados por CNPJ ✗ Motorista duplicado por CPF
Validade ✗ CEP não validado contra tabela ✗ CNH vencida não bloqueada
Temporalidade ✗ Endereço sem data de revisão ✗ ASO/exames desatualizados

Entregável 3 — Tabela de Classificação dos Dados

Conjunto Classificação Critério
Clientes MESTRE Multiárea, baixa mudança, referência para transações
Motoristas MESTRE Multiárea (RH + Operações), baixa mudança, referência para alocação
Rotas/Entregas TRANSACIONAL Alta frequência (milhares/dia), depende de Clientes
Municípios/CEP REFERÊNCIA Padroniza/valida endereços, muda raramente



✅ Síntese e Recomendação Executiva

  • Prioridade 1: Clientes — endereços padronizados via tabela de Municípios/CEP eliminam os 12% de devoluções (R$ 800 mil).
  • Prioridade 2: Motoristas — controle de CNH + dados de saúde reduz risco operacional e de compliance (LGPD).
  • Prioridade 3: Rotas/Entregas — melhora como consequência da qualidade de Clientes.
  • Ação estruturante: ativar a consulta à tabela de Municípios/CEP no cadastro de clientes — é a causa-raiz do problema de endereçamento.

✔ Combina valor E risco · ✔ Relaciona problemas concretos a dimensões DAMA · ✔ Diferencia mestre/referência/transacional · ✔ Ajusta criticamente a saída da IA.

 

Hermex Log · Governança de Dados · 2ª Etapa — Priorização de Dados Críticos e Análise de Qualidade

 

LinkedIn
Share
Instagram