MASTER DATA MANAGEMENT (MDM) FUNDAMENTOS E APLICAÇÕES
- Catálogo: Livros da Brasport
- Modelo:025697
- Categorias
- - Atualidades
- Disponibilidade:Em estoque
- R$ 90,00R$ 72,00
É especialista em Master Data Management, com formação técnica em Processamento de Dados e graduação em Administração de Empresas com ênfase em Tecnologia. Possui certificações SAP nas áreas de ABAP, Workflow e Retail, tendo atuado por quase duas décadas em projetos de ERP de grande porte exercendo funções que vão de desenvolvimento a liderança técnica e executiva.
É fundador da 4MDG, empresa especializada em governança e gestão de dados mestres, responsável por centenas de projetos no Brasil e no exterior. A plataforma de MDM alcançou, em 2024, mais de 59 mil usuários e 15 milhões de instâncias de workflows gerenciadas.
Em 2024, foi finalista na categoria enterprise do South Summit, integrou o Top 6 da Amcham e alcançou o Top 2 na categoria produtividade do Open Startups em 2025. Além disso, foi reconhecido como LinkedIn Top Voice com mais de 46 mil seguidores.
Master Data Management apresenta uma abordagem aplicada para estruturação, controle e evolução de informações essenciais dentro de organizações. A obra parte de fundamentos conceituais claros e avança por modelos operacionais, métodos de implantação, critérios de qualidade, estruturas decisórias, métricas econômicas e análises de cenário, sempre conectando teoria à prática local.
Ao longo dos capítulos são apresentados desafios recorrentes que empresas nacionais enfrentam, como resistência interna, baixa maturidade, falhas de coordenação e ausência de critérios objetivos para tomada de decisão. Com linguagem direta, a obra percorre modelos de implantação, mecanismos de controle, práticas de saneamento, estruturas de governança, avaliação econômica e cenários futuros. Cada parte foi construída para apoiar a execução, não apenas a compreensão teórica.
Destinado a analistas, arquitetos, gestores e profissionais em formação, o livro funciona como guia progressivo e também como referência pontual. Seu foco está na execução consistente e na capacidade de transformar informação estruturada em vantagem competitiva contínua.
| Comprimento | 24 cm |
| Edição | 1 |
| Formato | Livro Físico 17x24 sem orelhas |
| ISBN | 9786560961203 |
| Lançamento | 24 de Abril de 2026 |
| Largura | 17 cm |
| Lombada | 1,7 cm |
| Páginas | 312 |
| Volume | 693,6 |
| Sumário | SUMÁRIO MASTER DATA MANAGEMENT (MDM)
FUNDAMENTOS E APLICAÇÕES
1. Introdução ao Master Data
Management (MDM) 1.1. Definição de MDM 1.2. A importância dos dados
mestres 1.3. Benefícios da
implementação de MDM 1.4. Desafios comuns
enfrentados pelas empresas 1.5. Como se tornar um
especialista em MDM 1.5.1. Entendendo o DISC 1.5.2. Como o teste DISC é feito? 2. Principais conceitos de MDM 2.1. Dados mestres,
referenciais e transacionais 2.2. As diferenças entre
material, produto e artigo 2.3. Materiais diretos e
indiretos 2.3.1. Definição de materiais diretos 2.3.2. Definição de materiais indiretos 2.3.3. O termo MRO 2.4. Pessoas, empresas,
associações e parceiros de negócios 2.5. Outros dados mestres 2.5.1. Centralização na gestão de dados mestres 2.6. Conceitos fundamentais em
MDM: entidade, atributos, domínio 2.6.1. Domínio: a base da organização dos dados 2.6.2. Entidade: a representação de um objeto do mundo real 2.6.3. Atributos: as características das entidades 2.7. Golden Record:
definição e aplicação prática 2.7.1. O que é um Golden Record em MDM? 2.7.2. Por que construímos um Golden Record? 2.7.3. Como é criado? 2.8. Técnicas de consolidação
de dados mestres 2.8.1. O que é a verdade em MDM? 2.8.2. Estratégias para determinar o armazenamento no Golden
Record 2.8.3. Matching 2.8.4. Survivorship 2.8.5. Merging 2.8.6. Considerações finais 2.9. Ciclo de inativação 3. Governança de dados 3.1. Introdução 3.2. Dados estruturados e não
estruturados 3.2.1. Definição de dados estruturados, não estruturados e
semiestruturados 3.2.2. O processo de tagueamento no cadastro de produtos 3.3. Metadados 3.3.1. Definição de metadados 3.3.2. Origem e evolução dos metadados 3.3.3. Importância dos metadados na governança de dados 3.3.4. O cotidiano e a onipresença dos metadados 3.4. Governança de dados:
estrutura e papéis 3.4.1. O que é um comitê e sua importância 3.4.2. Estruturas organizacionais na governança de dados 3.4.3. Como convencer os pares sobre programas de governança
de dados e MDM 3.4.4. A relação entre governança de dados e Master Data
Management 3.5. Qualidade dos dados:
dimensões e melhores práticas 3.5.1. O que é qualidade dos dados? 3.5.2. Dimensões da qualidade dos dados 3.6. Compliance e
regulações (LGPD, GDPR, CCPA) 3.6.1. Definição 3.6.2. O que é proteção de dados? 3.6.3. O que são GDPR, LGPD e CCPA? 3.6.4. Como essas regulações estão conectadas com governança
de dados e MDM? 3.6.5. O que é ESG? 4. Metodologias de
implementação de MDM 4.1. Modelos de implementação
de MDM (centralizado, federado, híbrido) 4.2. Definição de projetos e
metodologia 4.2.1. O que é um projeto? 4.2.2. Definição de metodologia 4.2.3. Principais fases de um projeto de MDM 4.3. Aplicação da metodologia
híbrida em projetos de MDM 4.4. Etapas de um projeto de
MDM 4.4.1. Diagnóstico 4.4.2. Levantamento 4.4.3. Implementação 4.4.4. Testes 4.4.5. Treinamento 4.4.6. Produção 4.4.7. Operação assistida 4.4.8. Suporte contínuo 4.5. Principais desafios e como
superá-los 4.6. Casos de sucesso e lições
aprendidas 4.6.1. Caso real: serviços para o transporte 4.6.2. Caso real: saneamento básico 4.6.3. Lições aprendidas 4.6.4. Como avaliar um caso de sucesso 5. Tecnologias e ferramentas de
MDM 5.1. Softwares de MDM: visão
geral e comparação 5.1.1. Tipos de
software: cloud ou on-premises 5.1.2.
Escolhendo um software de MDM 5.2. Principais características
de um software de MDM 5.2.1. Aspectos técnicos 5.2.2. Procedimentos para a escolha de um software de MDM 5.3. Criando sua planilha para
avaliação 5.4. Integração de dados e
arquiteturas 5.4.1. Componentes de um sistema de MDM 5.4.2. Modelos de implementação (estilos) 5.4.3. Componentes arquitetônicos 5.4.4. Técnicas e recursos de integração de dados 5.5. Modelagem de dados 5.6. Big data em MDM 5.7. Inteligência artificial em
MDM 5.8. Data lake 5.8.1. Camadas do data lake 5.9. Evolução dos softwares de
MDM 5.10. PIM (Product
Information Management) 6. Qualidade e padronização de
dados 6.1. Processo de saneamento de
dados 6.1.1. Aplicação da taxonomia no saneamento de dados 6.1.2. Aplicação da ontologia no saneamento de dados 6.1.3. A importância do saneamento de dados 6.1.4. Saneamento de dados e o diagrama de Pareto 6.2. Explorando a taxonomia e a
ontologia 6.2.1. Taxonomia 6.2.2. Ontologia 6.2.3. Metadados 6.2.4. Classificação de dados 6.2.5. Hierarquia de termos, tagging e indexação 6.3. Classificação fiscal,
sistema harmonizado e UNSPSC 6.3.1. UNSPSC 6.3.2. Árvore mercadológica 6.4. Padronização descritiva de
materiais e produtos 6.4.1. Etapas da padronização descritiva de materiais 6.5. Componentes da
padronização descritiva de materiais 6.6. Utilizando data
profiling nos processos de saneamento 6.7. Indicadores de qualidade
dos dados (KPIs) 6.8. Identificando os problemas
das centrais de cadastros 7. Estratégias e estruturas da
governança de dados 7.1. Estratégias de governança
de dados 7.1.1. Impulsionadores de negócio: entradas, atividades e
entregas 7.1.2. Impulsionadores técnicos: técnicas, ferramentas e métricas 7.2. Estruturas organizacionais
para governança 7.2.1. Escritório de Governança de Dados (EGD) 7.2.2. Comitês 7.3. Auditoria e contratos de
dados 7.3.1. Contratos de dados 7.4. Conformidade regulatória 7.4.1. Privacy by Design 8. Business case e ROI
em projetos de MDM 8.1. Como construir um business
case para MDM 8.1.1. Coletando métricas para o seu business case 8.2. Exemplos de projetos de
sucesso 8.3. Evitando o fracasso em
projetos 8.4. Exemplo prático de business
case 9. Outros temas e estudos de
casos 9.1. Estudo de caso:
agronegócio – Jacto 9.1.1. Liderança do projeto 9.1.2. Cenário inicial 9.1.3. Desafios e motivações 9.1.4. Escolha da solução e processo de implantação 9.1.5. Resistência e superação 9.1.6. Resultados e impactos 9.1.7. Cumprimento de requisitos regulatórios 9.1.8. Avaliação e recomendações 9.2. Estudo de caso:
distribuição e logística – Bunzl 9.2.1. Perfil da liderança 9.2.2. Desafios iniciais 9.2.3. Motivação para o projeto 9.2.4. Processo de escolha 9.2.5. Implementação 9.2.6. Resistências e superação 9.2.7. Resultados 9.2.8. Exemplo prático 9.2.9. Avaliação e recomendações 9.2.10. Considerações finais 9.3. Outros temas 9.3.1. Lógica matemática para especialistas em MDM 9.4. Como construir uma central
de cadastros? 9.4.1. Reuniões executivas 9.4.2. Reuniões operacionais 9.4.3. Macrofluxos atuais 9.4.4. Macrofluxos futuros 9.4.5. Validações com funcionais 9.4.6. Validações de migração 9.4.7. Análise de viabilidade 9.4.8. Aprovação do comitê 9.4.9. Apresentação para a empresa 9.4.10. Fluxos detalhados 9.4.11. Implantação 9.4.12. Go-live 9.5. Estruturando o SLA para
sua central de cadastros 9.6. Migração de dados mestres
em projetos SAP 9.6.1. Por que organizar os dados mestres antes da migração? 9.7. A homologação de parceiros 9.7.1. Etapas da homologação de um parceiro 9.7.2. As principais consultas para homologação de um
parceiro 9.8. Principais competidores em
softwares de MDM 9.9. Trilha de aprendizado em
MDM 10. Futuro do MDM e tendências
tecnológicas 10.1. MDM no contexto de data
mesh e data fabric 10.1.1. Desafios na implementação do data mesh 10.1.2. Desafios na implementação do data fabric 10.1.3. Comparativo entre o modelo tradicional e o data
mesh 10.1.4. O papel do MDM na abordagem data mesh 10.2. Inteligência artificial e
machine learning no MDM 10.3. MDM aumentado 10.4. Low-code e no-code
nos aplicativos de MDM 10.5. O futuro do especialista
em MDM Glossário Bibliografia Índice remissivo Entre em contato Sobre a Brasport |
Etiquetas: Um livro para quem precisa sair da intenção e avançar para a prática.