Desafio – Engenharia de dados
Uma das maiores seguradoras da América Latina buscava estruturar os seus processos e promover uma jornada Data Driven para apoiar sua transformação digital interna. O principal desafio estava relacionado à ausência de controle de acessos a dados entre áreas da empresa, que incluíam informações sensíveis.
Com isso, ocorriam alterações de processos de forma acidental e uma elevada quantidade de atividades manuais, suscetíveis a erros e incompatíveis com boas práticas de governança de dados, automação de processos e engenharia de dados.
Havia ainda falta de controle dos códigos e uso de várias ferramentas para a mesma finalidade, o que dificultava a cultura de dados, a rastreabilidade de operações críticas e a adoção de tecnologias modernas como Databricks, RPA, IA generativa e recursos avançados de inteligência artificial.
Solução
Para enfrentar esses desafios, a estratégia foi desenvolver uma estrutura integrada com foco em pessoas, processos e ferramentas, criando um ambiente sustentável e colaborativo para a evolução da cultura de dados e para o fortalecimento da engenharia de dados.
Para isso, era necessário mapear processos críticos, identificar oportunidades de automação de processos e democratizar o acesso à informação entre diferentes áreas da organização — sempre apoiando a governança de dados.
A primeira etapa foi a de Discovery, para o levantamento dos principais problemas, dores do cliente, melhorias e possíveis soluções. Durante esse processo, a equipe da Nava realizou um trabalho intenso de entrevistas com os principais stakeholders.
Após isso, foi possível executar as ações no projeto sempre com atenção aos processos internos da empresa, e entre os principais entregáveis, destacam-se a automatização de atividades com RPA e:
- Discovery de dados com 17 áreas da seguradora, promovendo uma compreensão ampla dos desafios e ativos do cliente;
- Criação de uma área de governança de dados, suportada com 24 processos e implementação de uma ferramenta, desenvolvimento de arquitetura, utilizando inteligência artificial, IA generativa, RPA e tecnologias como Databricks;
- Instalação de um comitê responsável por desenvolver políticas de dados, com Catálogo de Dados, Glossário Técnico e de Negócios, Linhagem de Dados e Produtização de Dados em ambiente produtivo — reforçando a maturidade de engenharia de dados e cultura de dados.
Resultados
Com essa abordagem, a companhia deu um passo estratégico em sua jornada de organização dos dados e processos internos, consolidando práticas modernas de gestão e uso de dados:
- Criação do Comitê de governança de dados, responsável por liderar a estratégia de dados da organização e elevar a maturidade de engenharia de dados;
- Implementação da Jornada Data Driven, promovendo a cultura de dados em toda a empresa e apoiando a transformação digital;
- Mais de 100 propostas de automação de processos realizadas, com foco na eficiência técnica e no uso inteligente de RPA e inteligência artificial;
- Evolução da maturidade nos pilares de Governança, Gestão de Dados e Pessoas e Processos, com base em tecnologias como Databricks e IA generativa;
- Formação de uma Squad de engenharia de dados, com foco no desenvolvimento de um Motor de Qualidade de Dados utilizando Databricks, além da dicionarização técnica e produtização de ativos estratégicos — consolidando todos os avanços estruturais em governança de dados e cultura de dados.
