Na revisão de agosto de 2026 do guia do exame Cloud Digital Leader, o domínio 2 (cerca de 18%) começa com "o papel intrínseco que os dados desempenham na transformação digital de uma organização". Ele inclui várias questões de conceitos: distinguir bancos de dados, data warehouses e data lakes; dados primários, secundários e de terceiros; a cadeia de suprimentos de dados; a governança de dados; e a abertura necessária para evitar silos de dados e a dependência de um fornecedor. São questões que se resolvem entendendo primeiro os conceitos, e não decorando nomes de produtos.
Este artigo começa pelo motivo de os dados serem valiosos e depois percorre os três tipos de repositórios de dados, os tipos de dados, a cadeia de suprimentos de dados, a governança de dados e a abertura e interoperabilidade. Os fundamentos dos dados estruturados, semiestruturados e não estruturados e de serviços de armazenamento como Cloud Storage e BigQuery são tratados primeiro em Transformação de dados.
---
Por que os dados são valiosos
Os dados são a bússola de uma organização. Eles mostram onde você está, para onde está indo e para onde deveria ir. O guia do exame dá quatro motivos para os dados serem valiosos.
| Valor | Significado | Exemplo | |------|------|------| | Insights de negócio em tempo real | Ver o que está acontecendo agora e responder na hora | Detectar na hora uma atividade de pagamento incomum para impedir uma fraude | | Identificar tendências | Encontrar mudanças e padrões ao longo do tempo | Usar as tendências de vendas por estação para preparar o estoque com antecedência | | Tomada de decisão estratégica | Definir a direção com evidências, e não por intuição | Escolher onde abrir novas lojas com base na rentabilidade por região | | Alimentar a IA | Dados bons geram bons modelos de IA | Treinar um agente de atendimento com conversas anteriores |
Dica para o exame: Se uma questão pedir "o fator mais importante para melhorar o desempenho de um modelo de IA", a resposta costuma ser ter dados de alta qualidade. Lembre-se de que os dados são ao mesmo tempo o objeto da análise e o combustível que move a IA.
---
Bancos de dados, data warehouses e data lakes
Os três repositórios têm propósitos diferentes. Um banco de dados é como o caixa de uma loja: registra transações com rapidez. Um data warehouse é como uma biblioteca bem organizada que guarda dados refinados para análise. Um data lake é como um enorme depósito que primeiro acumula tudo em estado bruto, seja qual for o formato.
| Aspecto | Banco de dados | Data warehouse | Data lake | |------|------|------|------| | Propósito principal | Processamento de transações do dia a dia (OLTP) | Análise em larga escala (OLAP) e relatórios | Guardar grandes volumes de dados brutos do jeito que estão | | Formato dos dados | Principalmente estruturados | Estruturados e semiestruturados, limpos e integrados | Estruturados, semiestruturados e não estruturados | | Quando a estrutura é definida | Antes de armazenar | Antes de armazenar (carregado depois da limpeza) | Na leitura (primeiro armazena) | | Usuários principais | Aplicativos | Analistas e diretoria | Cientistas de dados e engenheiros de dados | | Exemplos no Google Cloud | Cloud SQL, AlloyDB, Spanner, Firestore | BigQuery | Cloud Storage |
Hoje muitas organizações também usam um lakehouse, que combina a flexibilidade de um lake com os recursos de gestão de um warehouse. No Google Cloud, o BigQuery e o Lakehouse (que mudou de nome a partir do BigLake em abril de 2026) permitem que vários mecanismos, como o BigQuery e o Spark, compartilhem dados guardados em formatos de tabela abertos como o Apache Iceberg.
Dica para o exame: "O repositório por trás de um aplicativo que recebe pedidos e dá baixa no estoque" é um banco de dados. "Juntar dados de vários sistemas para gerar relatórios gerenciais" é um data warehouse (BigQuery). "Guardar com baixo custo logs, imagens e dados de sensores sem processá-los antes" é um data lake (Cloud Storage).
---
Tipos de dados: quem coletou e qual formato têm
Pela origem: dados primários, secundários e de terceiros
| Tipo | Significado | Exemplo | Características | |------|------|------|------| | Dados primários (first-party) | Coletados diretamente pela sua organização nos próprios pontos de contato com o cliente | Visitas ao site, histórico de compras, dados de uso do aplicativo | Os mais precisos e confiáveis; exigem gerenciar o consentimento dos clientes | | Dados secundários (second-party) | Dados primários de outra organização compartilhados diretamente com você por meio de um acordo | Dados de clientes compartilhados entre uma companhia aérea e um hotel parceiros | Vêm de um parceiro cuja origem é clara | | Dados de terceiros (third-party) | Dados reunidos de muitas fontes e vendidos por alguém sem relação com quem os coletou | Dados demográficos e de interesses vendidos por um fornecedor de dados | Grande alcance, mas é difícil verificar a exatidão e a origem |
Pelo formato: estruturados, semiestruturados e não estruturados
| Tipo | Características | Exemplos | |------|------|------| | Dados estruturados | Um formato de tabela fixo de linhas e colunas | Tabelas de pedidos, dados de vendas | | Dados semiestruturados | Não são uma tabela, mas têm alguma estrutura por meio de tags ou pares chave-valor | JSON, XML, logs de eventos | | Dados não estruturados | Sem formato predefinido | Imagens, vídeo, áudio, corpo de e-mails |
Dica para o exame: "Um parceiro compartilhou diretamente conosco os dados dos próprios clientes conforme um contrato" são dados secundários. "Dados coletados diretamente pelo nosso aplicativo" são primários, e "dados comprados de um fornecedor externo" são de terceiros.
---
A cadeia de suprimentos de dados: da gênese à ativação
Assim como os produtos agrícolas são colhidos no campo e passam por seleção, embalagem e armazenamento antes de chegar à mesa, os dados passam por várias etapas desde que são criados até gerarem valor real. O guia do exame chama esse fluxo de cadeia de suprimentos de dados e o divide em seis etapas.
!As seis etapas da cadeia de suprimentos de dados: gênese, coleta, processamento, armazenamento, análise e ativação, com os produtos do Google Cloud de cada uma
| Etapa | O que acontece | Exemplos no Google Cloud | |------|------|------| | Gênese | Os dados são criados pela primeira vez | Cliques no aplicativo, pagamentos, sensores IoT, logs do sistema | | Coleta | Os dados são reunidos de muitas fontes | Pub/Sub, Storage Transfer Service, BigQuery Data Transfer Service | | Processamento | Os dados são limpos, transformados e combinados | Dataflow, Managed Service for Apache Spark | | Armazenamento | Os dados ficam no repositório adequado ao seu uso | Cloud Storage, BigQuery, Cloud SQL | | Análise | Perguntas são feitas para encontrar padrões e insights | BigQuery, BigQuery ML | | Ativação | Os insights são ligados a ações e trabalho reais | Painéis do Looker, alertas, recomendações personalizadas, agentes de IA |
A etapa que mais se deixa de lado é a ativação. Se a análise termina em um relatório, ela não gera valor. Quando você encontra os clientes com maior chance de cancelar, a lista precisa chegar ao sistema de marketing e os cupons de desconto precisam ser enviados para que isso vire valor de negócio.
Dica para o exame: "A etapa que liga os resultados da análise aos sistemas de negócio e às decisões reais" é a ativação de dados. Também aparecem questões sobre a ordem das etapas, então lembre-se de gênese → coleta → processamento → armazenamento → análise → ativação.
---
Governança de dados: dados em que dá para confiar
A governança de dados é como um bibliotecário. Ele mantém um catálogo de onde está cada livro, decide quem pode pegar o quê e retira os livros danificados para que todos possam confiar no acervo. Quanto mais dados uma organização tem, mais essa gestão importa; sem ela, ninguém confia nos dados.
| Área de governança | O que faz | Exemplos no Google Cloud | |------|------|------| | Descoberta e catálogo | Lista quais dados existem e onde, e define os termos de negócio | Knowledge Catalog (antigo Dataplex Universal Catalog) | | Qualidade dos dados | Verifica aspectos de qualidade como exatidão e completude | Recursos de qualidade de dados do Knowledge Catalog | | Linhagem | Rastreia de onde os dados vieram e como foram transformados | Recursos de linhagem do Knowledge Catalog | | Controle de acesso | Decide quem pode ver quais dados | IAM, segurança por coluna e por linha do BigQuery | | Proteção e conformidade | Encontra e mascara dados sensíveis e gerencia a retenção | Sensitive Data Protection |
A governança de dados importa por estes motivos:
Permite cumprir regulamentações como as leis de privacidade Evita a confusão de cada departamento calcular a mesma métrica de um jeito, tornando as decisões mais confiáveis Garante a qualidade e a origem dos dados usados para treinar a IA Reduz o risco de dados sensíveis ficarem expostos a quem não deveria vê-los
Dica para o exame: "Rastrear de onde os dados vieram e por quais transformações passaram" é a linhagem de dados. "Encontrar e catalogar os dados de toda a organização e gerenciar sua qualidade" aponta para uma ferramenta de governança de dados como o Knowledge Catalog.
---
Abertura e interoperabilidade: evitando silos e dependência de fornecedor
Um silo de dados é uma situação em que cada departamento guarda seus dados separadamente e mais ninguém consegue vê-los. Se as informações de clientes da equipe de vendas não estão ligadas ao histórico de chamados da equipe de suporte, não dá para entender um único cliente por inteiro. A dependência de fornecedor (vendor lock-in) é uma situação em que você fica preso aos formatos e às ferramentas proprietários de um fornecedor, o que dificulta migrar para outro lugar.
O guia do exame ressalta que a abertura e a interoperabilidade das plataformas de gestão de da