Gerenciar permissões no Data Studio como um profissional

Em nosso trabalho, descobrimos que o Google Data Studio faz um excelente trabalho com ambos. Uma ferramenta on-line gratuita que transforma dados públicos e privados em conhecimento interativo, a plataforma visualiza poderosamente os dados na ponta dos dedos das equipes, sem trair a segurança.

Aumentando a visualização de dados com o Google Data Studio

O Google Data Studio ajuda as pessoas a compreender e gerenciar dados. Usando a plataforma, você pode:

• Identificar as tendências comerciais: Interagir com os dados na forma de gráficos, mapas, gráficos e tabelas, usando recursos populares como filtros e segmentos.
• Transformar os dados do orçamento em relatórios personalizados: Uma plataforma de Business Intelligence (BI) totalmente funcional com painéis de controle e relatórios interativos personalizáveis.
• Avalie o desempenho de seus websites e/ou negócios: Conectando a análise do website com dados comerciais, você pode encontrar outliers em desempenho.
• Analisar dados personalizados e encontrar pontos de dados úteis para vários critérios de sucesso: Os usuários podem manipular os dados de acordo com suas necessidades, tendo diferentes níveis de acesso de usuários.

Além disso, as permissões de acesso podem ser gerenciadas em toda a organização com a ajuda do Google Workspace. Os proprietários de painel de controle também podem impedir que outros usuários compartilhem mais um painel e limitar suas opções quando se trata de downloads ou exportações para mitigar o risco de compartilhamento não autorizado de dados.

Entretanto, mesmo que os diferentes níveis de acesso e controles de compartilhamento se destinem a proibir as pessoas erradas de acessar dados sensíveis/pessoais, o processo de compartilhar um painel de controle ou restringir o acesso a um pode ser difícil de gerenciar em escala. A solução documentada do Google para personalizar os resultados dos dados propõe o uso de mais fontes de dados e a utilização da funcionalidade de mistura para criar muitos filtros. Há cenários onde isto pode ser viável (especialmente quando o BigQuery não está envolvido), mas pode envolver a realização de mudanças na fonte de dados que precisariam então de atualização se as permissões fossem alteradas.

Gerenciando fluxos de dados complexos e interconectados

É fácil para os dados se tornarem esmagadores, e quando um painel é conectado a uma fonte de dados utilizada por várias pessoas, o proprietário do painel quer garantir que cada usuário só veja os dados que são relevantes para eles. Isto se torna um requisito especialmente importante se os dados em questão forem considerados sensíveis. Então, como é que um fator neste tipo de exigência em um painel de controle utiliza recursos pré-existentes do Data Studio?

Usar um filtro de e-mail é uma forma de restringir o acesso a dados irrelevantes ou sensíveis. Quando este recurso está em uso, o Data Studio procura o endereço de e-mail do usuário na coluna que contém todos os endereços de e-mail do usuário na fonte de dados e, se localizado, o Data Studio filtrará e apresentará apenas a parte relevante dos dados para esse usuário. Isto é projetado para fornecer um nível mais alto de restrição em torno dos dados que se relacionam diretamente a um indivíduo, conhecido como "segurança de dados em nível de linha" O recurso está disponível para qualquer fonte de dados. Se os dados estiverem em BigQuery, você pode filtrar pelo endereço de e-mail do usuário usando o parâmetro de e-mail em uma consulta personalizada.

Este recurso não está, no entanto, sem ressalvas. Por padrão, a função de segurança de dados em nível de linha fica aquém das expectativas em cenários em que mais de uma pessoa tem acesso à mesma linha de dados. Por exemplo, se estivermos analisando as métricas internas da empresa sobre um funcionário em relação a uma estrutura organizacional multinível, pode haver uma necessidade contínua de que um gerente possa ter acesso aos dados dos funcionários que ele administra.

Racionalização do compartilhamento interno de dados

Em vez de criar um painel de controle usando uma fonte de dados personalizada para cada funcionário, em vez de compartilhar o acesso a este painel com outros um a um, a Media.Monks se propôs a criar um painel de controle com uma fonte de dados que contém todos os dados necessários e o compartilha de forma a dar acesso a um grupo de pessoas especificadas. A solução proposta é baseada na capacidade do BigQuery de usar campos aninhados, aprimorada ainda mais pelo uso do Google Sheets para simplificar o gerenciamento de acesso.

O exemplo abaixo fornece mapas entre proprietários de unidades de negócios e gerentes de diferentes níveis. Graças a este mapeamento, um gerente direto pode acessar os dados de qualquer funcionário sentado abaixo dele no relatório, assim como uma pessoa que se senta duas camadas acima na estrutura organizacional.

Primeiro, é importante mapear corretamente quem deve ter acesso a que parte do conjunto de dados usando uma folha do Google. Isto pode variar dependendo dos dados em questão, e deve ser cuidadosamente considerado antes de compartilhar o painel final.

Olhando para o exemplo, 'Nome da Unidade de Negócios' foi identificado como um campo de mapeamento entre a fonte de dados utilizada e a folha de gerenciamento de acesso. O campo 'BU Owner' é usado para listar todos os endereços de e-mail das pessoas que devem ter acesso aos dados. o campo 'BU Owner' se tornará o campo de e-mail quando da configuração de um filtro de e-mail. O que é particularmente interessante sobre esta solução é que quaisquer atualizações de permissões feitas através da folha de gerenciamento de acesso funcionarão em tempo real.

Faltam alguns passos técnicos para montar a solução. A folha de gerenciamento de acesso/permissões precisa estar ligada ao BigQuery. A transformação de dados também é necessária para criar um campo aninhado (array) a partir dos endereços de e-mail fornecidos, o que é conseguido com uma função SQL "split": SELECT bu_name, split(trim(bu_owner), " , " ) bu_owner FROM *Insert Data Source*

O resultado mostra o nome de cada equipe/unidade de negócios, juntamente com os e-mails correspondentes dos usuários que têm acesso aos dados dessa equipe, desta forma:

O último passo aqui é unir a fonte de dados original com a tabela que representa a Folha do Google, depois salvá-la como uma vista ou como uma tabela. Para consultas e situações mais complexas, é aconselhável salvar os resultados como uma tabela, o que melhora o desempenho. Alguns ajustes adicionais podem ser necessários para aumentar o desempenho e alavancar o motor de BI da BigQuery.

O princípio lógico aqui é que apenas um único usuário pode acessar o painel em qualquer ponto do tempo. A vantagem, entretanto, é que quando o campo Proprietário da Unidade de Negócios é ignorado, os dados mantêm sua consistência, já que não há multiplicações de linhas.

O painel de controle é então conectado à entidade de destino da BigQuery. Na interface do Data Studio, o proprietário da fonte de dados deve ativar o recurso de filtro de endereço de e-mail e nomear 'BU Owner' como o campo de filtragem. Se você precisar fazer alterações em quem pode ter acesso aos dados de outra pessoa, você só precisa fazê-lo na folha de gerenciamento de acesso, pois elas serão refletidas na fonte de dados conectada instantaneamente.

Rumo a Práticas Eficazes de Tratamento de Dados Internamente

Compartilhar dados sensíveis com as pessoas certas, particularmente em uma organização multinível, é um processo que deve ser empreendido com a máxima precaução. Como as pessoas em diferentes níveis aplicam dados à empresa depende de sua atitude em relação aos dados, desde um condutor central da empresa até um ponto de aborrecimento e confusão - sublinhando a importância de tornar os dados acessíveis e compreensíveis para todos os que os utilizam. Ao aumentar a visualização dos dados e compartilhar com segurança os dados mais relevantes para os membros da equipe, é apenas uma questão de tempo quando os dados se tornam a prioridade. Espero ansiosamente por esse dia.