Como construímos um catálogo de dados com IA na Pomelo?

Na Pomelo, vínhamos crescendo de forma acelerada em dados: times especializados, produtos analíticos, dashboards ativos e muita energia direcionada para gerar impacto. Ainda assim, começamos a perceber um sinal claro de escala: definições nem sempre eram consistentes, impacto de mudanças difícil de medir e modelos que, em vez de acelerar, começaram a gerar fricção. Estávamos criando valor, mas não com a fluidez necessária para acompanhar a velocidade do negócio.

Para dar o próximo passo, entendemos que não bastava melhorar a documentação — era preciso mudar a forma como acessávamos e utilizávamos o conhecimento em dados. Por isso, adotamos o OpenMetadata como base e o potencializamos com MCP (Model Context Protocol) para construir um catálogo de dados com inteligência artificial (IA) capaz de operar em linguagem natural, executar validações, padronizar métricas e mostrar o impacto real de cada mudança na operação.

O resultado foi um ecossistema de dados mais organizado, menos ruído entre equipes e muito mais confiança na tomada de decisão. A seguir, contamos como fizemos isso e o que aprendemos no processo.

Catálogo de dados centralizado no Data Lake

O primeiro passo foi claro: se queríamos decisões consistentes, precisávamos de uma única fonte de contexto. Por isso, implementamos um catálogo centralizado no Data Lake, que nos permitiu organizar o ecossistema desde a base:

• Todas as tabelas catalogadas
• Owner definido para cada asset
• Domínios de negócio bem estruturados (Transações, Fraude, Lending, Logistics etc.)
• Glossário unificado, garantindo que cada métrica tenha o mesmo significado em toda a empresa

Isso nos trouxe algo simples, masem escala: qualquer pessoa, ao visualizar uma métrica ou tabela, entende exatamente o que ela representa, como é calculada e quem é responsável por mantê-la. Esse alinhamento reduz interpretações diferentes para o mesmo indicador, acelera conversas e cria uma base sólida para melhores decisões.

Entender o fluxo completo: do dado bruto ao impacto no negócio

Organizar não era suficiente. Precisávamos entender como o dado flui e como as mudanças se propagam. Construímos linhagem end-to-end, incluindo dependências em nível de coluna, desde o evento bruto até o último dashboard.

O impacto foi imediato. Perguntas como “se eu mudar isso, o que deixo de impactar?” deixaram de exigir reuniões e validações cruzadas. A linhagem tornou explícitas as dependências, eliminou suposições e reduziu o risco de mudanças feitas sem visibilidade completa. 

Mas o principal ganho não é técnico — é cultural. Quando o impacto é visível, o receio de mudar diminui. As equipes iteram mais rápido, discutiem com base em dados (e não apenas intuições) e avaliam trade-offs com clareza. A linhagem deixa de ser apenas um diagrama estático e se torna uma ferramenta ativa de decisão.

O diferencial: um catálogo de dados com o qual você pode conversar

Até aqui, poderíamos falar de um bom catálogo. O salto real veio quando focamos em eliminar uma das maiores barreiras do self-service em dados: a fricção de entrada.

Na prática, o problema raramente é a ausência de informação, mas o custo cognitivo para acessá-la — aprender novas ferramentas, entender fluxos complexos ou depender de saber a quem perguntar. Esse atrito limita a adoção e concentra conhecimento em poucos perfis, mesmo quando está bem documentado.

Ao integrar o MCP (Model Context Protocol), o catálogo deixou de ser apenas uma interface de navegação e passou a funcionar como uma camada operável em linguagem natural. Não para torná-lo mais sofisticado, mas mais utilizável. Hoje, os times podem consultar qualidade de dados, entender impactos de mudanças, criar validações, aprimorar documentação ou definir métricas consistentes como parte do fluxo normal de trabalho.

O impacto no dia a dia é claro:

• Menos discussões sobre métricas, porque as definições são únicas, visíveis e versionadas
• Menor dependência de “especialistas em dados”, já que o conhecimento vive no catálogo, não nas pessoas
• Mais segurança para evoluir, porque o impacto é visível antes de ir para produção
• Onboarding mais rápido, com novos perfis entendendo o ecossistema sem longas explicações ad hoc

Não forçamos adoção nem mudamos processos de forma abrupta. Tornamos usar o catálogo mais fácil do que não usar. Assim, ele deixou de ser “mais uma ferramenta” e passou a ser parte natural da operação — uma interface viva entre negócio e dados.

O que aprendemos implementando isso na Pomelo

• Catálogo não é “documentação 2.0”, e sim infraestrutura de conhecimento.
• Não basta “visualizar”, é preciso passar a operar o catálogo via MCP.
• Resolver não apenas onde os dados estão, mas como as métricas são definidas para orientar decisões.

Se no seu time:

• Existem múltiplas definições diferentes de “cliente ativo”;
• Mudanças de schema geram receio;
• A documentação existe, mas ninguém confia totalmente nela…

Então você não precisa de mais um dashboard — precisa de um catálogo governado, com linhagem e operável em linguagem natural.

Na Pomelo, estamos construindo um catálogo vivo, pensado como uma camada que conecta dados, pessoas e decisões. O resultado é simples, mas poderoso: mais confiança, menos fricção e mais decisões alinhadas em toda a organização.