Governança de dados e redução de custo em nuvem
Industry
Automotive
Challenge
A operação global acumulava crescimento contínuo de dados em nuvem sem governança suficiente sobre ciclo de vida, uso e descarte. O resultado era aumento de custo, complexidade operacional e queda de eficiência em projetos estratégicos.
Results
O projeto reduziu em 96% o volume armazenado, de 430 TB para 20 TB, gerou economia anual superior a R$ 500 mil em infraestrutura e levou a iniciativa ao Top 30 global de inovação da companhia.
Framework de governança e eficiência de dados em GCP
Framework de governança , Dados em GCP
“Nem todo dado armazenado preserva inteligência. Em muitos casos, ele só prolonga custo, atraso e complexidade. O ganho veio de tratar ciclo de vida com critério.”
Diretor global de Dados e Arquitetura
Indústria automotiva
Escala industrial exige disciplina de dados
A operação pertence a uma indústria global com múltiplos fluxos de dados, projetos estratégicos e alta dependência de nuvem para sustentar jornadas críticas de negócio. Em um contexto assim, crescimento de storage não pode ser confundido com maturidade analítica.
Quando a arquitetura acumula camadas legadas sem governança sobre retenção, descarte e utilidade real, o ambiente passa a consumir mais orçamento para sustentar passado do que para abrir espaço para o futuro.
O peso invisível do legado
O problema central não era falta de infraestrutura. Era excesso de permanência.
A operação já contava com uma arquitetura robusta em Google Cloud, resultado de ciclos anteriores de implementação. Ao longo do tempo, porém, essa base passou a crescer de forma desproporcional ao valor gerado. Dados temporários permaneciam além do necessário, estruturas obsoletas seguiam sendo mantidas e o data lake passou a concentrar não apenas informação útil, mas um volume crescente de ruído operacional.
Esse cenário ganhava escala rapidamente. Com mais de 31 fontes de dados, 400 pipelines e 200 tabelas Gold, projetos estratégicos como Wings, Agenda e Tax apresentavam curvas de crescimento de storage incompatíveis com uma operação orientada à eficiência. A projeção para 2025 indicava um salto para 430 TB, pressionando orçamento de TI sem contrapartida proporcional em insight ou capacidade analítica.
O impacto não era apenas financeiro. Quanto mais o ambiente crescia sem critério, mais tempo a engenharia gastava sustentando o legado, navegando estruturas inchadas e operando sobre um volume que dificultava extração de valor. O dado deixava de acelerar leitura e passava a atrasá-la.
Na prática, o desafio não era ganhar mais espaço na nuvem. Era aplicar ciência à gestão do ciclo de vida do dado para que armazenamento deixasse de ser passivo e voltasse a ser infraestrutura útil ao negócio.
Governar o que fica, arquivar o que pesa, eliminar o que sobra
A resposta não foi adicionar outra camada tecnológica. Foi devolver critério à permanência do dado.
A MATH estruturou uma intervenção sobre o ciclo de vida da informação usando recursos nativos da própria Google Cloud Platform. Em vez de propor migrações complexas ou expansão de ferramentas, o projeto tratou o ambiente a partir da lógica mais decisiva para sua sustentabilidade: definir com precisão o que deveria continuar existindo, por quanto tempo e sob quais condições.
A base da solução foi a implementação de políticas rigorosas de Object Lifecycle Management no Google Cloud Storage. Dados temporários sem uso por sete dias passaram a ser eliminados automaticamente. Dados inativos por trinta dias passaram a seguir rotas de arquivamento ou exclusão, conforme sua natureza e seu papel dentro do ecossistema.
O desenho foi construído para operar em regime de governança contínua. Isso significa que a eficiência não dependia de mutirões periódicos de limpeza ou de ação manual da equipe para conter o crescimento. A arquitetura passou a se autogovernar. O custo deixou de escalar por inércia.
Essa reorganização teve também efeito estrutural sobre o ecossistema. Ao reduzir o volume total armazenado, o ambiente ficou mais legível, menos exposto a complexidade desnecessária e mais eficiente para operar consultas, pipelines e rastreabilidade sobre o que realmente importa.
Mais do que reduzir storage, o projeto redesenhou a relação entre dado e permanência. Em vez de armazenar por hábito, a operação passou a armazenar por valor.
O ganho não veio de mover mais dados. Veio de decidir melhor quais dados ainda mereciam continuar existindo.
O que a operação recuperou ao perder volume
O primeiro resultado foi financeiro. Sem a intervenção, o custo anual projetado de infraestrutura chegaria a R$ 517 mil. Após a otimização, o novo patamar caiu para cerca de R$ 16 mil por ano, gerando saving real estimado em R$ 501 mil anuais.
O segundo resultado foi de escala concreta. O ambiente saiu de uma projeção de 430 TB para um ecossistema muito mais enxuto, com 20 TB. Na prática, isso significou redução de 96% no volume armazenado e uma reversão drástica da lógica de crescimento que vinha se consolidando.
O terceiro resultado apareceu no nível dos projetos. Em Wings, o custo mensal de storage caiu de US$ 3.600 para US$ 8 em apenas um mês. Em Agenda, a redução de volume chegou a 99%. Esses números mostram que a eficiência não ficou restrita a um ajuste genérico de infraestrutura. Ela atingiu diretamente iniciativas estratégicas com impacto financeiro imediato.
O quarto resultado foi simbólico e operacional ao mesmo tempo. O case foi selecionado entre os Top 30 projetos globais da companhia, em um universo de mais de 1.000 iniciativas. Esse reconhecimento valida não apenas a economia gerada, mas a qualidade da engenharia aplicada para transformar sustentação em vantagem competitiva.
Ao final, a operação deixou de investir energia excessiva em armazenar passado e recuperou margem para inovação, velocidade e clareza.
