Como utilizar IA para planejar uma migração de dados

Migrações de dados falham quando equipes descobrem relacionamentos ocultos, identificadores inconsistentes, datas inválidas, responsáveis ausentes ou premissas de rollback sem suporte tarde demais. A IA pode ajudar a inspecionar esquemas, organizar resultados de análise e redigir documentação. Ela não deve receber dados de produção sem restrição nem executar comandos destrutivos de migração.

Este fluxo produz um inventário de origem, relatório de análise, mapeamento de origem para destino, catálogo de transformações, runbook de migração, plano de validação, decisão de rollback e matriz de responsabilidades. Pessoas engenheiras e responsáveis pelos dados continuam responsáveis pela implementação e aprovação.

Defina escopo e critérios de sucesso

Liste os sistemas de origem, sistemas de destino, domínios de dados, ambientes, volumes de registros, regras de retenção, limites de indisponibilidade, restrições de conformidade e dados excluídos. Identifique quem é responsável por cada conjunto de dados e quem pode aprovar o resultado migrado.

Defina critérios de aceitação mensuráveis antes do mapeamento. Exemplos incluem reconciliação de contagem de registros, totais de controle, integridade referencial, completude de campos obrigatórios, limites de duplicatas, faixas de datas, saldos financeiros, registros de negócio amostrados e comportamento do aplicativo após a transição.

Crie um inventário dos dados de origem

Documente tabelas, arquivos, APIs, fluxos de eventos, responsáveis, frequência de atualização, chaves primárias, chaves estrangeiras, dados de referência, histórico, codificação, fusos horários e defeitos conhecidos. Inclua planilhas manuais e sistemas paralelos que alimentam o processo.

Utilize primeiro metadados e estatísticas de análise. Se a IA precisar de valores de amostra, utilize registros aprovados, minimizados e mascarados. Nunca inclua credenciais, segredos, tokens de acesso ou dados pessoais, a menos que o ambiente e a finalidade estejam explicitamente aprovados.

Analise a qualidade antes de projetar transformações

Meça taxas de nulos, unicidade, formatos, faixas, valores inválidos, duplicatas, referências órfãs, valores atípicos e distribuição por segmento importante. Compare regras documentadas com os dados reais. Um campo descrito como opcional pode ser essencial para operações posteriores.

Registre a consulta ou ferramenta que produziu cada estatística e a data da análise. A IA pode resumir padrões e propor perguntas, mas pessoas engenheiras devem reproduzir os achados com consultas determinísticas.

Crie o mapeamento de origem para destino

Mapeie cada campo de destino para sua origem, conversão, padrão, comportamento para nulo, validação, dados de referência e responsável. Marque mapeamentos não resolvidos em vez de preenchê-los com transformações plausíveis.

### Prompt: rascunhe um mapeamento de migração

~~~text Você é uma pessoa analista de migração de dados. Utilizando os esquemas fornecidos, as estatísticas de análise e as linhas de amostra aprovadas, crie um mapeamento de origem para destino com: tabela_de_origem, campo_de_origem, tipo_de_origem, tabela_de_destino, campo_de_destino, tipo_de_destino, regra_de_transformação, regra_de_nulo, regra_padrão, dados_de_referência, regra_de_validação, responsável e pergunta_em_aberto. Utilize somente evidências fornecidas. Marque mapeamentos desconhecidos como não resolvidos. Não exponha segredos, copie dados pessoais para a saída nem invente regras de transformação. ~~~

Revise os mapeamentos com responsáveis de negócio e engenheiros de aplicativos. Confirme listas de códigos, unidades, fusos horários, precisão decimal, identificadores, registros excluídos, histórico, anexos e relacionamentos. Uma conversão tecnicamente válida ainda pode alterar o significado de negócio.

Defina regras de transformação e exceções

Escreva cada transformação como uma regra testável. Especifique condições de entrada, saída, comportamento para dados inválidos, registro em log, comportamento de tentativa e quem resolve exceções. Separe limpeza que pode ser automatizada de correções que exigem aprovação de negócio.

Evite padrões silenciosos. Se um valor de destino obrigatório estiver ausente, decida se deve rejeitar o registro, colocá-lo em quarentena, derivá-lo de uma origem aprovada ou parar a migração. Mantenha um registro de itens transformados, rejeitados, repetidos e corrigidos manualmente.

Sequencie dependências e ensaio

Identifique a ordem de carga para dados de referência, registros pai, registros filho, histórico, anexos e índices derivados. Planeje como identificadores são gerados e como IDs antigos são mapeados para novos IDs. Defina uma janela de congelamento ou método de captura de alterações para atualizações que ocorram durante a migração.

Execute pelo menos um ensaio completo em ambiente isolado, com volume e restrições semelhantes à produção. Meça extração, transformação, carga, validação, criação de índices, verificações do aplicativo e tempo de rollback. Atualize o runbook com tempos e gargalos reais.

Escreva o runbook de transição e rollback

O runbook deve indicar todos os pré-requisitos, responsáveis, local dos comandos, pontos de controle, aprovações, comunicações e condições de parada. Um rollback não é simplesmente "restaurar o backup"; confirme integridade do backup, tempo de restauração, sincronização reversa e o que acontece com alterações feitas após a transição.

### Prompt: estruture um runbook de migração

~~~text Crie um runbook de migração de dados a partir do mapeamento aprovado, das restrições e do plano de implantação. Inclua pré-requisitos, backups, janela de congelamento, extração, transformação, ordem de carregamento, verificações de dependência, reconciliação, validação de negócio, gatilhos de rollback, etapas de rollback, responsáveis pela comunicação e evidências a reter. Separe verificações automatizadas de aprovações humanas. Não proponha comandos destrutivos de produção nem suponha que rollback seja possível, a menos que o plano fornecido o comprove. ~~~

Pessoas engenheiras devem substituir espaços reservados descritivos por procedimentos revisados. Armazene scripts executáveis no controle de versão e teste-os separadamente. Não copie comandos gerados diretamente para produção.

Valide a correção técnica e de negócio

Execute verificações técnicas como contagens, checksums, totais de controle, restrições, duplicatas, nulos e integridade de referência. Em seguida, execute validação de negócio: pessoas usuárias conseguem encontrar o cliente correto, reconciliar uma conta, abrir um anexo, continuar um fluxo e produzir o mesmo relatório exigido?

Utilize registros de amostra e casos de borda pré-selecionados. Compare origem e destino no nível de campo e de fluxo. Exija que responsáveis pelos dados aprovem e preserve evidências para migrações reguladas ou financeiramente significativas.

Planeje o monitoramento após a transição

Defina painéis e alertas para tarefas com falha, eventos ausentes, taxas de erro, diferenças de reconciliação, consultas lentas, falhas de integração e defeitos relatados por usuários. Estabeleça um período de estabilização com propriedade e escalonamento claros.

Mantenha a origem somente para leitura por um período aprovado, se a política permitir. Documente quando ela poderá ser desativada, quem aprova a exclusão e como backups e obrigações de retenção serão tratados.

Erros comuns a evitar

Não comece pelo mapeamento de esquema antes de compreender a qualidade dos dados e seu uso de negócio. Não utilize poucas linhas de amostra limpas para representar todo o conjunto de dados. Evite padrões não documentados, conversões de fuso horário não testadas, alterações de identificadores sem uma tabela de correspondência e supor que sucesso no banco de dados signifique sucesso de negócio.

Não deixe a IA ver exportações de produção sem restrição nem gerar comandos que contornem revisão. O valor da IA é organizar evidências e expor perguntas, não substituir a engenharia de migração.

Lista de verificação de prontidão para migração de dados

• Escopo, exclusões, responsáveis e critérios de aceitação mensuráveis foram aprovados.
• O inventário de origem inclui arquivos ocultos, integrações e dados de referência.
• A análise cobre nulos, duplicatas, formatos, faixas e relacionamentos.
• Todo campo de destino tem um mapeamento revisado ou uma pergunta em aberto explícita.
• Regras de transformação, exceção, tentativa e auditoria são testáveis.
• Ordem de dependência e alterações em andamento foram tratadas.
• Um ensaio semelhante à produção gerou tempos e resultados medidos.
• Pontos de controle da transição, condições de parada e comunicações foram atribuídos.
• Viabilidade de rollback e tempo de restauração foram testados.
• Verificações técnicas e validação de responsáveis de negócio estão completas.
• Monitoramento pós-transição e critérios de desativação estão documentados.

A IA pode tornar o planejamento de migração mais rápido ao transformar esquemas, estatísticas e decisões dispersos em artefatos estruturados. Uma migração segura ainda depende de análise reproduzível, código revisado, ensaios realistas e aprovação humana responsável.