| Prova antes de comprar | Demonstração e prova de conceito acompanhadas pelo fornecedor ou por um integrador[1][2] | Instalas e experimentas já: GX Core e Soda Core são open-source[3][4] | Demonstração ou trial pedidos por formulário à equipa comercial[5] | Conta gratuita em self-service, sem cartão nem chamada comercial, e prova pública com dados abertos: 30 ficheiros analisados em 32 s |
|---|
| Time-to-value | Projeto com integrador e serviços de implementação; o Collibra DQ instala-se no ambiente do cliente[1][2] | Primeiro check em horas; cobertura e investigação são trabalho contínuo de engenharia | Monitores por metadados depois de ligar o warehouse, sem query às tabelas (Monte Carlo), em SaaS ou com um coletor no teu ambiente; a Metaplane documenta exceções em Postgres, MySQL e SQL Server[6][7][8] | Primeiro scan em menos de 15 minutos; monitores por metadados em todos os datasets da conexão desde o primeiro scan, até 500 por conexão |
|---|
| Correção | Limpeza, standardização e MDM que escrevem nos teus sistemas (Informatica IDMC) — exige credenciais de escrita e projeto[2] | Testes falham. Alguém investiga e corrige à mão | Deteta, alerta e ajuda a investigar; a correção fica com a equipa[5][7] | Propõe a correção em SQL/PySpark ou como Pull Request, com poupança em € e risco — read-only por contrato |
|---|
| Correção onde o código vive | Workflows dentro da plataforma[1][2] | Tu escreves o PR | Alerta com link para a plataforma; o PR fica com a equipa[5] | A correção aceite abre um Pull Request no GitHub ou GitLab, acompanha o estado do PR e o scan seguinte confirma que resolveu |
|---|
| Testes que já tens | Regras nativas da suite; importação de dbt, Great Expectations ou Soda não anunciada[1][2] | São os teus testes — e a tua manutenção | Monitores em YAML próprio ou no meta do dbt; o Monte Carlo gera monitores a partir dos testes dbt, singulares incluídos, e a Sifflet abre incidentes quando um teste dbt falha; devolução como testes dbt e importação de Great Expectations ou Soda não anunciadas[9][10][11][12][13] | Importa testes dbt, singulares incluídos, suites Great Expectations e SodaCL e devolve dbt, SodaCL e GX; o relationships vira uma regra de integridade referencial; o que não converte (macros e Jinja além de ref, source e config), ou não volta igual na exportação para SodaCL e GX, fica declarado, não se perde em silêncio |
|---|
| Checks à medida | Informatica: rule specifications com elementos gráficos ou expressões IF-THEN-ELSE; Collibra: regras SQL à medida, com joins e agregações, escritas à mão ou sugeridas por IA — só em jobs pushdown[14][15][16] | SQL e Python sem limites: testes singulares e macros (dbt), expectations próprias em Python ou SQL (Great Expectations), checks SQL (Soda)[17][18][19][20] | Monitores por metadados; o Monte Carlo aceita monitores SQL à medida, com limiares manuais ou aprendidos[6][21] | 16 tipos de regra (nulos, unicidade, padrões, intervalos, frescura, volume, validade de NIF/IBAN e listas de referência, exatidão contra fontes autoritativas (opt-in), streams (Kafka e Pub/Sub, ainda por instalar no SaaS), condições entre colunas, SQL à medida e integridade referencial entre datasets), packs por indústria e sugestões a partir do perfil e do histórico de aceitação; o SQL à medida é um só SELECT só de leitura, validado antes de correr na fonte (só fontes SQL); sem checks em Python à medida |
|---|
| Sinais do trabalho e regras novas | Workflows de stewardship: o issue entra à mão e as regras são escritas por stewards[1] | A queixa chega por ticket; tu escreves e manténs cada teste | Abrem tickets no Jira ou no ServiceNow e aprendem monitores; não leem as queixas das equipas[5] | Lê Jira, Confluence e Slack e converte queixas em issues ligadas ao dataset certo; propõe regras a partir do perfil, do issue resolvido e dessas queixas — só entram quando as aceitas. O conector do Teams está feito, com o driver ainda por instalar no SaaS |
|---|
| Memória do que já aconteceu | Glossário e stewardship manual[1] | — | Histórico de incidentes por tabela[5] | Base de conhecimento com relatórios e diagnósticos, pesquisa semântica e grafo fontes↔dados↔saber; o assistente e os diagnósticos citam-na |
|---|
| Governação e stewardship | Catálogo e glossário de negócio são o sistema de registo da suite; na Collibra, os scores de qualidade aparecem no próprio marketplace de dados[22] | Fora do âmbito: os testes vivem no teu repositório e ligá-los ao catálogo fica contigo | O foco é detetar e investigar incidentes; governação e stewardship formais não são o produto[5][7] | Glossário de negócio ligado a colunas, dono e steward por dataset, tags e dicionário de dados exportável; publica veredictos no teu OpenMetadata ou DataHub e lê de lá donos, domínios e tags |
|---|
| Visão multi-fonte | Suite ampla, licenciada por módulo[1][2] | Um repositório de testes por fonte | Forte em warehouses; fontes SaaS operacionais limitadas[5][7] | Warehouses, BDs operacionais e SaaS numa só visão |
|---|
| Integração com processos (SAP, Salesforce) | Qualidade dentro do processo, com escrita: o SAP MDG valida as alterações aos dados mestre contra regras de negócio antes de as ativar; a Informatica limpa, standardiza e valida com agentes e leva a qualidade de dados às aplicações (Informatica Headless). A Collibra liga-se ao S/4HANA pelo Edge, para o catálogo[23][24][25] | Os testes correm no teu pipeline, sobre dados já gravados; chamá-los a partir do SAP ou do Salesforce é integração que escreves e manténs | O Monte Carlo liga-se ao Salesforce CRM e ao SAP HANA e monitoriza os dados já gravados (frescura, volume, schema, regras SQL); validação no ponto de entrada não anunciada[26][27] | Lê o SAP S/4HANA e o SAP Gateway por OData, o Salesforce, o Dynamics 365 e as bases dos ERP em SQL Server (Primavera, PHC, Sage). Valida os registos no ponto de entrada: o integrador chama por API as regras do dataset antes de os escrever e recebe o veredito de cada registo, sem que o DataVault guarde nada. Nunca escreve no ERP nem no CRM: a correção sai em SQL/PySpark ou PR |
|---|
| Confiança para agentes de IA | Governança de catálogo e de IA; veredito de prontidão por caso de uso não anunciado[1][28] | — | Monitorizam dados e pipelines; veredito sobre o dataset antes de o agente o consumir não anunciado[5][7] | Trust score explicável e prontidão por finalidade (RAG, treino, agente, BI), gate pré-ingestão para RAG e servidor MCP para o agente perguntar antes de usar |
|---|
| Onde corre o trabalho — e o que sai do teu perímetro | SaaS do fornecedor ou instalação no ambiente do cliente (o Collibra DQ instala-se lá): instalado, o processamento fica na tua infraestrutura[1][28] | Corre no teu pipeline, sobre o teu warehouse ou o teu Spark: nada sai — a operação e a escala são tuas | Leem metadados e query logs do warehouse, em SaaS ou com o coletor no teu ambiente (Monte Carlo)[7] | Nas fontes SQL, o perfil corre na própria fonte e só voltam agregados e poucos exemplos por coluna; regras de linha e duplicados usam uma amostra de até 5 000 linhas por tabela, processada na UE. Guardamos resultados e exemplos limitados, nunca a tabela. Com IA ativa, os exemplos seguem a política de IA do workspace |
|---|
| IA na tua conta | IA integrada na plataforma do fornecedor; chave própria ou modelo na tua conta cloud não anunciados[1][2] | — | IA integrada na plataforma do fornecedor; modelo na tua conta cloud não anunciado[5][7] | Chave própria, Claude na tua conta AWS ou GCP, política de modelos por workspace com modo «IA desligada» e amostras anonimizadas antes de qualquer fornecedor económico |
|---|
| Conformidade do AI Act | Governança de IA como módulo da suite (Collibra: ISO 42001)[28] | — | Rotulagem do art. 50.º e dossiê do art. 10.º não anunciados[5][29] | Rotulagem art. 50.º em todo o output de IA + dossiê do art. 10.º exportável |
|---|
| Segurança, residência e certificações | Informatica: ISO 27001 (BSI) e SOC 2 Type II; Collibra: SOC 2 e ISO 27001/42001, com trust center público. SaaS ou instalação no ambiente do cliente[1][2][28] | Corre no teu perímetro: a segurança e a certificação são as da tua infraestrutura | Monte Carlo e Sifflet: SOC 2 Type II e ISO 27001; Monte Carlo em SaaS ou híbrido, com o coletor no teu ambiente[5][7][29] | SaaS alojado na UE (Google Cloud europe-west1), só de leitura imposto no código e IA opcional com a tua chave ou na tua conta AWS ou GCP (Bedrock ou Vertex), com amostras anonimizáveis antes do modelo. IP de saída fixo (Cloud NAT) para a allow-list da tua firewall: preparado, ainda por ativar em produção. SOC 2 Type I em programa, ISO 27001 a seguir — sem selos que não temos: não os afirmamos e respondemos com a evidência técnica de cada controlo |
|---|
| Identidade e administração | SSO e controlo de acessos por papéis, incluídos na suite[1][2] | O open-source não tem utilizadores; SSO e papéis vêm com os planos cloud pagos (ex.: Soda Team)[4] | SSO e papéis nos planos de gama alta[5] | SSO por OIDC com o teu IdP (Entra ID, Google Workspace, Keycloak…), MFA por TOTP obrigatória para administradores de organização e exigível a todo o workspace, papéis por workspace, equipas, registo de auditoria exportável em CSV e acesso do suporte só com o teu consentimento, em leitura e por 72 h no máximo; ainda sem SCIM |
|---|
| Suporte e SLA | Níveis de suporte e de disponibilidade no contrato — Informatica IDMC: 99,5% com créditos de serviço; Collibra: página de estado pública[1][2][30] | Comunidade no open-source; suporte com SLA só nos planos pagos[3][4] | Suporte e SLA por plano, no contrato anual[5] | Ainda sem SLA contratual de disponibilidade nem de suporte: só entra no contrato depois de um trimestre de disponibilidade medida e de uma política de suporte por severidade, ainda em definição. Hoje: backups diários com PITR de 7 dias e modo offline se a IA falhar |
|---|
| Saída de dados | Extração dos dados no fim do contrato, nos termos do serviço[1][2] | Os testes e os resultados já são teus, em código e no teu warehouse | Exportação de dados só nos planos Scale e Enterprise (Monte Carlo)[31] | Exportação dos dados do workspace em self-service (RGPD) e da configuração como código (datavault.yaml) |
|---|
| Custo real | Preço público no UK G-Cloud: Collibra DQ £122.919 por licença/ano; Informatica IDMC £74.999/ano, mais implementação[1][2] | Licença 0; Soda Team 750 $/mês, mais compute no warehouse e horas de engenharia[4] | Contratos anuais ou por tabela monitorizada (Metaplane, com 10 tabelas grátis); Sifflet ≈48 k$/ano no preço publicado[5][32] | Plano gratuito; pagos desde 490 €/mês, sem projeto de implementação |
|---|