Konceptet med at håndtere "data som et produkt" involverer et paradigmeskifte. Ved at behandle data som et produkt designet til forbrugerbrug, snarere end en pulje af semi-kaotisk information, kan virksomheder øge deres fortjeneste. Mange virksomheder har oprettet tilpasset datapipelines – eller andre ekstreme og dyre skridt – i mislykkede bestræbelser på at maksimere værdien og brugen af deres data.
Håndtering af data som et produkt bør resultere i data af høj kvalitet, der er let at bruge og kan anvendes til forskellige projekter.
Virksomheder foretager konstant betydelige investeringer i et forsøg på at forbedre deres dataarkitektur med det mål at strømline forskningen, men alligevel har forskere fortsat svært ved at finde, bruge og tilpasse de data, de ønsker. Denne vanskelighed er primært resultatet af at se data som et værktøj, snarere end som et produkt, der gøres tilgængeligt for forbrugerne. Slutresultatet er massive mængder af data, der bliver lagret i datasøer og lagre, som måske aldrig bliver brugt eller bruges minimalt.
Hvad er data som et produkt?
For at eliminere enhver forvirring er data som et produkt anderledes end dataprodukter.
I sin bog, "Data Jujitsu: The Art of Turning Data into Product", definerede DJ Patil, en tidligere amerikansk Chief Data Scientist, et dataprodukt som "et produkt, der letter et slutmål gennem brug af data." Hans beskrivelse omfatter værktøjer som data-dashboards, datavarehuse og selvkørende biler.
Data som et produkt er på den anden side en tankegang, der kombinerer værktøjer og strategi til at behandle data som et produkt, der forbruges af interne kunder (in-house personale). "Produktet" bør omfatte funktioner som synlighed, udforskelighed, forståelighed, sikkerhed og troværdighed. Dataene skal være forbrugervenlige og af høj kvalitet.
Fordele ved at administrere data som et produkt
Grunden til at administrere data som et produkt er at forbedre Datakvalitet. Ved at se data som et produkt, kan du se dataene som noget, der kan forbedres. Data bliver noget, der skal forbedres for at tilfredsstille din forbrugerbase. Målet med en "data som et produkt"-filosofi er at levere pålidelige data af høj kvalitet, som er nemme at få adgang til og arbejde med.
Overvej adfærden hos en moderne online forbruger, der ønsker at købe en sommerskjorte. Onlineforbrugeren er kommet til at forvente evnen til at:
- Stol på, at sælgeren vil levere det bestilte, mens personlige oplysninger holdes private (nogle kunder handler kun hos Amazon, Etsy og et par andre "betroede" leverandører)
- Søg efter forskellige slags skjorter (en søgning efter kortærmede sommerskjorter)
- Find detaljer om de skjorter, der vises på computerskærmen (priser, farver, størrelser, materialetype)
- Vælg den ønskede skjorte med den rigtige størrelse og farve
- Bestil og betal for skjorten og hvor den skal leveres
- Modtag skjorten inden for en vis tid (den estimerede leveringstid)
Anvendelse af en lignende model til begrebet "data som et produkt" producerer følgende forbrugermodel, som forventer evnen til at:
- Stol på de ønskede data
- Søg efter forskellige emner inden for organisationens datalager
- Find detaljer om dataene (metadata er nyttige til denne proces)
- Vælg de ønskede data
- Få adgang til dataene
- Modtag dataene
- Arbejd med data
Sådan anvender du produktstyringsprincipper på data
Overvej de bedste produkter, du bruger. De er nemme at finde, forstå og bruge og er konsekvente i forhold til at opfylde vores forventninger. Disse træk er ikke tilfældige, men en del af en bevidst indsats. Leveringssystemet er også en bevidst beslutning. En person eller et team tog beslutninger, der maksimerede den nemme brug af disse produkter, leverede et pålideligt leveringssystem og leverede høj kvalitet (eller i det mindste rimelig kvalitet).
Anvendelse af produktstyringsprincipper på data omfatter forsøg på at imødekomme behovene hos så mange forskellige potentielle forbrugere som muligt. Dette kræver udvikling af en forståelse af forbrugergrundlaget. Forbrugerne er typisk internt personale, der tilgår organisationens data. (Dataene bliver ikke "solgt", men behandles som et produkt, der er tilgængeligt for distribution, ved at identificere forbrugernes/det interne personales behov.)
Fra et overordnet perspektiv er virksomhedens mål at maksimere brugen af dens interne data. Håndtering af data som et produkt kræver anvendelse af de relevante produktstyringsprincipper. Disse principper er anført nedenfor.
- Vedligehold og forstå et kort over organisationens datastrømme: Ved at spore "produktet", a data steward kan afgøre, hvilke forbrugere der bruger dataene, og til hvilke projekter. Kortet skal være så detaljeret som muligt.
- Søg feedback fra forbrugerne: Et ekstremt vigtigt krav involverer at lytte til og forstå forbrugernes behov. Efter at have udviklet et kort over virksomhedens datastrømme, kan personer, der bruger dataene, blive interviewet vedrørende deres frustrationer, når de arbejder med organisationens data. Denne feedback kan bruges til at finde løsninger, der gør arbejdet med dataene nemmere og mere effektivt.
- Foretag forbedringer trinvist: De største problemer, som flest medarbejdere står over for, bør håndteres først, så de fleste mennesker i forbrugerbasen bliver tilfredse.
- Etabler standardiserede procedurer for at arbejde med data på tværs af virksomheden: Brugen af standardiserede processer minimerer mængden af tid brugt på at lære forskellige processer og forbedrer den overordnede effektivitet.
- Giv dine forbrugere selvbetjeningsanalyse: Selvbetjeningsanalyse er en måde at indsamle og analysere information på for at udvikle business intelligence. Det giver brugerne mulighed for at få adgang til og analysere deres data og udvikle nyttig indsigt. Den primære forskel mellem traditionelle analyseløsninger og selvbetjeningsanalyse er, at førstnævnte kræver særlig træning og planlægning af projekter, mens sidstnævnte kan bruges spontant af personer, der mangler en teknisk grad.
Data Mesh
Udviklet i 2018 af Zhamak Dheghani, direktør for nye teknologier i Nordamerika for ThoughtWorks, er datamesh blevet et kontroversielt emne i diskussioner om datastyring. Det tilbyder et alternativ til manglerne ved en centraliseret arkitektonisk model.
Data mesh er en arkitektonisk model, der suppleres og understøttes af filosofien om data som et produkt. Konceptet har skabt en vis interesse blandt virksomheder som et alternativ til lagring af data i datasøer og datavarehuse.
Dataene som produktfilosofi er et vigtigt træk ved datamaskemodellen.
Data mesh er en decentraliseret form for dataarkitektur. Det styres af forskellige afdelinger eller kontorer – marketing, salg, kundeservice – i stedet for et enkelt sted. Historisk set ville et dataingeniørhold udføre forskningen og analyserne, en proces, der i høj grad begrænsede forskningen sammenlignet med den selvbetjeningstilgang, der fremmes af dataene som en produktfilosofi, og datamaskemodellen.
Brugen af en data mesh-arkitektur eliminerer ikke behovet for et dataingeniørteam, men flytter i stedet deres ansvar til at finde og udvikle de bedste dataløsninger til organisationen. (Nogle mener, at datanet muligvis ikke er det indsatsen værd.)
I en datamesh-organisation er domæneejere (en eller to på hver lokation, afdeling eller kontor) ansvarlige for at opretholde en ensartet standard for alle organisationens data. Dette giver personale fra ethvert sted adgang til data, der er lagret andre steder. Under hende hovedpræsentation hos DATAVERSITY's Data Architecture Online (DAO), Zhamak Dheghani sagde,
”Alle i organisationen har ansvar for deres data. Efterhånden som organisationen vokser med nye use cases og integrerer nye touchpoints, tilføjes et nyt domæne med et nyt team, der er ansvarlig for disse data."
Billede brugt under licens fra Shutterstock.com
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
- PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
- PlatoESG. Automotive/elbiler, Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
- PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
- ChartPrime. Løft dit handelsspil med ChartPrime. Adgang her.
- BlockOffsets. Modernisering af miljømæssig offset-ejerskab. Adgang her.
- Kilde: https://www.dataversity.net/managing-data-as-a-product-what-why-how/
- :har
- :er
- :ikke
- :hvor
- $OP
- 2018
- 224
- 300
- a
- evne
- Om
- adgang
- Adgang til data
- Adgang
- tværs
- tilføjet
- adresse
- Alle
- tillader
- også
- alternativ
- Amazon
- amerika
- blandt
- beløb
- beløb
- an
- analytics
- analysere
- analysere
- ,
- enhver
- anvendt
- Indløs
- Anvendelse
- tilgang
- passende
- arkitektonisk
- arkitektur
- ER
- Kunst
- AS
- At
- forsøger
- til rådighed
- bund
- BE
- bliver
- bliver
- være
- Tro
- jf. nedenstående
- BEDSTE
- mellem
- bog
- virksomhed
- business intelligence
- virksomheder
- men
- by
- CAN
- biler
- tilfælde
- centraliseret
- vis
- chef
- Indsamling
- kombinerer
- Kom
- sammenlignet
- computer
- computer skærm
- Konceptet
- forvirring
- konsekvent
- konstant
- forbruges
- forbruger
- Forbrugere
- fortsæt
- kontrolleret
- kontroversielle
- Selskaber
- korrigere
- kunde
- Kundeservice
- Kunder
- tilpassede
- DAO
- dashboards
- data
- datastyring
- dataforsker
- datavarehuse
- DATAVERSITET
- decentral
- beslutning
- afgørelser
- definerede
- Degree
- leveret
- levering
- leveringssystem
- Afdeling
- afdelinger
- beskrivelse
- konstrueret
- ønskes
- detaljeret
- detaljer
- Bestem
- udvikle
- udviklet
- udvikling
- forskel
- forskellige
- Vanskelighed
- Direktør
- diskussioner
- vises
- fordeling
- DJ
- gør
- domæne
- i løbet af
- hver
- lettere
- let
- effektivitet
- effektiv
- indsats
- indsats
- eliminere
- smergel
- nye teknologier
- ende
- Engineering
- anslået
- forvente
- forventninger
- forventer
- dyrt
- ekstrem
- ekstremt
- letter
- vender
- Feature
- Funktionalitet
- tilbagemeldinger
- få
- Finde
- finde
- Fornavn
- strømme
- efter
- Til
- formular
- Tidligere
- fra
- Frustrationer
- genereret
- mål
- Vokser
- hånd
- Have
- have
- tunge
- hende
- Høj
- høj kvalitet
- hans
- historisk
- Hvordan
- HTTPS
- identificere
- vigtigt
- Forbedre
- forbedret
- forbedringer
- forbedrer
- in
- omfatter
- omfatter
- Forøg
- enkeltpersoner
- oplysninger
- indsigt
- i stedet
- Integrerer
- Intelligens
- interesse
- interne
- interviewet
- ind
- Investeringer
- involverer
- IT
- ITS
- jpg
- holde
- mangler
- største
- læring
- mindst
- Licens
- Limited
- Børsnoterede
- Lytte
- placering
- placeringer
- lavet
- opretholdelse
- lave
- Making
- ledelse
- styring
- mange
- kort
- Marketing
- massive
- materiale
- max-bredde
- Maksimer
- Kan..
- møde
- mesh
- Metadata
- Mindset
- model
- Moderne
- mere
- mere effektiv
- mest
- Behov
- behøve
- behov
- aldrig
- Ny
- Nord
- nordamerika
- of
- Tilbud
- Office
- kontorer
- on
- ONE
- online
- kun
- or
- organisation
- Andet
- vores
- samlet
- ejere
- paradigme
- del
- Betal
- Mennesker
- udføre
- person,
- personale
- perspektiv
- filosofi
- plato
- Platon Data Intelligence
- PlatoData
- pool
- mulig
- potentiale
- Priser
- primært
- primære
- principper
- private
- problemer
- procedurer
- behandle
- Processer
- producerer
- Produkt
- produktstyring
- Produkter
- overskud
- projekter
- fremmes
- give
- forudsat
- køb
- kvalitet
- hellere
- grund
- rimelige
- om
- krav
- Kræver
- forskning
- forskere
- ansvar
- ansvarlige
- resultere
- s
- Said
- salg
- planlægning
- Videnskabsmand
- Skærm
- Søg
- sikkerhed
- se
- selvkørende
- Selvbetjening
- tjeneste
- sæt
- alvorligt
- skifte
- Skift
- Shop
- mangler
- bør
- Shutterstock
- signifikant
- lignende
- enkelt
- Størrelse
- størrelser
- Løsninger
- nogle
- noget
- særligt
- brugt
- Personale
- standard
- Steps
- opbevaret
- Strategi
- strømlining
- sådan
- sommer
- Understøttet
- systemet
- hold
- Teknisk
- Teknologier
- end
- at
- deres
- Disse
- de
- denne
- Gennem
- tid
- til
- værktøj
- værktøjer
- emne
- Emner
- Sporing
- traditionelle
- Kurser
- behandle
- behandlet
- behandling
- troværdighed
- troværdig
- Drejning
- to
- typen
- typisk
- os
- under
- forstå
- forståelse
- på
- brug
- anvendte
- brugere
- ved brug af
- værdi
- leverandører
- visning
- ønsker
- ønsker
- Vej..
- Hvad
- Hvad er
- hvornår
- som
- mens
- WHO
- hvorfor
- vilje
- med
- inden for
- Arbejde
- arbejder
- ville
- endnu
- dig
- Din
- zephyrnet