Das Konzept, „Daten als Produkt“ zu verwalten, bringt einen Paradigmenwechsel mit sich. Indem Unternehmen Daten als ein Produkt betrachten, das für die Nutzung durch Verbraucher konzipiert ist, und nicht als einen Pool halbchaotischer Informationen, können sie ihre Gewinne steigern. Viele Unternehmen haben sich individuell eingerichtet Datenpipelines – oder andere extreme und teure Schritte – in erfolglosen Bemühungen, den Wert und die Nutzung ihrer Daten zu maximieren.
Die Verwaltung von Daten als Produkt sollte zu qualitativ hochwertigen Daten führen, die einfach zu verwenden sind und auf verschiedene Projekte angewendet werden können.
Unternehmen tätigen ständig erhebliche Investitionen, um ihre Leistung zu verbessern Datenarchitektur mit dem Ziel, die Forschung zu rationalisieren, haben Forscher jedoch weiterhin Schwierigkeiten, die gewünschten Daten zu finden, zu verwenden und anzupassen. Diese Schwierigkeit ist in erster Linie darauf zurückzuführen, dass Daten als Werkzeug und nicht als Produkt betrachtet werden, das den Verbrauchern zur Verfügung gestellt wird. Das Endergebnis ist, dass riesige Datenmengen in Data Lakes und Warehouses gespeichert werden, die möglicherweise nie oder nur minimal genutzt werden.
Was sind Daten als Produkt?
Um Verwirrung zu vermeiden: Daten als Produkt unterscheiden sich von Datenprodukte.
In seinem Buch „Data Jujitsu: The Art of Turning Data into Product“ definiert DJ Patil, ein ehemaliger US-Chefdatenwissenschaftler, ein Datenprodukt als „ein Produkt, das durch die Nutzung von Daten ein Endziel ermöglicht“. Seine Beschreibung umfasst Tools wie Daten-Dashboards, Data Warehouses und selbstfahrende Autos.
Daten als Produkt hingegen ist eine Denkweise, die Tools und Strategien kombiniert, um Daten als ein Produkt zu behandeln, das von internen Kunden (internen Mitarbeitern) konsumiert wird. Das „Produkt“ sollte Funktionen wie Auffindbarkeit, Erkundbarkeit, Verständlichkeit, Sicherheit und Vertrauenswürdigkeit umfassen. Die Daten sollten verbraucherfreundlich und von hoher Qualität sein.
Vorteile der Verwaltung von Daten als Produkt
Der Grund für die Verwaltung von Daten als Produkt ist die Verbesserung Datenqualität. Indem Sie Daten als Produkt betrachten, können Sie die Daten als etwas sehen, das verbessert werden kann. Daten werden zu etwas, das verbessert werden muss, um Ihre Kundenbasis zufriedenzustellen. Das Ziel einer „Daten als Produkt“-Philosophie besteht darin, qualitativ hochwertige, vertrauenswürdige Daten bereitzustellen, die leicht zugänglich und einfach zu verarbeiten sind.
Betrachten Sie das Verhalten eines modernen Online-Konsumenten, der ein Sommerhemd kaufen möchte. Der Online-Verbraucher erwartet mittlerweile Folgendes:
- Vertrauen Sie darauf, dass der Verkäufer die bestellte Ware liefert und dabei persönliche Daten geheim hält (manche Kunden kaufen nur bei Amazon, Etsy und einigen anderen „vertrauenswürdigen“ Anbietern ein).
- Suchen Sie nach verschiedenen Arten von Hemden (eine Suche nach kurzärmeligen Sommerhemden)
- Finden Sie Details zu den auf dem Computerbildschirm angezeigten Hemden (Preise, Farben, Größen, Materialart).
- Wählen Sie das gewünschte Shirt mit der richtigen Größe und Farbe aus
- Bestellen und bezahlen Sie das Shirt und wohin es geliefert werden soll
- Erhalten Sie das Hemd innerhalb einer bestimmten Zeitspanne (der geschätzten Lieferzeit)
Die Anwendung eines ähnlichen Modells auf das Konzept „Daten als Produkt“ führt zum folgenden Verbrauchermodell, das Folgendes erwartet:
- Vertrauen Sie den gewünschten Daten
- Suchen Sie nach verschiedenen Themen im Datenspeicher der Organisation
- Finden Sie Details zu den Daten (Metadaten sind für diesen Prozess nützlich)
- Wählen Sie die gewünschten Daten aus
- Greifen Sie auf die Daten zu
- Empfangen Sie die Daten
- Arbeiten Sie mit den Daten
So wenden Sie Produktmanagementprinzipien auf Daten an
Betrachten Sie die besten Produkte, die Sie verwenden. Sie sind leicht zu finden, zu verstehen und zu verwenden und erfüllen konsequent unsere Erwartungen. Diese Merkmale sind kein Zufall, sondern Teil einer bewussten Anstrengung. Auch das Liefersystem ist eine bewusste Entscheidung. Eine Person oder ein Team traf Entscheidungen, die die Benutzerfreundlichkeit dieser Produkte maximierten, ein vertrauenswürdiges Liefersystem bereitstellten und eine hohe Qualität (oder zumindest eine angemessene Qualität) lieferten.
Die Anwendung von Produktmanagementprinzipien auf Daten beinhaltet den Versuch, auf die Bedürfnisse möglichst vieler verschiedener potenzieller Verbraucher einzugehen. Dies erfordert die Entwicklung eines Verständnisses für die Verbraucherbasis. Bei den Verbrauchern handelt es sich in der Regel um interne Mitarbeiter, die auf die Daten des Unternehmens zugreifen. (Die Daten werden nicht „verkauft“, sondern als Produkt behandelt, das zur Verteilung verfügbar ist, indem die Bedürfnisse der Verbraucher/internen Mitarbeiter ermittelt werden.)
Aus einer Gesamtperspektive besteht das Ziel des Unternehmens darin, die Nutzung seiner internen Daten zu maximieren. Die Verwaltung von Daten als Produkt erfordert die Anwendung der entsprechenden Produktmanagementprinzipien. Diese Grundsätze sind unten aufgeführt.
- Pflegen und verstehen Sie eine Karte der Datenflüsse der Organisation: Durch die Verfolgung des „Produkts“ a Datenverwalter kann ermitteln, welche Verbraucher die Daten für welche Projekte verwenden. Die Karte sollte möglichst detailliert sein.
- Feedback von den Verbrauchern einholen: Eine äußerst wichtige Anforderung besteht darin, den Bedürfnissen der Verbraucherbasis zuzuhören und sie zu verstehen. Nachdem eine Karte der Datenflüsse des Unternehmens erstellt wurde, können Personen, die die Daten nutzen, zu ihren Frustrationen bei der Arbeit mit den Daten des Unternehmens befragt werden. Dieses Feedback kann genutzt werden, um Lösungen zu finden, die die Arbeit mit den Daten einfacher und effizienter machen.
- Nehmen Sie schrittweise Verbesserungen vor: Die größten Probleme, mit denen die meisten Mitarbeiter konfrontiert sind, sollten zuerst gelöst werden, um die meisten Menschen innerhalb der Verbraucherbasis zufriedenzustellen.
- Etablieren Sie standardisierte Verfahren für die Arbeit mit den Daten im gesamten Unternehmen: Der Einsatz standardisierter Prozesse minimiert den Zeitaufwand für das Erlernen verschiedener Prozesse und verbessert die Gesamteffizienz.
- Bieten Sie Ihren Verbrauchern Self-Service-Analysen: Self-Service-Analysen ist eine Möglichkeit, Informationen zu sammeln und zu analysieren, um Business Intelligence zu entwickeln. Es ermöglicht Benutzern, auf ihre Daten zuzugreifen und diese zu analysieren sowie nützliche Erkenntnisse zu gewinnen. Der Hauptunterschied zwischen herkömmlichen Analyselösungen und Self-Service-Analysen besteht darin, dass erstere eine spezielle Schulung und die Planung von Projekten erfordern, während letztere spontan von Personen ohne technische Ausbildung genutzt werden können.
Datennetz
2018 entwickelt von Zhamak Dheghani, dem Direktor für neue Technologien in Nordamerika bei ThoughtWorks, ist die Datenvernetzung zu einem kontroversen Thema in Diskussionen über Datenmanagement geworden. Es bietet eine Alternative zu den Mängeln eines zentralisierten Architekturmodells.
Data Mesh ist ein Architekturmodell, das durch die Philosophie der Daten als Produkt ergänzt und unterstützt wird. Das Konzept hat bei Unternehmen großes Interesse als Alternative zur Speicherung von Daten in Data Lakes und Data Warehouses geweckt.
Die Daten als Produktphilosophie sind ein wichtiges Merkmal des Datennetzmodells.
Data Mesh ist eine dezentrale Form der Datenarchitektur. Die Steuerung erfolgt durch verschiedene Abteilungen oder Büros – Marketing, Vertrieb, Kundendienst – und nicht durch einen einzelnen Standort. In der Vergangenheit führte ein Data-Engineering-Team die Forschung und Analyse durch, ein Prozess, der die Forschung im Vergleich zum Self-Service-Ansatz, der durch die Philosophie „Daten als Produkt“ und das Data-Mesh-Modell gefördert wird, stark einschränkte.
Der Einsatz einer Data-Mesh-Architektur macht ein Data-Engineering-Team nicht überflüssig, sondern verlagert dessen Verantwortung auf die Suche und Entwicklung der besten Datenlösungen für das Unternehmen. (Einige glauben, dass es bei Data Mesh möglicherweise nicht der Fall ist Den Aufwand wert.)
In einer Data-Mesh-Organisation sind Domänenbesitzer (ein oder zwei an jedem Standort, jeder Abteilung oder jedem Büro) dafür verantwortlich, einen einheitlichen Standard für alle Daten der Organisation aufrechtzuerhalten. Dadurch können Mitarbeiter ortsunabhängig auf Daten zugreifen, die an anderen Standorten gespeichert sind. Während ihr Keynote-Präsentation bei DATAVERSITY's Data Architecture Online (DAO), Zhamak Dheghani sagte:
„Jeder in der Organisation trägt die Verantwortung für seine Daten. Wenn die Organisation mit neuen Anwendungsfällen wächst und neue Kontaktpunkte integriert, wird eine neue Domäne mit einem neuen Team hinzugefügt, das für diese Daten verantwortlich ist.“
Bild verwendet unter Lizenz von Shutterstock.com
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
- PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
- PlatoESG. Automobil / Elektrofahrzeuge, Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
- PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
- ChartPrime. Verbessern Sie Ihr Handelsspiel mit ChartPrime. Hier zugreifen.
- BlockOffsets. Modernisierung des Eigentums an Umweltkompensationen. Hier zugreifen.
- Quelle: https://www.dataversity.net/managing-data-as-a-product-what-why-how/
- :hast
- :Ist
- :nicht
- :Wo
- $UP
- 2018
- 224
- 300
- a
- Fähigkeit
- Über Uns
- Zugang
- Zugriff auf Daten
- Zugriff
- über
- hinzugefügt
- Adresse
- Alle
- erlaubt
- ebenfalls
- Alternative
- Amazon
- Amerika
- unter
- Betrag
- Beträge
- an
- Analytik
- analysieren
- Analyse
- und
- jedem
- angewandt
- Bewerbung
- Anwendung
- Ansatz
- angemessen
- architektonisch
- Architektur
- SIND
- Kunst
- AS
- At
- versuchen
- verfügbar
- Base
- BE
- werden
- wird
- Sein
- Glauben
- unten
- BESTE
- zwischen
- buchen
- Geschäft
- Business Intelligence
- Unternehmen
- aber
- by
- CAN
- Autos
- Fälle
- zentralisierte
- sicher
- Chef
- Das Sammeln
- vereint
- wie die
- verglichen
- Computer
- Computer-Bildschirm
- konzept
- Verwirrung
- konsistent
- ständig
- verbraucht
- Verbraucher
- KUNDEN
- fortsetzen
- gesteuert
- umstritten
- Konzerne
- und beseitigen Muskelschwäche
- Kunde
- Kundenservice
- Kunden
- maßgeschneiderte
- DAO
- Dashboards
- technische Daten
- Datenmanagement
- Datenwissenschaftler
- Data Warehouse
- DATENVERSITÄT
- dezentralisiert
- Entscheidung
- Entscheidungen
- definiert
- Grad
- geliefert
- Lieferanten
- Liefersystem
- Abteilung
- Abteilungen
- Beschreibung
- entworfen
- erwünscht
- detailliert
- Details
- Bestimmen
- entwickeln
- entwickelt
- Entwicklung
- Unterschied
- anders
- Schwierigkeit
- Direktor
- Diskussionen
- angezeigt
- Verteilung
- DJ
- die
- Domain
- im
- jeder
- einfacher
- Einfache
- Effizienz
- effizient
- Anstrengung
- Bemühungen
- beseitigen
- aufstrebenden
- aufkommende Technologien
- Ende
- Entwicklung
- geschätzt
- erwarten
- Erwartungen
- erwartet
- teuer
- Extrem
- äußerst
- erleichtert
- zugewandt
- Merkmal
- Eigenschaften
- Feedback
- wenige
- Finden Sie
- Suche nach
- Vorname
- Fließt
- Folgende
- Aussichten für
- unten stehende Formular
- Früher
- für
- Frustrationen
- erzeugt
- Kundenziele
- Wächst
- Pflege
- Haben
- mit
- schwer
- hier (auf dänisch)
- GUTE
- hochwertige
- seine
- historisch
- Ultraschall
- HTTPS
- Identifizierung
- wichtig
- zu unterstützen,
- verbessert
- Verbesserungen
- verbessert
- in
- das
- Dazu gehören
- Erhöhung
- Einzelpersonen
- Information
- Einblicke
- beantragen müssen
- Integriert
- Intelligenz
- Interesse
- intern
- Interview
- in
- Investments
- beinhaltet
- IT
- SEINE
- jpg
- Aufbewahrung
- fehlt
- höchste
- lernen
- am wenigsten
- Lizenz
- Limitiert
- Gelistet
- Hören
- Standorte
- Standorte
- gemacht
- Aufrechterhaltung
- um
- Making
- Management
- flächendeckende Gesundheitsprogramme
- viele
- Karte
- Marketing
- massiv
- Ihres Materials
- max-width
- Maximieren
- Kann..
- Treffen
- ineinander greifen
- Metadaten
- Mindset
- Modell
- modern
- mehr
- effizienter
- vor allem warme
- Need
- benötigen
- Bedürfnisse
- hört niemals
- Neu
- Norden
- Nordamerika
- of
- Angebote
- Office
- Büros
- on
- EINEM
- Online
- einzige
- or
- Organisation
- Andere
- UNSERE
- Gesamt-
- Besitzer
- Paradigma
- Teil
- AUFMERKSAMKEIT
- Personen
- ausführen
- person
- persönliche
- Perspektive
- Philosophie
- Plato
- Datenintelligenz von Plato
- PlatoData
- Pool
- möglich
- Potenzial
- Preise
- in erster Linie
- primär
- Grundsätze
- privat
- Probleme
- Verfahren
- Prozessdefinierung
- anpassen
- produziert
- Produkt
- Produktmanagement
- Produkte
- profite
- Projekte
- Gefördert
- die
- vorausgesetzt
- Kauf
- Qualität
- lieber
- Grund
- vernünftig
- in Bezug auf
- Anforderung
- erfordert
- Forschungsprojekte
- Forscher
- Verantwortung
- für ihren Verlust verantwortlich.
- Folge
- s
- Said
- Vertrieb
- Planung
- Wissenschaftler
- Bildschirm
- Suche
- Sicherheitdienst
- sehen
- selbstfahrend
- Selbstbedienung
- kompensieren
- stark
- verschieben
- Schichten
- Shop
- Mängel
- sollte
- shutterstock
- signifikant
- ähnlich
- Single
- Größe
- Größen
- Lösungen
- einige
- etwas
- besondere
- verbrachte
- Unser Team
- Standard
- Shritte
- gelagert
- Strategie
- Rationalisierung
- so
- Sommer
- Unterstützte
- System
- Team
- Technische
- Technologies
- als
- zur Verbesserung der Gesundheitsgerechtigkeit
- Das
- ihr
- Diese
- vom Nutzer definierten
- fehlen uns die Worte.
- Durch
- Zeit
- zu
- Werkzeug
- Werkzeuge
- Thema
- Themen
- Tracking
- traditionell
- Ausbildung
- behandeln
- behandelt
- Bearbeitung
- Vertrauenswürdigkeit
- vertrauenswürdig
- Drehung
- XNUMX
- tippe
- typisch
- uns
- für
- verstehen
- Verständnis
- auf
- -
- benutzt
- Nutzer
- Verwendung von
- Wert
- Anbieter
- Besichtigung
- wollen
- will
- Weg..
- Was
- Was ist
- wann
- welche
- während
- WHO
- warum
- werden wir
- mit
- .
- Arbeiten
- arbeiten,
- würde
- noch
- U
- Ihr
- Zephyrnet