Le concept de gestion des « données en tant que produit » implique un changement de paradigme. En traitant les données comme un produit conçu pour l’usage du consommateur, plutôt que comme un ensemble d’informations semi-chaotiques, les entreprises peuvent augmenter leurs profits. De nombreuses entreprises ont mis en place des pipelines de données – ou d’autres mesures extrêmes et coûteuses – dans des efforts infructueux visant à maximiser la valeur et l’utilisation de leurs données.
La gestion des données en tant que produit doit donner lieu à des données de haute qualité, faciles à utiliser et pouvant être appliquées à différents projets.
Les entreprises investissent constamment des sommes importantes dans le but d'améliorer leur architecture de données dans le but de rationaliser la recherche, les chercheurs continuent d’avoir des difficultés à trouver, utiliser et personnaliser les données qu’ils souhaitent. Cette difficulté résulte principalement du fait de considérer les données comme un outil plutôt que comme un produit mis à la disposition des consommateurs. Le résultat final est que des quantités massives de données sont stockées dans des lacs de données et des entrepôts qui ne seront peut-être jamais utilisées, ou seront utilisées de manière minimale.
Qu’est-ce que les données en tant que produit ?
Pour éliminer toute confusion, les données en tant que produit sont différentes de Produits de données.
Dans son livre « Data Jujitsu : The Art of Turning Data into Product », DJ Patil, ancien scientifique en chef des données aux États-Unis, a défini un produit de données comme « un produit qui facilite un objectif final grâce à l'utilisation de données ». Sa description inclut des outils tels que des tableaux de bord de données, des entrepôts de données et des voitures autonomes.
Les données en tant que produit, quant à elles, sont un état d'esprit qui combine des outils et une stratégie pour traiter les données comme un produit consommé par les clients internes (personnel interne). Le « produit » doit inclure des fonctionnalités telles que la découvrabilité, l’explorabilité, la compréhensibilité, la sécurité et la fiabilité. Les données doivent être conviviales et de haute qualité.
Avantages de la gestion des données en tant que produit
La raison de la gestion des données en tant que produit est d'améliorer Qualité des données. En considérant les données comme un produit, vous pouvez les considérer comme quelque chose qui peut être amélioré. Les données deviennent quelque chose qui nécessite des améliorations pour satisfaire votre base de consommateurs. L'objectif d'une philosophie « les données en tant que produit » est de fournir des données de haute qualité, fiables, faciles d'accès et faciles à utiliser.
Considérez le comportement d'un consommateur en ligne moderne qui souhaite acheter une chemise d'été. Le consommateur en ligne s’attend désormais à pouvoir :
- Faites confiance au vendeur qui fournira ce qui est commandé, tout en préservant la confidentialité des informations personnelles (certains clients n'achètent que sur Amazon, Etsy et quelques autres fournisseurs « de confiance »).
- Recherche de différents types de chemises (recherche de chemises d'été à manches courtes)
- Retrouvez les détails des chemises affichées sur l'écran de l'ordinateur (prix, couleurs, tailles, type de matière)
- Sélectionnez la chemise souhaitée avec la bonne taille et la bonne couleur
- Commandez et payez la chemise et où elle doit être livrée
- Recevez la chemise dans un certain délai (le délai de livraison estimé)
L'application d'un modèle similaire au concept de « données en tant que produit » produit le modèle de consommateur suivant, qui attend la capacité de :
- Faites confiance aux données souhaitées
- Rechercher différents sujets dans le stockage de données de l'organisation
- Trouver des détails sur les données (les métadonnées sont utiles pour ce processus)
- Sélectionnez les données souhaitées
- Accéder aux données
- Recevez les données
- Travailler avec les données
Comment appliquer les principes de gestion de produits aux données
Considérez les meilleurs produits que vous utilisez. Ils sont faciles à localiser, à comprendre et à utiliser, et répondent parfaitement à nos attentes. Ces caractéristiques ne sont pas une coïncidence, mais font partie d’un effort délibéré. Le système de livraison est également une décision délibérée. Une personne, ou une équipe, a pris des décisions qui maximisaient la facilité d'utilisation de ces produits, fournissaient un système de livraison fiable et fournissaient une qualité élevée (ou du moins une qualité raisonnable).
L'application des principes de gestion de produits aux données implique de tenter de répondre aux besoins du plus grand nombre possible de consommateurs potentiels différents. Cela nécessite de développer une compréhension de la base de consommateurs. Les consommateurs sont généralement le personnel interne qui accède aux données de l'organisation. (Les données ne sont pas « vendues », mais traitées comme un produit disponible pour la distribution, en identifiant les besoins des consommateurs/du personnel interne.)
D'un point de vue global, l'objectif de l'entreprise est de maximiser l'utilisation de ses données internes. La gestion des données en tant que produit nécessite l'application des principes de gestion de produit appropriés. Ces principes sont énumérés ci-dessous.
- Maintenir et comprendre une cartographie des flux de données de l'organisation : en suivant le « produit », un gestionnaire des données peut déterminer quels consommateurs utilisent les données et pour quels projets. La carte doit être aussi détaillée que possible.
- Solliciter les commentaires des consommateurs : une exigence extrêmement importante implique d’écouter et de comprendre les besoins de la base de consommateurs. Après avoir développé une carte des flux de données de l'entreprise, les personnes utilisant les données peuvent être interrogées sur leurs frustrations lorsqu'elles travaillent avec les données de l'organisation. Ces commentaires peuvent être utilisés pour trouver des solutions qui rendent le travail avec les données plus facile et plus efficace.
- Apporter des améliorations progressivement : les problèmes les plus importants auxquels sont confrontés la plupart des employés doivent être traités en premier, afin de satisfaire le plus grand nombre de personnes au sein de la base de consommateurs.
- Établissez des procédures standardisées pour travailler avec les données dans toute l'entreprise : l'utilisation de processus standardisés minimise le temps passé à apprendre différents processus et améliore l'efficacité globale.
- Fournissez des analyses en libre-service à vos consommateurs : Analyse en libre-service est un moyen de collecter et d’analyser des informations pour développer la business intelligence. Il permet aux utilisateurs d'accéder et d'analyser leurs données, et de développer des informations utiles. La principale différence entre les solutions d'analyse traditionnelles et l'analyse en libre-service est que les premières nécessitent une formation particulière et une planification de projets, tandis que les secondes peuvent être utilisées spontanément par des personnes dépourvues de diplôme technique.
Maillage de données
Développé en 2018 par Zhamak Dheghani, directeur des technologies émergentes en Amérique du Nord chez ThoughtWorks, le maillage de données est devenu un sujet controversé dans les discussions sur la gestion des données. Il offre une alternative aux défauts d’un modèle architectural centralisé.
Le maillage de données est un modèle architectural complété et soutenu par la philosophie des données en tant que produit. Le concept a suscité un certain intérêt parmi les entreprises comme alternative au stockage des données dans des lacs de données et des entrepôts de données.
Les données en tant que philosophie du produit sont une caractéristique importante du modèle de maillage de données.
Le maillage de données est une forme décentralisée d'architecture de données. Il est contrôlé par différents départements ou bureaux – marketing, ventes, service client – plutôt que par un seul site. Historiquement, une équipe d'ingénierie de données effectuait la recherche et l'analyse, un processus qui limitait considérablement la recherche par rapport à l'approche libre-service promue par les données en tant que philosophie de produit et au modèle de maillage de données.
L'utilisation d'une architecture de maillage de données n'élimine pas le besoin d'une équipe d'ingénierie de données, mais transfère plutôt sa responsabilité vers la recherche et le développement des meilleures solutions de données pour l'organisation. (Certains pensent que le maillage de données n'est peut-être pas vaut la peine.)
Dans une organisation de maillage de données, les propriétaires de domaine (un ou deux dans chaque emplacement, département ou bureau) sont responsables du maintien d'une norme uniforme pour toutes les données de l'organisation. Cela permet au personnel de n’importe quel endroit d’accéder aux données stockées sur d’autres sites. Pendant elle présentation principale à l'architecture de données en ligne (DAO) de DATAVERSITY, Zhamak Dheghani a dit :
« Chacun dans l’organisation est responsable de ses données. À mesure que l'organisation se développe avec de nouveaux cas d'utilisation et intègre de nouveaux points de contact, un nouveau domaine est ajouté avec une nouvelle équipe responsable de ces données.
Image utilisée sous licence de Shutterstock.com
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
- PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
- PlatonESG. Automobile / VE, Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
- PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
- GraphiquePrime. Élevez votre jeu de trading avec ChartPrime. Accéder ici.
- Décalages de bloc. Modernisation de la propriété des compensations environnementales. Accéder ici.
- La source: https://www.dataversity.net/managing-data-as-a-product-what-why-how/
- :possède
- :est
- :ne pas
- :où
- $UP
- 2018
- 224
- 300
- a
- capacité
- A Propos
- accès
- Accès aux données
- accès
- à travers
- ajoutée
- propos
- Tous
- permet
- aussi
- alternative
- Amazon
- Amérique
- parmi
- montant
- quantités
- an
- analytique
- il analyse
- l'analyse
- et les
- tous
- appliqué
- Appliquer
- Application
- une approche
- approprié
- architectural
- architecture
- SONT
- Art
- AS
- At
- tenter
- disponibles
- base
- BE
- devenez
- devient
- va
- CROYONS
- ci-dessous
- LES MEILLEURS
- jusqu'à XNUMX fois
- livre
- la performance des entreprises
- l'intelligence d'entreprise
- entreprises
- mais
- by
- CAN
- voitures
- cas
- centralisée
- certaines
- chef
- Collecte
- moissonneuses-batteuses
- comment
- par rapport
- ordinateur
- écran d'ordinateur
- concept
- confusion
- cohérent
- constamment
- consommées
- consommateur
- Les consommateurs
- continuer
- contrôlée
- controversé
- Corporations
- correct
- des clients
- Service à la clientèle
- Clients
- sont adaptées
- DAO
- tableaux de bord
- données
- gestion des données
- Data Scientist
- entrepôts de données
- DATAVERSITÉ
- Décentralisé
- décision
- décisions
- défini
- Degré
- livré
- page de livraison.
- système de livraison
- Département
- départements
- la description
- un
- voulu
- détaillé
- détails
- Déterminer
- développer
- développé
- développement
- différence
- différent
- Difficulté
- Directeur
- discussions
- dans
- distribution
- DJ
- domaine
- pendant
- chacun
- plus facilement
- Easy
- efficace
- efficace
- effort
- efforts
- éliminé
- économies émergentes.
- les technologies émergentes
- fin
- ENGINEERING
- estimé
- attendre
- attentes
- attend
- cher
- extrême
- extrêmement
- facilite
- Fonctionnalité
- Fonctionnalités:
- Réactions
- few
- Trouvez
- trouver
- Prénom
- Flux
- Abonnement
- Pour
- formulaire
- Ancien
- De
- Des frustrations
- généré
- objectif
- Pousse
- main
- Vous avez
- ayant
- lourd
- ici
- Haute
- de haute qualité
- sa
- historiquement
- Comment
- HTTPS
- identifier
- important
- améliorer
- amélioré
- améliorations
- améliore
- in
- comprendre
- inclut
- Améliore
- individus
- d'information
- idées.
- plutôt ;
- Intègre
- Intelligence
- intérêt
- interne
- interviewé
- développement
- Investissements
- implique
- IT
- SES
- jpg
- en gardant
- manque
- le plus grand
- apprentissage
- au
- Licence
- limité
- Listé
- Écoute
- emplacement
- emplacements
- LES PLANTES
- le maintien
- a prendre une
- Fabrication
- gestion
- les gérer
- de nombreuses
- Localisation
- Stratégie
- massif
- Matériel
- largeur maximale
- Maximisez
- Mai..
- réunion
- engrener
- Métadonnées
- Mindset
- modèle
- Villas Modernes
- PLUS
- plus efficace
- (en fait, presque toutes)
- Besoin
- besoin
- Besoins
- n'allons jamais
- Nouveauté
- Nord
- Amérique du Nord
- of
- Offres Speciales
- Bureaux
- bureaux
- on
- ONE
- en ligne
- uniquement
- or
- organisation
- Autre
- nos
- global
- propriétaires
- paradigme
- partie
- Payer
- Personnes
- effectuer
- personne
- personnel
- objectifs
- philosophie
- Platon
- Intelligence des données Platon
- PlatonDonnées
- pool
- possible
- défaillances
- Tarifs
- qui se déroulent
- primaire
- principes
- Privé
- d'ouvrabilité
- procédures
- processus
- les process
- produit
- Produit
- gestion des produits
- Produits
- bénéfices
- projets
- Promu
- fournir
- à condition de
- achat
- qualité
- plutôt
- raison
- raisonnable
- en ce qui concerne
- exigence
- a besoin
- un article
- chercheurs
- responsabilité
- responsables
- résultat
- s
- Saïd
- vente
- ordonnancement
- Scientifique
- pour écran
- Rechercher
- sécurité
- sur le lien
- conduite autonome
- En libre service
- service
- set
- gravement
- décalage
- Changements
- Boutique
- lacunes
- devrait
- shutterstock
- significative
- similaires
- unique
- Taille
- tailles
- Solutions
- quelques
- quelque chose
- spécial
- dépensé
- L'équipe
- Standard
- Étapes
- stockée
- de Marketing
- la rationalisation
- tel
- été
- Appareils
- combustion propre
- équipe
- Technique
- Les technologies
- que
- qui
- La
- leur
- Ces
- l'ont
- this
- Avec
- fiable
- à
- outil
- les outils
- sujet
- Les sujets
- Tracking
- traditionnel
- Formation
- traiter
- traités
- traitement
- fiabilité
- digne de confiance
- Tournant
- deux
- type
- typiquement
- nous
- sous
- comprendre
- compréhension
- sur
- utilisé
- d'utiliser
- utilisateurs
- en utilisant
- Plus-value
- fournisseurs
- visualisation
- souhaitez
- veut
- Façon..
- Quoi
- Qu’est ce qu'
- quand
- qui
- tout en
- WHO
- why
- sera
- comprenant
- dans les
- activités principales
- de travail
- pourra
- encore
- you
- Votre
- zéphyrnet