No lo llame «producto de datos» a menos que cumpla con estos 5 requisitos

No lo llame «producto de datos» a menos que cumpla con estos 5 requisitos

  • Big Data
  • junio 9, 2022
  • No Comment
  • 15
  • 8 minutes read


En este artículo de opinión en particular, Barr Moses, cofundador y director ejecutivo de Monte Carlo, cree que los productos de datos pueden transformar la capacidad de una organización para basarse en datos, siempre que cumplan con cinco requisitos clave. Monte Carlo, la empresa de confiabilidad de datos, es el creador de la primera plataforma de observabilidad de datos de extremo a extremo de la industria. Monte Carlo se asocia con empresas basadas en datos como Fox, Affirm, Vimeo, ThredUp, PagerDuty y otras empresas líderes para ayudarlas a generar confianza en los datos. Antes de fundar Monte Carlo, Barr fue vicepresidenta de Gainsight, donde ayudó a multiplicar por 10 los ingresos de la empresa y creó el equipo de análisis y datos de clientes. Barr también fue consultor en Bain & Company, trabajó en el departamento de estadísticas de Stanford y sirvió en la Fuerza Aérea de Israel como comandante de una unidad de análisis de datos de inteligencia. Se graduó de Stanford con un B.Sc. en matemáticas e informática.

Uno de los movimientos más vivos en el mundo de los datos en este momento es el tratamiento de los “datos como producto”. Casi de la noche a la mañana, los líderes de datos cambiaron el nombre de las plataformas de datos a productos de datos en las plataformas de presentación y los diagramas de arquitectura.

Los productos de datos son un concepto extremadamente importante y francamente atrasado que dice que los equipos de datos deben tratar la forma en que descubren los datos dentro de la empresa con el mismo rigor que los equipos de software aplican para crear aplicaciones modernas.

Este rigor es fundamental dada la importancia de los datos, ya que se han liberado de los tableros para respaldar los motores de aprendizaje automático, convertirse en parte de las aplicaciones orientadas al cliente y más. Pero a medida que los datos se vuelven más valiosos, también lo hace el costo de los datos incorrectos. Según Gartner, los datos incorrectos le cuestan a la organización promedio 12,9 millones de dólares al año.

El concepto de producto de datos no solo sube el listón de la disponibilidad, fiabilidad y usabilidad de los datos de la empresa, sino que también representa un cambio profundo de perspectiva.

En lugar del pensamiento de adentro hacia afuera, donde los equipos de datos prácticamente se agachan y juegan con los datos antes de ocasionalmente levantar la cabeza para compartir información útil, los productos de datos fomentan el pensamiento de afuera hacia adentro, con equipos de datos que se enfocan en cómo se puede maximizar la usabilidad de los datos internamente. clientes para permitir que esas partes interesadas tomen decisiones basadas en datos.

Es potente y escalable. También es mucho trabajo y, como muchas tendencias, no está tan bien definido como podría estar.

Entonces, en el espíritu del desarrollo de productos, aquí hay 5 requisitos clave de productos de datos que pueden ayudar a las empresas a pasar de la moda a la producción:

  1. La documentación está fácilmente disponible. No, el DAG en su consola de administración de Apache Spark no cuenta (aunque eso también es importante). La documentación centrada en el usuario que describe en detalle qué es el producto, cómo usarlo y por qué funciona es un primer paso efectivo que los equipos de datos pueden tomar en su recorrido por el producto de datos. Lo obliga a responder preguntas fundamentales pero elusivas: «¿Qué es exactamente el producto? ¿Este tablero forma parte de él?» También ayuda a iniciar el cambio crítico que su equipo está tomando de «eso tiene sentido para mí» a «¿será esto útil para mi cliente?”
  1. La retroalimentación y la iteración son el foco. No se presente en su próxima revisión comercial y diga: «Creamos este nuevo producto de datos para usted, ¿qué le parece?» Comience con el paso muy básico pero trágicamente pasado por alto de asegurarse de que haya un problema que su producto de datos resuelva. . Recopile los requisitos del cliente haciendo muchas preguntas, p. B. «¿Cuándo reporta estos datos?» «¿Con qué frecuencia necesita actualizarse?» «¿Para qué procesos comerciales se utilizan estos datos?» Averigüe si el equipo está trabajando en un sistema que puede mostrar sus datos en su flujo de trabajo, o si tiene la capacidad de optimizarse automáticamente en función de sus datos (el ETL inverso puede ser su amigo aquí). Entregar productos mínimos viables y continuar respondiendo a los comentarios. Después de una implementación exitosa del producto, ¡no se olvide de sus clientes internos! Las encuestas de NPS pueden ser un mecanismo de retroalimentación formal útil para las hojas de ruta (su producto de datos). lo hace ¿tienes una hoja de ruta, verdad?) además de reuniones menos formales de al menos una cadencia mensual.
  1. Hay apoyo especializado y propiedad.. Casi todas las aplicaciones tienen un gerente de producto que es responsable de establecer la visión y el desarrollo coordinado. No debería ser diferente para los productos de datos. Si bien los productos de datos y una arquitectura de malla de datos descentralizada van de la mano como la mantequilla de maní y la mermelada, una estructura organizativa descentralizada no es esencial. Sin embargo, el modelo de producto de datos debe estar respaldado por ingenieros y analistas dedicados con conocimiento especializado del producto y las necesidades comerciales que aborda.
  1. Se han establecido acuerdos de nivel de servicio (SLA). Así como los SLA juegan un papel crucial en el establecimiento de las expectativas de rendimiento de las aplicaciones, cada vez es más común establecer las expectativas de rendimiento de los productos de datos dentro de un contrato de datos o SLA. Las soluciones de observabilidad de datos que monitorean, alertan y miden de manera proactiva la calidad de los datos de principio a fin desempeñan un papel fundamental para ayudar a los equipos de datos a establecer, informar y cumplir esos SLA.
  1. Los clientes internos realmente lo usan. Los productos sin clientes son solo ideas. La adopción es la verdadera medida del valor de su producto de datos. Asegúrese de realizar un seguimiento de sus usuarios activos mensuales y encuentre formas creativas de evangelizar dentro de su organización. Si tiene mucho éxito, ¡asegúrese de que su producto esté a escala! Si bien no se requiere estrictamente una red troncal de almacenamiento de datos para cada caso de uso, eliminará cualquier problema de escalabilidad.

Enhorabuena, es un producto de datos.

No todos los sistemas o iniciativas de datos necesitan o deben ser un producto de datos.

Con una comprensión y estándares compartidos para los productos de datos, la etiqueta se puede reservar y reverenciar como un logro impresionante con un alto impacto.

Regístrese para recibir el boletín gratuito insideBIGDATA.

Únase a nosotros en Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1



Related post

Premios de socios globales de ladrillos de datos 2022

Premios de socios globales de ladrillos de datos 2022

Databricks tiene un ecosistema de socios de más de 600 socios en todo el mundo que son fundamentales para crear y…
El programa interactivo de los científicos informáticos ayuda a planificar el movimiento para entornos con obstáculos – ScienceDaily

El programa interactivo de los científicos informáticos ayuda a…

Al igual que nosotros, los robots no pueden ver a través de las paredes. A veces necesitan un poco de ayuda…
Toma lecciones en realidad virtual con Immerse, una aplicación de voz para Quest 2

Toma lecciones en realidad virtual con Immerse, una aplicación…

En el metaverso, imagínese llegando tarde a la escuela. Bucear es una plataforma educativa de metaverso desarrollada en colaboración con los…

Leave a Reply

Tu dirección de correo electrónico no será publicada.