Alles, was Sie über Datenprodukte wissen müssen

#Daten #Datenintelligenz #Daten-Netzwerk

#Daten #Datenintelligenz #Daten-Netzwerk

Zusammenfassung

Data Mesh encourages organizations to treat data as a product, not just as a technical asset.
To do this well, teams need a product-thinking mindset that starts with understanding user needs and the problem to solve.
Two core principles are to focus on the problem before the solution, and to think in terms of complete products rather than isolated features.
Creating a data product requires clear answers about the problem, the users, the vision, and the strategy behind it.
Data product thinking helps ensure datasets are designed to deliver real value and meet concrete user needs.

In den letzten Jahren hat sich in der Datenmanagement und Analyselandschaft mit dem Aufkommen des Data Mesh Framework ein Paradigmenwechsel vollzogen. Data Mesh wurde 2019 von Zhamak Dehghani entwickelt und ist ein Framework , das einen dezentralen und bereichsorientierten Ansatz für die Datenverwaltung verfolgt. Eine bemerkenswerte Disziplin in der Data Mesh-Architektur besteht darin, Daten als Produkt zu behandeln und das Konzept der "Datenprodukte" einzuführen. Der Begriff "Datenprodukt" wird jedoch oft ohne ein klares Verständnis seines Wesens verwendet. In diesem Artikel erfahren Sie alles, was Sie über Datenprodukte und das Denken in Datenprodukten wissen müssen.

Umstellung auf Produktdenken

Damit Unternehmen Daten als Produkte behandeln und ihre Datensätze in Datenprodukte umwandeln können, müssen die Teams zunächst zu einer produktbezogenen Denkweise übergehen. Laut J. Majchrzak et al. in Data Mesh in Action,

Product Thinking dient als Problemlösungsmethode, bei der ein umfassendes Verständnis der Nutzer und des Kernproblems im Vordergrund steht, bevor der Produktentstehungsprozess in Angriff genommen wird. Das primäre Ziel ist es, die Lücke zwischen den Nutzer und der vorgeschlagenen Lösung zu schließen.

In ihrem Buch heben sie zwei Hauptprinzipien hervor:

Love the problem, not the solution: Before embarking on the design phase of a product, it is imperative to gain an understanding of the users and the specific problem being addressed.
Think in terms of products, not features: While there is a natural inclination to concentrate on adding new features and customizing assets, it is crucial to view data as a product that directly satisfies user needs.

Bevor man also einen Datensatz vorstellt, muss man sich im Sinne des Produktdenkens grundlegende Fragen stellen: