Was ist ein Datenproduktmanager?

Data Product Management ist in den letzten Jahren ein regelmäßiges Diskussionsthema zwischen Data Science, Engineering- und Product Management-Teams gewesen, insbesondere wenn es um Data Science und Maschinelles Lernen geht.

Die Rolle des Datenproduktmanagers hat viele Ähnlichkeiten mit der eines Software-Produktmanager insofern, als ein genaues Verständnis der geschäftlichen Anforderungen des Kunden entscheidend ist. Es gibt jedoch einige wesentliche Unterschiede zwischen den jeweiligen Aufgaben und den erforderlichen Fähigkeiten.

In welchem Geschäftsumfeld bewegt sich ein Datenproduktmanager normalerweise?

Man kann mit Fug und Recht behaupten, dass vom Maschinelles Lernen abhängige Produkte unser tägliches Leben beeinflussen. Social media (Linkedin, Facebook, Twitter), Google, Uber und Airbnb haben alle hoch entwickelte ML-Algorithmen entwickelt, um die Qualität ihrer Produkte zu verbessern.

Heute sind Data Science jedoch keineswegs nur eine Domäne der Top-Tech-Unternehmen. Sie sind auch in einer Vielzahl von unternehmensbezogenen Bereichen wie der prädiktive Analyse, dem supply chain , der Verbrechenserkennung, der Betrugsbekämpfung und der Verhinderung einer hohen Personalfluktuation, um nur einige zu nennen, zu einem gängigen Merkmal geworden.

Data Product Manager sind oft gefragt, wenn es um Data Science Produkte geht, also dann, wenn der Kerngeschäftswert im Mittelpunkt steht, der von Maschinelles Lernen und Künstlicher Intelligenz abhängt.

Was macht ein Datenproduktmanager?

Auch hier ist die Rolle des Datenproduktmanagers analog zu den meisten Rollen im Produktmanagement auf die Entwicklung des bestmöglichen Produkts für die Kunden/Nutzer ausgerichtet. Das bleibt der Hauptfokus für den Datenproduktmanager.

Es gibt jedoch einige feine Unterschiede, wenn es um den Aufgabenbereich des Datenproduktmanagers geht.

Das Spektrum der Personen, für die der Datenproduktmanager zuständig ist, ist oft breit gefächert und kann Folgendes umfassen Data Scientists, Data Engineers, Data Analysts, Data Architects und sogar Entwickler und Tester. Ein solch vielfältiger Pool an Erwartungen erfordert ein solides Verständnis jedes dieser Bereiche, damit der Datenproduktmanager den use case für jeden Stakeholder verstehen kann, ganz zu schweigen von starken menschlichen Fähigkeiten, um unbeschadet durch diese verschiedenen Universen zu navigieren.

Der ideale Datenproduktmanager verfügt über ein umfassendes Verständnis von Algorithmen Maschinelles Lernen , künstlicher Intelligenz und Statistik, um die vielfältigen Fähigkeiten zu demonstrieren, die mit dieser neuen Aufgabe verbunden sind. Er verfügt über ein gewisses Maß an Programmiererfahrung (genug, um bei Bedarf in die Materie einzutauchen), ist gut in Mathematik, versteht die Big Data und verfügt über erstklassige Kommunikationsfähigkeiten.

Dem Datenproduktmanager kann sogar die Verantwortung für die Zentralisierung des Datenzugriffs auf Unternehmensebene* übertragen werden.

Hier könnte er aufgefordert werden, neue Wege zur verwalten, Sammlung und Verwertung von Daten zu finden, um die usability und Qualität der Informationen zu verbessern. Dieser Teil der Aufgabe kann die Auswahl einer geeigneten Datenmanagement beinhalten, um den Zugang zu den Datensätzen für alle oben genannten Parteien zu zentralisieren und zu demokratisieren, Silos zwischen Teams aufzubrechen und den Datenzugang für alle zu erleichtern.

Sie können sich dann für eine Datenkatalog mit einem leistungsfähigen Wissensgraphen und einer einfachen Suchmaschine... solche Plattformen gibt es.

*Wie unterscheidet sich in diesem Fall die Rolle des Datenproduktmanagers von der des Data Steward? Ist es nicht Aufgabe des Data Steward, die Daten zu kuratieren, verwalten, Berechtigungen zu vergeben und sie den Datenkonsumenten zur Verfügung zu stellen? Eine Möglichkeit, die Unterschiede zwischen den beiden Rollen zu betrachten, wäre, den Data Steward als der Datenverwalter der Daten der Gegenwart und den Datenproduktmanager als Verwalter und Innovator der Daten der Zukunft.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.