Blog | Datenintelligenz | | 3 Min. Lesezeit

Was ist ein Datenproduktmanager?

daten-produkt-manager

Das Datenproduktmanagement ist seit einigen Jahren ein regelmäßiges Diskussionsthema in den Teams Data Science, Technik und Produktmanagement, insbesondere wenn Maschinelles Lernen Data Science und Maschinelles Lernen .

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 bei den jeweiligen Aufgaben und den erforderlichen Fähigkeiten.

In welchem Geschäftsumfeld bewegt sich ein Datenproduktmanager normalerweise?

Man kann mit Fug und Recht behaupten, dass Maschinelles Lernen Produkte unseren Alltag beeinflussen. Social media (LinkedIn, Facebook, Twitter), Google, Uber und Airbnb haben allesamt hochentwickelte ML-Algorithmen entwickelt, um die Qualität ihrer Produkte zu verbessern.

Heute sind Data Science jedoch keineswegs mehr die alleinige Domäne der führenden Technologieunternehmen. Sie sind mittlerweile auch in einer Vielzahl von unternehmensbezogenen Bereichen gang und gäbe, darunter prädiktive Analyse, supply chain , Kriminalitätsaufklärung, Betrugsbekämpfung und die Verhinderung hoher Personalfluktuation, um nur einige zu nennen.

Datenproduktmanager werden oft hinzugezogen, wenn es um Data Science geht, mit anderen Worten, wenn der im Mittelpunkt stehende geschäftliche Kernwert von Maschinelles Lernen 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.

Um die vielfältigen Kompetenzen zu verdeutlichen, die diese neue Position erfordert, sollte der ideale Data Product Manager über ein umfassendes Verständnis von Maschinelles Lernen , künstlicher Intelligenz und Statistik verfügen. Er sollte über einige Programmiererfahrung verfügen (genug, um bei Bedarf einen ersten Einblick zu gewinnen), mathematisch begabt sein, sich mit Big Data auskennen Big Data und über hervorragende Kommunikationsfähigkeiten verfügen.

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 Suchmaschineentscheiden ... 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.