Todo lo que debe saber sobre los productos de datos

#Datos #Inteligencia de datos #Malla de datos

#Datos #Inteligencia de datos #Malla de datos

Resumen

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.

En los últimos años, el panorama de la gestión y el análisis de datos ha sido testigo de un cambio de paradigma con la aparición del marco Data Mesh. Acuñado por Zhamak Dehghani en 2019, Data Mesh es un marco que hace hincapié en un enfoque descentralizado y orientado al dominio para la gestión de datos. Una disciplina notable en la arquitectura Data Mesh es tratar los datos como un producto, introduciendo el concepto de "productos de datos". Sin embargo, el término "producto de datos" se utiliza a menudo sin una comprensión clara de su esencia. En este artículo, arrojaremos luz sobre todo lo que necesita saber acerca de los productos de datos y el pensamiento de productos de datos.

Pasar al pensamiento de producto

Para que las organizaciones traten los datos como productos y transformen sus conjuntos de datos en productos de datos, es esencial que los equipos cambien primero a una mentalidad de pensamiento de producto. Según J. Majchrzak et al. en Data Mesh in Action,

El pensamiento de producto sirve como metodología de resolución de problemas, dando prioridad a la comprensión exhaustiva de las necesidades del usuario y del problema central antes de profundizar en el proceso de creación del producto. El objetivo principal es reducir la distancia entre las necesidades del usuario y la solución propuesta.

En su libro, destacan dos principios fundamentales:

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.

Por tanto, antes de desvelar un conjunto de datos, adherirse al pensamiento de producto implica plantearse preguntas esenciales: