Tout ce que vous devez savoir sur les Data Products

#Données #Intelligence des données Data Mesh

#Données #Intelligence des données Data Mesh

Résumé

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.

Ces dernières années, le paysage de la gestion des données et de l'analytique a connu un changement de paradigme avec l'émergence du cadre Data Mesh . Inventé par Zhamak Dehghani en 2019, Data Mesh est un cadre qui met l'accent sur une approche décentralisée et orientée domaine de la gestion des données. L'une des disciplines notables de l'architecture Data Mesh consiste à traiter les données comme un produit, en introduisant le concept de "data products". Cependant, le terme "produit de données" est souvent utilisé sans que l'on comprenne clairement son essence. Dans cet article, nous ferons la lumière sur tout ce que vous devez savoir sur les data products et la réflexion sur les produits de données.

Passer à une réflexion sur les produits

Pour que les organisations traitent les données comme des produits et transforment leurs jeux de données en data products, il est essentiel que les équipes adoptent d'abord un état d'esprit axé sur les produits. Selon J. Majchrzak et al. dans Data Mesh in Action,

La réflexion sur le produit sert de méthodologie de résolution des problèmes, donnant la priorité à la compréhension globale des besoins de utilisateur et du problème central avant de s'engager dans le processus de création du produit. L'objectif premier est de réduire l'écart entre les besoins de utilisateur et la solution proposée.

Dans leur livre, ils mettent en avant deux grands principes :

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.

Par conséquent, avant de dévoiler un jeu de données, l'adhésion à la pensée produit implique de poser des questions essentielles :