Qu'est-ce qu'un product owner données ? Rôle, compétences et responsabilités

Résumé

A Data Product Owner is responsible for the development, success, and business value of data products within an organization.
The role combines technical understanding, business judgment, communication skills, and the ability to work across technical and non-technical teams.
Core responsibilities include defining vision, planning the roadmap, managing the backlog, aligning stakeholders, and ensuring governance and quality requirements are met.
A Data Product Owner also works closely with development teams to clarify needs and guide implementation decisions.
Depending on the situation, the Data Product Owner role may overlap with or remain separate from the traditional Product Owner role.

Dans notre précédent article sur les produits data products Data Products, nous avons abordé la définition, les caractéristiques et les exemples de data products , ainsi que la nécessité d'adopter un état d'esprit axé sur les produits pour transformer véritablement vos jeux de données en data products viables. Dans le cadre de cette évolution vers une architecture Data Mesh , il est important de souligner une partie très importante de la gestion des produits de données : la propriété des produits de données. En effet, il est essentiel de désigner les bonnes personnes comme parties prenantes de vos data productsentreprise.

Dans cet article, nous abordons l'aspect humain des data products - le rôle, les responsabilités et les compétences requises d'un product owner données.

Quels sont les rôles et les compétences d'un product owner données ?

Comme leur nom l'indique, les propriétaires de produits de données sont les garants du développement et du succès des data products au sein d'une organisation. Ils font le lien entre les équipes chargées des données, les parties prenantes et les utilisateurs finaux, en traduisant des concepts de données complexes en informations exploitables qui génèrent de la valeur et de l'innovation. Pour ce faire, les propriétaires de produits de données disposent d'un ensemble unique de compétences techniques, notamment la capacité d'extraire des informations des données et d'identifier des modèles, de comprendre des langages de programmation tels que Python ou R, et de disposer d'une base solide dans les technologies de données telles que les entrepôts de données, les bases de données, les lacs de données, etc.

En plus de ses compétences techniques, le product owner données a un grand sens des affaires, avec la capacité de comprendre le contexte, les objectifs, les tendances et le paysage général de l'entreprise et de développer des stratégies de données qui sont alignées sur ce contexte. Il utilise donc les données pour prise de décision en collectant et en analysant correctement les données.

Enfin, les responsables de produits de données ont d'excellentes compétences en matière de communication et sont capables de transmettre des informations sur les données aux différentes parties prenantes de l'entreprise, telles que les data scientists et les développeurs, mais aussi à des rôles non techniques tels que les utilisateurs professionnels et les analystes. En général, ils ont également une expérience des méthodologies agiles et des compétences en matière de résolution de problèmes pour fournir des data products performants dans les délais impartis.

Quelles sont les principales responsabilités d'un product ownerdonnées ?

La nature multidimensionnelle du product owner données, telle que décrite ci-dessus, lui confère une grande variété de responsabilités. Dans Data Mesh in Action, de J. Majchrzak et al, les tâches des propriétaires de produits de données sont énumérées comme suit :

Vision definition: They are responsible for determining the purpose of creating a data product, understanding its users, and capturing their expectations through the lens of product thinking.
Strategic planning of product development: They are in charge of creating a comprehensive roadmap for the data product’s development journey, as well as defining key performance indicators (KPIs).
Ensuring satisfaction requirements: Ensuring the data product meets all requirements is a critical responsibility. This includes providing a detailed metadata description and ensuring compliance with accepted standards and data governance rules.
Backlog Management & Prioritization: The Data Product Owner makes tactical decisions regarding the management of the data product backlog. This involves prioritizing requirements, clarifying them, splitting stories, and approving implemented items.
Stakeholder Management: They must gather information to understand expectations and clarify any inconsistencies or conflicting requirements to ensure alignment.
Collaboration With Development Teams: Engaging with the data product development team is essential for clarifying requirements and making informed decisions on challenges affecting development and implementation.
Participation in Data Governance: The Data Product Owner actively contributes to the data governance team, influencing the introduction of rules within the organization and providing valuable feedback on the practical implementation of data governance rules.

Si le principe veut qu'il n'y ait qu'un seul product owner données pour un produit de données spécifique, un seul propriétaire peut superviser plusieurs produits, en particulier s'ils sont plus petits ou s'ils requièrent moins d'attention. La taille et la complexité des data products varient, ce qui entraîne des différences dans les responsabilités spécifiques assumées par les propriétaires de produits de données.

Quelles sont les différences entre un product owner données et un product owner?

La relation entre un product owner et un product owner données peut varier en fonction de caractéristiques et d'exigences spécifiques. Si, dans certains cas, ces rôles se chevauchent, dans d'autres, ils divergent nettement. Dans le livre Data Mesh en action, on distingue trois scénarios différents :

Cas 1 : Le double rôle

Dans ce scénario, le product owner données est également product owner, et les équipes de développement du produit de données et du produit global s'alignent. Cette configuration est la plus appropriée lorsque le produit de données s'étend à partir du système source et que la complexité est gérable, ne nécessitant pas d'efforts de développement distincts.

Un exemple serait un module d'achat d'abonnements fournissant des données sur les achats intégrés de manière transparente dans le système source.

Cas 2 : Double propriété, équipes séparées

Dans ce cas, le product owner données joue un double rôle en tant que product owner, mais les équipes responsables du produit de données et du développement global du produit sont distinctes. Cette configuration est appliquée lorsque les données analytiques dérivées de l'application sont nombreuses et nécessitent un carnet de commandes distinct et une équipe spécialisée pour l'exécution.

Un exemple serait un module d'achat d'abonnement offrant des données analytiques étayées par un modèle ML, permettant de prédire le comportement d'achat.

Cas 3 : Entités indépendantes

Dans ce scénario, les rôles du product owner données et du product owner sont distincts, et les équipes responsables du produit de données et du développement global du produit opèrent de manière indépendante. Cette configuration est choisie lorsque le produit de données est une solution complexe nécessitant des efforts de développement indépendants.

Un exemple serait la construction d'un data mart soutenu par un modèle ML pour prédire le comportement d'achat.

Par essence, l'interaction entre les rôles de product owner et de product owner données dépend des subtilités du produit de données et de sa relation avec le système global. Qu'elle soit convergente ou divergente, la configuration choisie s'aligne sur les exigences spécifiques posées par la complexité et les besoins d'intégration du produit de données en question.

Conclusion

En conclusion, comme les organisations adoptent de plus en plus la gestion des produits de données dans le cadre d'une architecture de Data Mesh , l'efficacité des propriétaires de produits de données devient essentielle. Leur capacité à relier les subtilités techniques aux objectifs de l'entreprise, combinée à une connaissance approfondie des technologies de données en constante évolution, les positionne comme des figures centrales pour guider le voyage vers la libération du plein potentiel des Data Products l'entreprise.

À propos de l'auteur