Entwerfen eleganter Datenprodukte

Was ist ein Datenprodukt?

Die Art und Weise, wie Organisationen über Daten denken und wie sie auf vertrauenswürdige Informationen zugreifen, ändert sich schnell. Die Nachfrage nach Erkenntnissen wächst exponentiell und es entstehen Strategien zur effizienteren Verwaltung von Daten. Im Mittelpunkt dieser Veränderung steht ein allmählicher Wandel der Denkweise. Organisationen beginnen, Daten als Produkt zu betrachten, als ein verpacktes Angebot, das wiederverwendbar und verfeinert ist. Dieser Ansatz entfernt sich von der projektbasierten Denkweise, bei der jede Datenanforderung mit einer neuen einmaligen Datenpipeline erfüllt wird.

Die wichtigsten Vorteile von Datenprodukten sind:

Wiederverwendbarkeit

Einfacher Zugang

Teilbarkeit

Wie bei jedem Produkt macht die Art und Weise, wie Datenprodukte entworfen und den Benutzern präsentiert werden, einen erheblichen Unterschied. Sehen wir uns nun an, wie man elegante Datenprodukte entwirft.

Wenn wir von Datenprodukten sprechen, meinen wir sie im Kontext einer größeren IT-Strategie oder eines Datennetzes. Dies ist nicht zu verwechseln mit einem Datenprodukt als Teil einer Kerngeschäftsstrategie, bei der ein auf Kunden ausgerichtetes Datenprodukt der Hauptumsatzbringer eines Unternehmens ist. Wir sprechen nicht von Datenprodukten wie Google Analytics oder Bloomberg.

Gartner definiert ein Datenprodukt wie folgt:

Diese sehr detaillierte und komplexe Definition mag zutreffend sein; eine elegantere Definition könnte jedoch von J. Majchrzak stammen, der ein Datenprodukt als „eine autonome, leseoptimierte, standardisierte Dateneinheit definiert, die mindestens einen Datensatz (Domänendatensatz) enthält und zur Erfüllung der Benutzeranforderungen erstellt wurde“.

Beide Definitionen sind zutreffend, aber die eine ist einfacher und leichter zu nutzen. Ebenso sind elegante Datenprodukte leichter zu nutzen und daher wertvoll.

Was ist ein elegantes Design?

Wie erkennen wir, ob ein Design elegant ist? Albert Einstein soll einmal gesagt haben: „Alles sollte so einfach wie möglich gemacht werden, aber nicht einfacher.“ Ein elegantes Datenprodukt muss daher so einfach wie möglich sein, um das beste Ergebnis zu erzielen.

Schauen wir uns weitere Must-haves einer eleganten Lösung an:

• Konzentriert und effizient genug, um mit begrenzten Ressourcen ein definiertes Ergebnis zu erzielen
• Kohärent genug, um Randfälle in der Kernlogik zu behandeln, nicht durchdacht, keine angeschraubten Funktionen
• Leistungsstark genug für mehrere Anwendungen

Warum ist elegantes Design wichtig? Weniger Komplexität macht den Konsum von Dingen viel einfacher und angenehmer und führt zu einem höheren Wert. Eine einfache, aber effektive Lösung übertrifft die Komplexität.

Datenprodukt-Denkweise

Der erste Schritt zum Entwerfen und Erstellen eleganter Datenprodukte besteht darin, eine Datenproduktmentalität zu entwickeln. Dies kann oft die größte Hürde sein.

Um eine Datenproduktmentalität zu entwickeln, müssen Sie sich von der Projektmentalität lösen. Dabei handelt es sich um die Vorstellung, dass jedes Mal, wenn die Datentechnikgruppe eine Datenanforderung erhält, ein neues Projekt erstellt und ausgeführt wird. Diese Projektmentalität ist viel reaktiver, da die Datentechniker ständig darum kämpfen, Datenpipelines gemäß den Anforderungen der Stakeholder zu erstellen. Sobald ein Projekt abgeschlossen ist, ist es an der Zeit, es zu vergessen und mit dem nächsten fortzufahren.

Die Produktmentalität hat sich weiterentwickelt. Dateningenieure, Analysten und Datenverwalter denken proaktiver über Daten nach. Anstatt auf Ad-hoc-Datenanfragen zu warten, arbeiten Analysten, Ingenieure und Manager zusammen, um Datenprodukte zu erstellen, bevor sie benötigt werden. Dieser Ansatz erfordert gründliche Recherche und Einblicke, um Datenprodukte zu erstellen, die für eine größere Anzahl von Benutzern am nützlichsten sind und einen höheren Wert pro Ausgabe erzielen.

Datenprodukte sind außerdem wiederverwendbar, sodass sie während ihres gesamten Lebenszyklus relevant bleiben. Dieser Lebenszyklus umfasst laufende Wartung und Verbesserung. Da Datenprodukte ein Eigenleben entwickeln, kann Feedback problemlos in neue Versionen integriert werden.

Die größte Herausforderung bei der Implementierung und Entwicklung effektiver und eleganter Datenprodukte besteht darin, die richtige Einstellung zu entwickeln. Wenn Sie von einer Datenprojektstrategie auf ein Datenprodukt umsteigen, wird der Erfolg an den Ergebnissen und nicht an den Ergebnissen gemessen. Datenprodukte entwickeln sich zwar weiter, aber eine effektive Planung und Gestaltung im Vorfeld hilft dabei, die Grundlage für elegante Datenprodukte zu schaffen.

Schlüsselmerkmale guter Datenprodukte

Effektive und leistungsstarke Datenprodukte weisen typischerweise bestimmte Merkmale auf. Designer sollten diese Merkmale beim Erstellen der Datenprodukte berücksichtigen:

Erkennbar

Damit Datenprodukte Wirkung zeigen, müssen sie auffindbar sein. Selbst ein fantastisches Produkt kann sein Potenzial nicht ausschöpfen, wenn niemand weiß, dass es existiert. Datenprodukt-Marktplätze sind eine großartige Möglichkeit, Datenprodukte in die Hände von Benutzern zu bringen. Einige Datenprodukt-Marktplätze verwenden KI und prädiktive Analysen, um Benutzern Datenprodukte vorzuschlagen, ähnlich wie Netflix seinen Zuschauern neue Filme oder Shows vorschlägt. Eleganz hängt nicht immer davon ab, wie Sie das Produkt gestalten, sondern auch davon, wie Sie es auf den Markt bringen und den Benutzern zugänglich machen.

Qualität

Saubere und genaue Daten sind ein Muss für jedes Datenprodukt. Wenn Datenanalysten nicht vertrauen können, wird Ihr Datenprodukt von Entscheidungsträgern nicht geschätzt. Das Entwerfen und Erstellen von Datenprodukten muss einen zuverlässigen Prozess zum Bereinigen und Normalisieren der Daten beim Zusammenführen und Integrieren umfassen.

Sobald der Prozess eingerichtet ist, müssen Sie sicherstellen und Ihrem Publikum beweisen, dass er funktioniert. Dazu gehört das Verfolgen und Teilen von Datenqualitätsmetriken, um neben vielen anderen Qualitäten auch Variabilität und Vollständigkeit zu messen.

Sicher

Die Sicherheit der Daten ist eine Voraussetzung für jede IT-Strategie, aber die Integration von Sicherheit in Ihr Datenprodukt kann nuanciert sein. Elegant gestaltete Datenprodukte können einen granularen Zugriff auf Datenbestände ermöglichen. Durch die Gestaltung von Zugriffsregeln, die die Rollen der Benutzer und Datenattribute berücksichtigen, werden Zugriff und Sicherheit ins Gleichgewicht gebracht. Diese Zugriffskontrollen und die Datenmaskierung ermöglichen auch eine effiziente Nutzung von Datentabellen.

Ein weiteres wichtiges Merkmal ist die Einbeziehung einer hochentwickelten Verschlüsselung, die gewährleistet, dass die Daten beim Transfer von der Datenbank zur Analyse geschützt sind.

Beobachtbar

Um eine kontinuierliche Qualität zu gewährleisten, verfügen großartige Datenprodukte über integrierte Beobachtungsfunktionen. Datenprodukte sind nur so gut wie die Qualität der Daten, die sie liefern. Wenn Entscheidungsträger den von Datenprodukten erzeugten Daten nicht vertrauen, verlieren sie ihren Wert. Datenprodukte sollten mit integrierten Überwachungsfunktionen ausgestattet sein, die Anomalien und Fehler erkennen. Dadurch verringert sich die Wahrscheinlichkeit, dass fehlerhafte Daten in die Analyse einer Führungskraft gelangen oder zum Trainieren von KI-Modellen verwendet werden.

Skalierbar

Ein weiterer Vorteil eines produktbasierten Ansatzes besteht darin, dass ein Datenprodukt umso wertvoller für das Unternehmen ist, je mehr es verwendet wird. Datenprodukte sind sehr flexibel und können in verschiedenen Anwendungsfällen eingesetzt werden, wodurch ihr Nutzen steigt. Daher müssen Datenprodukte so konzipiert sein, dass sie skalierbar sind und die wachsende Benutzernachfrage erfüllen.

Kollaborativ

Damit die Datenprodukte leistungsstark genug sind, um mehrere Probleme zu lösen, ist es wichtig, Eingaben aus verschiedenen Quellen zu erhalten.

Der Aufbau eines vielfältigen Teams zur Entwicklung von Datenprodukten und der unterstützenden Frameworks ist von entscheidender Bedeutung. Bei der Erstellung erfolgreicher Datenprodukte spielen mehrere Interessengruppen eine Rolle, darunter Datenproduktproduzenten, Domänenbesitzer und Verbraucher.

Datenproduktproduzenten investieren am meisten in den Erfolg eines Datenprodukts und übernehmen daher die Führung. Sie verfügen möglicherweise über Kenntnisse im Bereich Datentechnik oder Datenanalyse, aber der Hauptfokus liegt auf dem Verständnis der Bedürfnisse der Verbraucher. Diejenigen mit einem Hintergrund im Produktmanagement oder Produktbesitz verstehen die Produktmentalität.

Domänenbesitzer spielen ebenfalls eine wichtige Rolle und sind in der Regel für die Gewährleistung einer ordnungsgemäßen Governance verantwortlich. Governance hilft dabei, die richtigen Kontrollen und Richtlinien festzulegen, die zum Erfolg oder Misserfolg eines Datenprodukts führen. Daher ist die Rolle eines Domänenbesitzers wichtig.

Datenproduktkonsumenten sind auch ein wichtiger Bestandteil des laufenden Lebenszyklus von Datenprodukten. Ihr Engagement und Feedback liefern den Input, um den Nutzen von Datenprodukten zu verbessern. Sie können ihre Zufriedenheit mit einzelnen Datenprodukten und deren Eignung für ihre Bedürfnisse bewerten. Die Verfolgung des Verhaltens von Datenproduktkonsumenten ist ebenfalls ein wichtiger Teil der Einbindung von Konsumenten in den Prozess.

Zugänglich

Neben der Auffindbarkeit ist auch die effektive Zugänglichkeit ein wichtiges Merkmal hochwertiger Datenprodukte. Eine einfache Zugänglichkeit verbessert den Prozess, Datenprodukte zu erhalten und sie so einfach wie möglich für Analysen zu verwenden, was zu einer schnelleren Erkenntnisgewinnung führt. Eines der Hindernisse für einen schnellen Zugriff ist das Importieren von Datenprodukten in Ihr BI-Tool oder Ihr KI-Modellerstellungstool. Elegante Datenproduktdesigns ermöglichen den Zugriff auf Datenprodukte aus jedem bevorzugten Analysepaket heraus.

Die zweite und vielleicht schwierigere Hürde besteht darin, die Berechtigung zum Datenzugriff zu erhalten. Das Einrichten der richtigen Protokolle zur Ermöglichung des Zugriffs macht den Prozess sicherer und effizienter. Eine klare Definition der Verantwortlichen für die Ermöglichung des Zugriffs ist ein wichtiger Teil der Definition eleganter Protokolle. In einem stärker verteilten Rahmen haben Domänenmanager, die die Datenerfassung in ihrer Gruppe überwachen, die Berechtigung, Zugriff zu gewähren.

Abonnements und Datenverträge definieren die Dauer des Zugriffs und wie Daten verwendet werden dürfen und wie nicht. Durch die Standardisierung dieser Vereinbarungen im Voraus müssen Benutzer den Vorgang nicht jedes Mal durchlaufen, wenn sie auf ein Datenprodukt zugreifen möchten, was den Prozess vereinfacht.

Anpassbar und interoperabel

Um den Datenbedarf der Benutzer zu erfüllen, sollten Produkte an spezifische Geschäftsanforderungen und Benutzerpräferenzen anpassbar sein.

Anstatt umständliche Datenfunktionen hinzuzufügen, sollten elegante Datenprodukte so konzipiert werden, dass sie mit anderen Datenprodukten kompatibel sind. Wenn die Interoperabilität in das Design integriert ist, können Datenprodukte problemlos kombiniert werden, um umfangreichere und wertvollere Superdatenprodukte zu erstellen.

Überprüfbar

Im Laufe der Entwicklung von Datenprodukten werden einige Änderungen Verbesserungen darstellen, aber nicht alle. Änderungen an Datenprodukten können auch Schwachstellen wie Sicherheits- und Compliance-Risiken aufdecken. Um sicherzustellen, dass Datenprodukte von höchster Qualität sind, müssen sie Prüftests und Versionsdaten enthalten. Durch die schnelle Identifizierung von Fehlern und die genaue Bestimmung der Quelle können Sie dafür sorgen, dass Ihr Datenprodukt sicher und effizient läuft.

Anwendungsfallorientiert

Um umfassend und konsistent zu sein, müssen Datenprodukte in der Lage sein, die Probleme der Benutzer jedes Mal effektiv zu lösen. Um dies zu erreichen, sollten sie wie jedes andere Produkt so konzipiert sein, dass der Endbenutzer im Mittelpunkt des Prozesses steht. Unabhängig davon, ob der Benutzer ein Dateningenieur, Datenanalyst, Geschäftsanalyst, Geschäftsführer, Kunde oder Partner ist, ist ein umfassendes Verständnis seiner Bedürfnisse der Schlüssel zum Erfolg.

Umfassende Datenprodukte integrieren eine große Bandbreite an Datenquellen, um eine umfassende und konsistente Abdeckung der Anwendungsfälle zu gewährleisten. Die Anreicherung von Daten mit Partner- oder Drittanbieterquellen kann dem Datenprodukt zusätzliche Tiefe verleihen. Beispielsweise können Datenprodukte umfassender und konsistenter werden, wenn fehlende Adressdaten mithilfe von Postleitzahlendatenbanken ergänzt und standardisiert werden.

Benutzer müssen klar verstehen können, was die Daten in Ihrem Datenprodukt darstellen, damit sie für ihren Anwendungsfall anwendbar sind. Dies kann eine Herausforderung sein, da die Daten aus der gesamten Organisation stammen. Eine ordnungsgemäße Metadatenverwaltung ist wichtig, um leistungsstarke Datenprodukte zu erstellen und sicherzustellen, dass der Kontext erhalten bleibt. Es ist auch wichtig sicherzustellen, dass Benutzer die zur Beschreibung der Daten im Datenprodukt verwendete Terminologie verstehen. Die Einbeziehung von Geschäftsglossaren ist eine Möglichkeit, die Terminologie zu standardisieren.

Lebenszyklusverwaltung

Einer der Hauptunterschiede zwischen Datenprodukten und Datenprojekten ist die Leistung von Datenprodukten und ihre Fähigkeit, ständig verbessert und erweitert zu werden. Selbst wenn wir unser Bestes tun, um ein Datenprodukt zu entwickeln, das den Anforderungen unserer Zielgruppe entspricht, wird es nicht immer ins Schwarze treffen oder einfach Änderungen erfordern. Der Aufbau eines Mechanismus zum Erfassen von Benutzerfeedback ist für die kontinuierliche Bereitstellung hervorragender Datenprodukte unerlässlich.

Um Produkte mit Benutzern zu verbinden, ist es entscheidend, Datenprodukte zu verfolgen und zu verstehen, wie sie bei Benutzern ankommen. Ein Datenproduktmarktplatz voller veralteter und irrelevanter Datenprodukte eignet sich nicht für einen eleganten Prozess. Datenprodukte sollten archiviert und ausgemustert werden, wenn sie das Ende ihres Lebenszyklus erreichen, um den Datenmüll zu reduzieren. Stellen Sie sicher, dass Sie Ihren Datenproduktmarktplatz so pflegen, dass das Benutzererlebnis optimiert wird.

Verfahren

Elegante Datenprodukte entstehen nicht von selbst, sie erfordern einen geeigneten Prozess, der ihre Erstellung unterstützt. Ohne diesen besteht die Tendenz, weitere Daten hinzuzufügen, was die Komplexität erhöht. Ein Prozess stellt sicher, dass Daten absichtlich hinzugefügt werden. Elegante Designs entstehen durch iterative und kollaborative Prozesse.

Iterative Designprozesse unterstützen elegantes Design, da Sie mit jedem Schritt oder Zyklus einer einfacheren, leistungsfähigeren Lösung näher kommen. Die ersten Versionen von Datenprodukten sind möglicherweise nicht die optimale Lösung, daher müssen sie weiterentwickelt werden. Funktionen, die ungenutzt bleiben oder den Weg zum besten Ergebnis behindern, können durch Iteration eliminiert werden. Neue Benutzer können innovative Anwendungen für Datenprodukte finden, die neue Funktionen oder eine Abspaltung des ursprünglichen Datenprodukts in etwas Neues und Wirkungsvolleres hervorbringen. Ihr Prozess sollte Feedback einbeziehen und institutionalisieren, um besser zu verstehen, wie Ihr Datenprodukt sein Ziel erreicht. Während sich Datenprodukte weiterentwickeln und Feedback gesammelt wird, entstehen Ideen für neue Datenprodukte.

Die Entwicklung großartiger Datenprodukte ist keine Kleinigkeit. Sie von Grund auf neu zu erstellen, ohne eine solide technologische Grundlage zu haben, kann sogar noch schwieriger sein. Datenproduktplattformen können den Prozess erheblich vereinfachen. Avrio ist eine moderne Datenanalyseplattform, die von Grund auf darauf ausgelegt ist, die Erstellung von Datenprodukten zu optimieren. Um mehr über die Funktionen von Avrio zu erfahren und wie die Plattform Ihnen bei der Erstellung eleganter Datenprodukte helfen kann, vereinbaren Sie eine Demo .