O que seria um “Data Product”?
Na minha atuação acadêmica na área de Big Data e Analytics e como mentora e consultora em startups de tecnologia, sempre recebo perguntas técnicas e nem tão técnicas assim, sobre este mundo “data-driven”.
Procuro sempre responder de uma forma clara e acessível para o meu interlocutor e algumas vezes percebo que algumas pessoas que não haviam perguntado, se aproximam e acabam por confessar que tinham uma ideia as vezes completamente diferente do significado de alguns conceitos, métodos ou jargões da área.
Enfim, muitas vezes não perguntamos por que achamos que sabemos, e as pessoas não nos explicam, porque acham que sabemos. É aí que começam as piores decepções quando falamos de projetos de “Big Data e Analytics”, quando todo mundo pensa, ninguém fala ou pergunta, e no final todos se decepcionam.
Trago hoje um desses conceitos para ser esclarecido. Você já ouviu falar em “Data Product”? Um “Produto de Dados”? Ou uma “Plataforma de Dados (Data Platform)”?
“Um “Data product” é quando você transforma um “dataset” ou “data framework” em um produto reutilizável por diversas áreas da empresa para elaboração de diversos estudos relacionados a estratégia de negócios.”
É o que chamamos vulgarmente de “Produtizar” um processo de coleta de dados, que pode ser um arquivo “.csv” ou uma tabela em “excel”, mas que é útil estrategicamente para diversas áreas da empresa. Se não estiver atualizada, “cabeças vão rolar”! Acho que todos já ouviram essa frase de incentivo nas suas carreiras.
Uma “Plataforma de Dados”, seria a evolução deste processo, ou seja, seria ter um portal ou instancia, onde diversos “Produtos de Dados” estejam catalogados e disponíveis para consumo (elaboração de estudos, relatórios). Isto seria o que também chamamos de “Analytics Self Services”, o Analytics como “autoatendimento”. Estas bases já estão pré-qualificadas, atualizadas e disponíveis para que algoritmos sejam aplicados.
Mas para atingir este nível de serviço, se faz necessário uma mudança cultural dentro da empresa. Mudança de “mindset”, de “mentalidade” principalmente do “C-Level”, os diretores e acionistas.
Por quê? Porque para obtermos bases de dados que respondam as principais perguntas de negócios que geram valor para empresa de forma ampla, reutilizável por diversas áreas, precisamos saber a pergunta chave, aquela que vai desencadear todo processo evolutivo da estratégia da empresa.
E quem saberia fazer essa pergunta?
Pela lógica, seriam os diretores e acionistas. Portanto eles serão os primeiros a aderir a uma estratégia “data-driven”, acreditar nos insights que os dados podem trazer e fazer a pergunta chave para os especialistas em gestão de dados (Chief Data Officer).
A partir desta pergunta chave, é que se inicia um projeto de Big Data e Analytics de sucesso, pois saberemos buscar os dados corretos a serem agregados de acordo com as respostas que pretendemos obter.
Um artigo da consultoria Mckinsey sobre como fazer os dados trabalharem para você, diz o seguinte:
“…As melhores organizações testam continuamente suas suposições, processando novas informações com mais precisão e reagem às situações mais rapidamente.”
Concordo plenamente, pois este é o objetivo central da ciência de dados, fornecer elementos para que os decisores possam tomar decisões pro ativamente e antecipar-se a riscos e oportunidades.
Mas para tornar isso uma realidade, o mesmo artigo da Mckinsey recomenda o a utilização do método OODA — Observe, Orient, Decide and Act (Observe, Oriente, Decida e Aja):
Como podem ver na figura acima, o processo segue em círculos, sempre se renovando através dos resultados obtidos. Trata-se de uma sequência infinita.
Citando outro artigo, agora da HBR — Harvard Business Review sobre o tema:
“A abordagem de “Dados como produto para análise”, divide a equipe em “squads”(silos) por meio do processo de desenvolvimento Ágil, promove a inovação tecnológica interna e maximiza o número de funcionários que usam ativamente os dados para desenvolver seu trabalho diário.”
Quando esta cultura é assimilada por todos, a governança de dados se torna mais fluida, pois o processo central de busca e tratamento dos dados é padronizado de acordo com as características estratégicas da empresa.
E por fim, só teremos “insights” valiosos, se os dados que obtermos forem “valiosos” para estratégia da empresa como um todo.
Esse é o proposito do conceito de “Data Product” e “Data Platform”.
Fontes:
Site Researchgate — Designing Data Governance https://www.researchgate.net/publication/220426163_Designing_data_governance
Site HBR Approach your data with a product mindset — https://hbr.org/2020/05/approach-your-data-with-a-product-mindset
Site McKinsey Making Data analytics work for you instead of the other way around — https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/making-data-analytics-work-for-you-instead-of-the-other-way-around
