¿Qué significa “Datos como un Producto”?

Como muy bien sabemos, las empresas tienen acceso a mucha información y por consecuencia, tienen muchos datos.

Todos estos  datos pueden originarse en muchos lugares: datos internos de la compañía (datos de transacciones o de usuarios), datos de estudios externos, datos recolectados en la página web, resultados de encuestas, etc. 

La mayoría de empresas piensa en recolectar la mayor cantidad de datos posibles para poder usarlos en su toma de decisiones.

El problema que muchas veces nos encontramos es que, aunque tenemos muchos datos, no siempre sabemos cómo sacarles el mayor provecho y la pregunta del millón es : ¿Cómo convertir los datos en estrategia?

Aquí es donde considerar tus Datos como un Producto, te puede ayudar.

Ahora bien, ¿Qué es un Producto de Datos?

Podríamos definir un Producto de datos o Data Product como cualquier producto que usa los datos para facilitar un resultado.

Suena un poco complicado, ¿no?

La verdad es que no lo es y en realidad es muy sencillo.

Podemos pensar en un Producto de Datos como encontrar una manera sencilla y repetible de usar datos para cumplir cualquier objetivo dentro de la empresa.

Pensemos en algunos ejemplos muy sencillos de lo que podría considerarse “Datos como un producto” o Data Product:

1. Si recolectamos datos de los usuarios que visitan nuestra página web, y utilizamos estos datos para tomar decisiones sobre cómo mejorar nuestra experiencia, el proceso de recolección de datos y todo el proceso que seguimos para conseguirlos podría ser considerado un Data Product.

2. Tableros donde podemos visualizar resultados de ventas.

3. Procesos que normalizan y limpian los datos de encuestas realizadas a clientes.

4. Algoritmos que determinan quiénes son nuestros mejores clientes en base a su historial de consumo.

5. Sistema que usa datos de clientes para ofrecer productos específicos, si, esto es un Data Product.    

Como podemos ver en los 5 ejemplos anteriores, todos utilizan datos como un insumo y tienen como objetivo utilizar esos datos para resolver un problema específico que tenemos dentro de la empresa.

Ahora quizás te preguntes lo siguiente: si tengo un equipo de Data Analytics ¿cómo es esto diferente de un Data Product?

Esta es una excelente pregunta y la manera más fácil de entender el valor de un data product lo explico con el siguiente ejemplo.

Imagina que tienes una caja nueva de legos y quieres construir una casa con tu hijo de 5 años.

Emocionado, abres los legos para darte cuenta que están completamente desordenados.

Están todos los colores mezclados y no sabes ni por dónde empezar.

Decides que lo más fácil es tirar todos los legos en el piso, sacar las piezas que no te sirven y luego ordenar por colores.

Cuando ya los tienes separados por colores, vas a ordenarlos de una manera que sea más fácil agarrar los colores que necesitas y vas a juntar los legos que se necesitan para armar cada parte de la casa.

Todo esto, para que a tu hijo le sea más fácil encontrar los colores que necesita. ¡Ahora estás listo para empezar a construir tu casa!

Entonces, ¿Qué pasa mañana cuando tengas una caja nueva con más legos?

Todo debería ser más fácil, ya tienes definido un proceso que puedes seguir y repetir.

Agregas los legos nuevos por color a la pila de cada color, ordenados como ya los tienes ordenados, y los armas para que sean fáciles de encontrar para tu hijo.

Esta es una representación de un evento que puede pasar en la vida real y que puedes usar para pensar en Data Products.

Si piensas en el flujo de datos en tu empresa, probablemente piensas en algo como esto. 

Quizás coleccionas muchos datos, pero los tienes todos regados por todos lados e incluso tienes datos que no te sirven para análisis.

Decides que primero vas a ordenar los datos en base a elementos que tienen en común entre ellos.

Por ejemplo, los tipos de productos que vendes, dónde se encuentran localizados tus clientes, qué canal están utilizando para las compras, los productos de más o menos de cierto valor monetario, etc. 

Luego decides juntar los datos que te sean relevantes para medir tus ventas y finalmente lo vas a preparar para presentar en un reporte gráfico para el gerente de Ventas.

¿Qué pasa mañana cuando tengas datos nuevos? Pues nada, ya tienes definido un proceso que te ordena y prepara los datos para que sean agregados a tu visualización y sean fácilmente accesibles por el Gerente de Ventas.

Todo este proceso  puede ser realizado por un equipo de Business Analytics sin necesidad de inversión en un Data Product.

Cada día pueden correr una consulta a la base de datos, ordenar, juntar, preparar y presentar.

Si hay datos nuevos, pueden modificar su consulta y con eso agarrar los datos nuevos.

Esto suena muy bien hasta que el proceso depende de una (o varias) personas haciendo consultas manuales (¡esperemos que esta persona no se enferme y quiera trabajar en feriados!) o que la cantidad de datos, fuentes de datos, tipos de datos y consumidores de los datos pueden cambiar de un día a otro y eso podría requerir cambios manuales todos los días.

Si algo cambia, todo tu proceso puede fallar y los datos del Gerente de Ventas están en riesgo.

Aquí es dónde entran los productos de datos.

Si regresamos a la definición original, “un proceso que usa los datos para lograr un resultado”, cada paso del ejemplo de los legos puede ser un Data Product.

Si vemos el diagrama anterior en el que definimos 6 Data Products en cascada, cada cuadro cumple la definición de utilizar datos para lograr un resultado.

El primer paso recolecta y almacena los datos para poder ser utilizados en análisis, los Data Products 2 al 5 transforman los datos de alguna manera y el producto 6 utiliza los datos para hacer una visualización. 

Cada uno de estos data products puede ser un producto independiente, con un equipo de desarrollo y un product manager independiente.

Cada producto tiene su fuente de datos y un objetivo independiente y cada uno puede ser desarrollado en su propio proceso independiente. 

Otro de los beneficios de este modelo es que cada módulo puede ser reutilizado  en distintos procesos entonces la data recolectada que luego es limpiada y ordenada en DP2 y DP3 puede ser utilizada para juntar los datos relevantes de ventas, de clientes, de productos, etc.

También podrías usar el resultado del paso 5 para, por ejemplo, generar un reporte de clientes que hicieron compras el día anterior.

Pueden existir N cantidad de Data Products que dependen de estos procesos, cada uno totalmente independiente y que pueden ser reutilizados para cumplir muchos objetivos y para resolver problemas de datos de muchos equipos dentro de la empresa.

Como cualquier producto, este modelo de Data as a Product te puede ayudar a que tus clientes (que en este caso son clientes internos) obtengan información valiosa a partir de los datos que se recolectan de manera rápida y confiable.

Si algo falla en el producto o quieres mejorar el proceso, puedes iterar en el paso específico sin impactar el resto del proceso.

Hay ciertas consideraciones a tomar en cuenta al diseñar este tipo de procesos pero eso va a depender del tamaño y madurez de tu equipo de datos. 

En un siguiente post entraremos en más detalle para entender qué hace un Data product escalable y qué consideraciones debes tomar al decidir construir tu Data Product.

The post ¿Qué significa “Datos como un Producto”? first appeared on KVERGE.