在不久的将来，越来越多的产品将开始将数据直接集成到最终用户体验中。我们将通过个性化系统、应用机器学习或直接向最终用户显示聚合数据来看到这一点。因此，产品和工程团队需要将数据的细微差别融入到他们构建产品的方式中。
几乎每个产品都是数据产品，因为它会检索数据并将数据显示给最终用户。那么，我们什么时候开始将产品视为包含数据的产品呢？更深入地整合数据的产品需要使用聚合或计算复杂的数据作为产品交付的一部分，作为直接向用户显示的价值或帮助决定向用户显示什么。
这方面的简单示例是需要调用 ML 模型输出的产品（推荐、排名算法、决策系统、复杂定价系统、欺诈检测等）。其他示例包括需要连接和聚合来自多个来源的数据（例如：显示用户在多个产品或来源上的总支出）或执行复杂的计算（例如：计算大量受众的用户百分位数）以满足最终用户的需求。
这些情况下，虽然产品可以通过其当前设置提供一定程度的价值，但利用强大的数据基础架构和服务可以大大提高产品质量。
随着你的产品随着时间的推移不断发展，支持它的数据系统也在不断发展。基本的监控、警报和数据质量检查将有助于确保你的团队及时识别和解决事件，但也有一些特定的数据细微差别需要记住。
管理偏见：
数据在使用时，如果没有人的智慧，往往会返回有偏见的结果。如果不经常分析你的产品所使用的数据输出，你可能会无意中以伤害或歧视用户的方式使用数据。
沿着数据管道的逻辑变化：
很可能在你的数据管道的某个地方应用了商业业务逻辑，而这个逻辑会随着时间的推移而变化。
一个例子可能是随着时间的推移改变分类的事件分类法：如果历史数据很重要（显示/利用趋势，模型训练等），那么逻辑变化也可能引发通过过去重述数据的需要，这样你的最终用户就不会在他们的体验中出现突然的变化。
在你的产品中构建数据是为你的用户推动更多价值的强大方式。然而，它也引入了对数据服务、基础设施和血统以及其他长期细微差别的考虑，以便你的产品能够可靠地为你的用户提供承诺的价值。考虑到这些额外的动态，将帮助你建立更强大和有影响力的产品，同时还可以利用你组织的数据投资。