如何培养基于数据的产品思维？
数据作为战略推动者的作用对于组织的长期竞争力变得越来越重要。例如，Netflix 是成功利用数据来加强和维持其竞争市场地位的组织的杰出例子之一。该公司众多数据驱动的创新之一是其市场领先的推荐系统，该系统使用机器学习技术提供 Netflix 观众最有可能喜欢的个性化推荐。据 Netflix 首席产品官 Neil Hunt 称，该系统非常成功，预计每年创造超过 10 亿美元的商业价值。
类似的例子比比皆是，组织能够成功地释放其数据资产的潜力，创造显着的业务和客户价值，一些研究似乎证实了这一趋势。麦肯锡公司最近发布的一项研究发现，数据驱动型公司的业绩比竞争对手高出 20%。从这个意义上说，可以说，创新地使用数据来创造和维持竞争优势是真正的游戏规则改变者。它将慷慨地奖励那些了解潜力、采取正确心态并建立实现这些创新所需能力的组织。
随着这些趋势的加速并继续使竞争平衡向数据驱动型组织倾斜，企业高管和战略家寻求许多新出现问题的答案：我们需要做什么才能成功转型为数据驱动型组织？我们应该发展哪些技能、能力和关系来推动这一转变？我们如何评估数据资产创造新业务和客户价值的潜力？
为了成功地将组织转型为数据驱动型组织，管理人员必须采用以价值为中心的方法来构建数据资产，如何识别利用这些数据资产创造业务和客户价值的机会，以及如何进行创新将数据资产转化为价值驱动力。以价值为中心的一种方法是将数据视为产品。
将数据视为产品
数据产品是当前的热门话题。有一些令人兴奋的新数据平台可以支持它们，供应商也引起了媒体的广泛关注。但使用数据产品不仅仅是购买新平台的问题。它对您组织的文化、治理、价值交付和团队结构具有重大影响。
文化变革的起点是让每个人从产品的角度思考数据。这是一大步。一百年前，没有人考虑过产品方面的任何事情。尼尔·H·麦克尔罗伊 (Neil H McElroy) 于 1931 年在宝洁公司 (Procter & Gamble) 发明了产品管理的概念。从那时起，这种思维方式作为为人们提供所需物质产品的更好方式的优势就变得显而易见。现在我们将这个概念应用到数据上，但人们通常不会自然地以这种方式思考非物质的东西。
将数据视为产品可以鼓励人们对数据资产的整个生命周期有更广泛的视角，从概念开始一直到退役和退役。它还解锁了对经过测试和证明可以优化价值交付的广泛工具、方法和技术的访问。
将产品思维应用于数据资产的主要好处包括：
- 从最终用户的角度强调资产的价值，从而实现更高水平的以客户为中心
- 能够将价值实现机制纳入产品设计和构建中，从而提高实现价值的可见性
- 通过明确的用途透镜，促进数据资产质量的管理
- 支持数据驱动的产品相关决策，包括投资、适应和退休
新工作方式的当务之急培育正确的文化
对于物质产品来说，生产者和消费者的工作方式是众所周知的。生产者应该学会了解消费者，了解他们的需求，并尽力满足这些需求。消费者应明确自己的需求，并向生产者提供诚实的反馈。必须教育数据生产者和消费者发展这些工作方式，并能够有效地实践它们。
作为一位鼓舞人心的总统，约翰·F·肯尼迪曾说过：“变化是生命的法则，那些只关注过去或现在的人肯定会错过未来。” 作为一名实践政治家，他可能也知道尼科洛·马基雅维利的建议：“没有什么比在政治中起带头作用更难掌控、更危险、更不确定成功的了。”引入新的事物秩序。”
您必须清楚地阐明数据产品和数据价值的概念。你的人民相信他们吗？一开始可能不是。也许他们会“口头上说”。沟通（双向）是理解和克服您将遇到的保留意见的关键。让领导者参与进来是至关重要的第一步，但你必须确保让每个人都清楚你的优先事项。文化变革可能是一项危险的事业，但如果你不掉以轻心，你就能成功。
建立正确的治理框架
新的态度和工作方式意味着新的治理形式。数据产品治理需要解决谁提供哪些数据、谁可以消费哪些数据、数据产品是什么等问题。为了解决这些问题，组织需要制定解释和执行的政策和机制。示例政策可能包括，“收集数据的部门应根据需要将其提供给其他人”，“个人身份数据应仅提供给能够证明需要的消费者”，以及“数据产品应在存在时定义”是一组相关数据，收集数据的部门以外的部门也需要这些数据。”
这些政策并不适合每个组织；每个组织必须决定它需要什么政策。这些政策显然需要解释。“适当且需要”是什么意思？消费者如何证明需要个人身份数据的合理性？什么是一组相关数据？必须确定管理角色或建立治理委员会来回答这些问题。必须针对这些角色或董事会确定不遵守策略的情况定义管理流程。
创建正确的数据产品
成功的生产者创建能够响应用户需求并提供显着用户价值的数据产品。在这些新的工作方式中，以用户为中心的产品设计方法被有效地应用于设计和开发数据产品。这种以用户为中心的方法的例子包括同理心映射和克莱顿·克里斯滕森的“待完成的工作”框架。后者特别有用，因为它专注于识别用户试图解决的真正问题并开发帮助他们解决该问题的产品。将此框架应用于数据资产有助于将现有或潜在的数据产品映射到市场上的真实客户需求，并促进产品设计专门满足这些需求。
多家公司已成功使用待完成工作框架来利用数据和分析来满足客户需求。例如，Netflix 确定了客户的一个关键需求（或需要完成的工作）：客户希望能够快速找到他们可以欣赏的视频内容。一旦 Netflix 的架构师和开发人员确定了这项工作，他们就开始共同努力创造创新的方法来满足它。结果是 Netflix 的推荐系统，这是一种数据产品，使用机器学习技术来分析 Netflix 客户使用该平台生成的大量数据，为观众提供他们最可能喜欢的个性化推荐。这种精心设计的数据产品服务于其预期的“要做的工作”，提高了观众的参与度，并直接为 Netflix 的盈利做出了贡献。
待完成工作框架是一种有用的产品管理方法，它将产品设计和开发的重点放在特定的客户需求上。它通过提供一种结构化方法来识别和传达客户要完成的工作，并了解客户“雇用”该产品的思维过程来实现这一目标。在 Netflix 推荐系统的示例中，客户想要完成的工作是找到他们喜欢观看的视频娱乐内容，而无需花费太多时间进行研究。思考过程可能类似于：“Netflix 应该能够知道我可能喜欢什么样的内容。当我寻找新的观看内容时，我需要易于获取的推荐”。
建立合适的团队
组织的团队结构也必须发生变化。将需要产品团队、新的治理委员会和架构团队。产品团队可以对应于业务领域，也可以是具有业务领域和数据专家成员的跨职能团队。
数据产品经理的角色现已确立。有数据产品管理培训课程。数据产品经理的职位经常刊登广告，据 Zippia 称，美国的平均薪资为 12 万美元。数据产品经理负责影响产品的形状、计划和性能的关键决策，并对产品的性能和效益实现负责。
数据产品经理在数据产品的整个生命周期中承担所有权和责任。她首先确定用户需求，将这些需求映射到相关数据资产，捕获和开发产品的功能和非功能需求，协调产品交付，监控和报告性能，以及制定产品寿命终止决策。
在这个角色中，数据产品经理需要与许多利益相关者合作，包括数据保管人、治理和质量管理、产品设计师、开发人员，以及最重要的用户。管理者可以拥有并管理单个数据产品，或者可以管理多个数据产品，也许数据具有多个不同的所有者。
除了管理者之外，数据产品团队还需要数据专家和数据产品交付技术方面的专家。这不再仅仅意味着数据库管理员和程序员。在一个日益自动化和云原生的世界中，他们将需要数据操作和云专家。
最后但并非最不重要的一点是，组织需要一个架构团队。它将需要企业和IT架构师帮助定义数据产品原则，制定技术和接口标准，设计技术解决方案以支持数据产品及其使用，并监控解决方案实施。这不仅包括数据平台和存储系统。它还应包括支持数据产品识别和管理的系统，例如通过收集数据使用统计数据和数据产品消费者反馈。