我职业生涯的大部分时间都在四家初创公司构建软件产品服务于数百家企业组织经历了无数次发布以及比我愿意承认的更多的让我们在周末前上线的时刻。在那个世界里一切都围绕着所有权、迭代和对用户的同理心。你带着目的去设计无情地测试衡量结果并随着时间的推移不断演进产品。但当我更深入地参与数据战略工作时我注意到了一些奇怪的事情数据似乎没有得到同样的尊重。软件有产品负责人数据有委员会。 软件有路线图数据有清理项目。 软件有反馈循环数据有发布后再也没人看的仪表盘。我们构建了价值数十亿美元的分析平台能在几秒钟内传输 TB 级数据——但往往没有人能告诉我数据为什么存在谁拥有它或者是否有人真正信任它。那时我开始怀疑也许数据的问题不在于技术——而是缺乏一种产品思维。1、第一个线索当数据工程开始像软件一样运作我第一次接触到这个想法是在多年前当时我领导的公司收购了一家数据技术公司。他们的系统做了一件我从未见过的事情它使用面向对象的原则来构建数据资产比如继承、封装甚至是版本控制。你可以像扩展一个类一样扩展模式或管道像 Git 历史一样管理血缘关系并用意图而非恐慌来处理变更管理。突然间数据工程看起来不再像管道工程——它看起来像软件工艺。当时我没有合适的词汇来描述它。但回过头来看那是我第一次接触到数据即产品——被版本化、被治理、为进化而非熵增而构建的数据。尽管如此在那时这只是个例外。大多数企业数据战略感觉像是灭火、考古和一厢情愿的混合体。我们把一些东西称为平台或中心但它实际上只是一堆等待下一次破坏性变更的管道集合。2、寿司顿悟然后在四年前的一个下午——在一顿寿司上——这个想法终于清晰了。我和我的同事David Piontek坐在一起讨论在大型企业中扩展数据战略的挑战。在吃辣味金枪鱼的间隙David 说了一些让我停住筷子的话“我喜欢把数据领域想象成产品——有明确的产品所有权、价值案例和路线图。”我记得抬起头问“这些和我们在软件产品管理中使用的原则是一样的”他笑了。“没错。”那一刻一切都在我脑海中 crystallized。数据工程和商业价值之间缺失的环节不是另一个平台、管道或治理框架——而是一种思维方式。我们一直把数据当作基础设施来对待而实际上我们应该把它当作体验来对待。 基础设施是被维护的产品是被设计、衡量和改进的。每一个伟大的软件产品都有一个明确的受众它服务的人一个清晰的目的它解决的问题一个反馈循环它如何变得更好以及一个唯一的责任人对其成功负责的人。数据几乎从未有过这些。那次寿司对话重新定义了一切使软件可扩展、可靠和以用户为中心的原则正是数据战略一直缺失的东西。3、Netflix 的验证数据即产品框架快进到 2025 年。Netflix 发布了一篇标题为“Data as a Product: Applying a Product Mindset to Data”的博客文章。读起来感觉似曾相识——或者说是一种印证。David 和我在寿司桌上根据他的经验讨论的一切现在被世界上数据驱动程度最高的公司之一正式化了。Netflix 的框架为我们多年来一直感受到的东西赋予了结构。它定义了七个核心原则将数据从被动资产转变为被管理的、可衡量的产品明确目的— 每个数据集的存在都是为了支持一个决策或回答一个问题。明确用户— 数据消费者被视为客户有需求和期望。可衡量的价值和质量— 数据健康和可信度像 KPI 一样被衡量。精心设计和文档— 数据有用户体验可用性很重要。生命周期管理— 每个数据产品都应该像软件一样演进或退役。明确所有权— 有人对准确性、可用性和相关性负责。信任和可靠性— 质量不是技术特性它是产品承诺。我喜欢 Netflix 方法的地方在于它以有意性来对待数据。数据不只是被收集——它被策划、版本化并在整个生命周期中被管理。就像一个伟大的产品一样它通过可靠性和设计赢得信任而不是靠单纯的数量。这个框架终于将数据战略、工程和业务对齐放在了同一个层面上。它也是使 AI 系统——以及我们许多人正在设计的智能体架构——能够负责任和智能地运行的基础。4、为什么这在 AI 时代很重要在旧世界中数据驱动仪表盘。在新世界中数据驱动决策。每一个 AI 系统——无论是推荐产品、优化定价还是引导供应链物流——都依赖于干净的、有上下文的和值得信赖的数据。这就是为什么数据即产品不仅仅是一项治理工作。它是AI 成熟度的前提。如果 AI 是引擎数据就是燃料——但并非所有燃料都燃烧干净。没有所有权、文档和生命周期管理AI 系统会退化。它们会做出过时的、有偏见的或不连贯的决策。数据产品思维改变了这个等式。它确保了数据在团队之间是可发现和可组合的新的数据集和格式根据实际需求被优先排序指标和模型有明确的血缘关系和版本控制以及信任和可用性成为产品特性而非事后考虑。这就是负责任地行动的 AI 和仅仅做出反应的 AI 之间的区别。5、数据的产品负责人宣言如果你曾经构建过软件产品你就已经知道出色的数据战略应该是什么样的。它不是启动另一个平台或整合到又一个数据湖中。它是关于将产品纪律应用于我们历史上一直当作副产物的东西。这意味着要问这些数据是为谁准备的它支持什么决策我们将如何衡量它的成功谁拥有它的健康和演进这些问题的答案不仅定义了良好的数据治理更定义了良好的商业战略。6、从寿司到战略与 David 的那次寿司对话提醒了我有时候最强大的转变始于最简单的时刻——一顿共享的午餐、一个新的视角、一句重新定义整个学科的话。Netflix 可能写了最新的手册但这个原则适用于任何地方把数据当作产品来对待你将获得可靠性、信任和采用。把数据当作基础设施来对待你将继续为没人重视的维护买单。在构建软件产品数十年之后这感觉像是回到了起点。那些帮助我构建可扩展的、以用户为中心的系统的原则正是最终能让数据战略发挥作用的原则。所有权。目的。设计。反馈。信任。这就是数据如何从一个项目变成一个产品的方式——一个真正能为下一代智能企业提供动力的产品。原文链接数据即产品数据战略缺失的环节 - 汇智网 数据即产品：数据战略缺失的环节
我职业生涯的大部分时间都在四家初创公司构建软件产品服务于数百家企业组织经历了无数次发布以及比我愿意承认的更多的让我们在周末前上线的时刻。在那个世界里一切都围绕着所有权、迭代和对用户的同理心。你带着目的去设计无情地测试衡量结果并随着时间的推移不断演进产品。但当我更深入地参与数据战略工作时我注意到了一些奇怪的事情数据似乎没有得到同样的尊重。软件有产品负责人数据有委员会。 软件有路线图数据有清理项目。 软件有反馈循环数据有发布后再也没人看的仪表盘。我们构建了价值数十亿美元的分析平台能在几秒钟内传输 TB 级数据——但往往没有人能告诉我数据为什么存在谁拥有它或者是否有人真正信任它。那时我开始怀疑也许数据的问题不在于技术——而是缺乏一种产品思维。1、第一个线索当数据工程开始像软件一样运作我第一次接触到这个想法是在多年前当时我领导的公司收购了一家数据技术公司。他们的系统做了一件我从未见过的事情它使用面向对象的原则来构建数据资产比如继承、封装甚至是版本控制。你可以像扩展一个类一样扩展模式或管道像 Git 历史一样管理血缘关系并用意图而非恐慌来处理变更管理。突然间数据工程看起来不再像管道工程——它看起来像软件工艺。当时我没有合适的词汇来描述它。但回过头来看那是我第一次接触到数据即产品——被版本化、被治理、为进化而非熵增而构建的数据。尽管如此在那时这只是个例外。大多数企业数据战略感觉像是灭火、考古和一厢情愿的混合体。我们把一些东西称为平台或中心但它实际上只是一堆等待下一次破坏性变更的管道集合。2、寿司顿悟然后在四年前的一个下午——在一顿寿司上——这个想法终于清晰了。我和我的同事David Piontek坐在一起讨论在大型企业中扩展数据战略的挑战。在吃辣味金枪鱼的间隙David 说了一些让我停住筷子的话“我喜欢把数据领域想象成产品——有明确的产品所有权、价值案例和路线图。”我记得抬起头问“这些和我们在软件产品管理中使用的原则是一样的”他笑了。“没错。”那一刻一切都在我脑海中 crystallized。数据工程和商业价值之间缺失的环节不是另一个平台、管道或治理框架——而是一种思维方式。我们一直把数据当作基础设施来对待而实际上我们应该把它当作体验来对待。 基础设施是被维护的产品是被设计、衡量和改进的。每一个伟大的软件产品都有一个明确的受众它服务的人一个清晰的目的它解决的问题一个反馈循环它如何变得更好以及一个唯一的责任人对其成功负责的人。数据几乎从未有过这些。那次寿司对话重新定义了一切使软件可扩展、可靠和以用户为中心的原则正是数据战略一直缺失的东西。3、Netflix 的验证数据即产品框架快进到 2025 年。Netflix 发布了一篇标题为“Data as a Product: Applying a Product Mindset to Data”的博客文章。读起来感觉似曾相识——或者说是一种印证。David 和我在寿司桌上根据他的经验讨论的一切现在被世界上数据驱动程度最高的公司之一正式化了。Netflix 的框架为我们多年来一直感受到的东西赋予了结构。它定义了七个核心原则将数据从被动资产转变为被管理的、可衡量的产品明确目的— 每个数据集的存在都是为了支持一个决策或回答一个问题。明确用户— 数据消费者被视为客户有需求和期望。可衡量的价值和质量— 数据健康和可信度像 KPI 一样被衡量。精心设计和文档— 数据有用户体验可用性很重要。生命周期管理— 每个数据产品都应该像软件一样演进或退役。明确所有权— 有人对准确性、可用性和相关性负责。信任和可靠性— 质量不是技术特性它是产品承诺。我喜欢 Netflix 方法的地方在于它以有意性来对待数据。数据不只是被收集——它被策划、版本化并在整个生命周期中被管理。就像一个伟大的产品一样它通过可靠性和设计赢得信任而不是靠单纯的数量。这个框架终于将数据战略、工程和业务对齐放在了同一个层面上。它也是使 AI 系统——以及我们许多人正在设计的智能体架构——能够负责任和智能地运行的基础。4、为什么这在 AI 时代很重要在旧世界中数据驱动仪表盘。在新世界中数据驱动决策。每一个 AI 系统——无论是推荐产品、优化定价还是引导供应链物流——都依赖于干净的、有上下文的和值得信赖的数据。这就是为什么数据即产品不仅仅是一项治理工作。它是AI 成熟度的前提。如果 AI 是引擎数据就是燃料——但并非所有燃料都燃烧干净。没有所有权、文档和生命周期管理AI 系统会退化。它们会做出过时的、有偏见的或不连贯的决策。数据产品思维改变了这个等式。它确保了数据在团队之间是可发现和可组合的新的数据集和格式根据实际需求被优先排序指标和模型有明确的血缘关系和版本控制以及信任和可用性成为产品特性而非事后考虑。这就是负责任地行动的 AI 和仅仅做出反应的 AI 之间的区别。5、数据的产品负责人宣言如果你曾经构建过软件产品你就已经知道出色的数据战略应该是什么样的。它不是启动另一个平台或整合到又一个数据湖中。它是关于将产品纪律应用于我们历史上一直当作副产物的东西。这意味着要问这些数据是为谁准备的它支持什么决策我们将如何衡量它的成功谁拥有它的健康和演进这些问题的答案不仅定义了良好的数据治理更定义了良好的商业战略。6、从寿司到战略与 David 的那次寿司对话提醒了我有时候最强大的转变始于最简单的时刻——一顿共享的午餐、一个新的视角、一句重新定义整个学科的话。Netflix 可能写了最新的手册但这个原则适用于任何地方把数据当作产品来对待你将获得可靠性、信任和采用。把数据当作基础设施来对待你将继续为没人重视的维护买单。在构建软件产品数十年之后这感觉像是回到了起点。那些帮助我构建可扩展的、以用户为中心的系统的原则正是最终能让数据战略发挥作用的原则。所有权。目的。设计。反馈。信任。这就是数据如何从一个项目变成一个产品的方式——一个真正能为下一代智能企业提供动力的产品。原文链接数据即产品数据战略缺失的环节 - 汇智网