Qu'est-ce qu'un produit de données, et pourquoi cela vaut-il votre valeur?

DJ Patil Définitions pour les produits de données sont:

"Produits qui favorisent des objectifs ultimes" en utilisant des données.
Cette définition semble être une large gamme. Après tout, dans la plupart des cas, tous les produits Web utilisent des données. Ils utilisent toutes des données pour faciliter la mise en œuvre de l'objectif ultime. Ensuite, tout sur le réseau est un produit de données?

À cet égard, je soulignerai une différence très importante entre les deux; le produit et l'objectif principal de la promotion de l'objectif ultime sont la différence entre le produit favorise l'objectif final.

Produits de données, dans un sens, il est nécessaire de disposer de leurs propres catégories, qui sont des produits principaux.

Définir les produits de données

Pourquoi êtes-vous si stable en détail? Eh bien, mon point personnel est que les produits de données, qu'il s'agisse d'un produit complet ou de certains produits backend, et présente des caractéristiques différentes d'autres produits techniques.

Bien que de nombreuses règles de développement de produits standard s'appliquent - pour résoudre les besoins des clients, apprendre des commentaires, bien que de nombreuses règles de développement de produits standard s'appliquent - pour résoudre les besoins des clients, apprendre des commentaires, déterminer sans pitié de la priorité, etc mais certaines subtiles peuvent faire penser à des produits de données.
La définition ci-dessus est utilisée pour distinguer si nous devrions considérer le produit comme d'habitude ou si nous devons envisager le développement de produits dans le monde des données.
Quelques instances
De cette manière, prenons quelques exemples.

Les médias sont-ils des produits de données? Selon notre définition, ce n'est pas un produit de données; il utilise des données, mais son objectif principal est "... construire une meilleure plate-forme de libération - une meilleure plate-forme de libération - A permis à quiconque de fournir leur histoire et leurs idées au monde, et aider le grand homme à monter à la maison. " Bien que les données jouent un rôle clé dans cette tâche, ce n'est pas la principale force motrice de cet objectif. L'objectif des médias, pour les médias, aucun moyen n'est un moyen d'atteindre le but.

Si nous allons profondément dans la plate-forme multimédia, nous trouverons des produits qui définissent leur destination en utilisant des données. La fonction de recherche multimédia est un produit de données. Son objectif est de recommander des articles connexes aux lecteurs connexes et les données sont la clé pour atteindre cet objectif.

Quelle est la réalisation de la fonction d'abonnement de l'article du média? Oui, les données jouent une nouvelle fois un rôle clé lorsqu'il est décidé d'afficher le contenu au lecteur de carte.

Nous allons donner un autre exemple: Gmail est le produit de données? Non, gmail est un service de messagerieL'objectif principal est de permettre une communication écrite asynchrone entre les individus. Cependant, Gmail classe nos emails dans des produits de données importants et sans importance. L'objectif principal est de classer les courriels, principalement dans le traitement des langues naturelles.

Instagram est un produit de données? Non, mais s'il est considéré comme un produit discrète, la plupart de ses fonctions sont des produits de données - tels que des balises, la recherche et la découverte.

Est-ce que Google analyse est un produit de données? Oui, son objectif principal est d'amener les utilisateurs à comprendre quantitativement le comportement en ligne. Les données ici sont le centre interagissant avec l'utilisateur, qui diffère des autres produits actuellement mentionnés, ce qui est clair.

Type de produits de données

Évidemment, il existe différents types de produits de données. Même si possible, il est dans la portée du produit, il reste encore une différence considérable entre ces produits. Comme cette différence est plus subtile dans le développement de produits.

Nous pouvons diviser ces produits de données dans les 5 premières catégories: données brutes, données dérivées, algorithme, prise de décision et décision d'automatisation.

En général, ces types de produits sont énumérés conformément à la complexité croissante. Plus spécifiquement, ils sont basés sur la complexité interne croissante et (devrait) la complexité de l'utilisateur est inférieure.

En d'autres termes, plus les calculs, la décision ou la "réflexion", moins l'utilisateur a besoin, moins l'utilisateur a besoin.

Habituellement (mais incomplètes) Les données brutes, les données dérivées et les algorithmes ont des technologies. Dans la plupart des cas, ils sont souvent un produit interne d'une organisation, mais la moyenne d'une publicité comprendra une publicité ou un kit API. Les produits de décision de prise de décision et d'automatisation ont souvent une technologie plus équilibrée et des combinaisons d'utilisateurs non techniques; bien que pour tout produit donné, le groupe d'utilisateurs est souvent l'un d'entre eux.

Données d'origine. À partir de données brutes, nous collectons et fournissons des données disponibles (peut-être que nous faisons quelques petites étapes de traitement ou de nettoyage). L'utilisateur peut ensuite sélectionner l'utilisation de données appropriées, mais la plupart des travaux sont effectués dans l'utilisateur.

Données d'exportation. Lorsque vous fournissez des données dérivées aux utilisateurs, nous faisons du traitement en nous. Pour les données client, nous pouvons ajouter des propriétés supplémentaires, telles que l'attribution d'un segment de clientèle pour chaque client, ou les ajouter à une annonce ou en achetant un produit à partir d'une catégorie.

Algorithme. Ensuite, nous avons des algorithmes ou des services d'algorithme. Nous avons reçu des données, nous l'exécutons à travers un algorithme - qu'il s'agisse d'apprentissage automatique ou d'une autre - et de retourner des informations ou une perspicacité. Googleimage est un bon exemple: l'utilisateur télécharge des images et reçoit un groupe de photos identiques ou similaires à la téléchargement d'images. En arrière-plan, la fonction d'extraction du produit, classiez l'image et stockez-la avec stockageL'image correspond, renvoie l'image la plus similaire.

Support de décision. Ici, nous voulons fournir des informations aux utilisateurs pour les aider à prendre des décisions, mais nous n'avons pas pris de décisions. Les analystes (tels que Google Analytics, Flurry ou WGSN) appartiennent à cette classe. La plupart de nos travaux sont de notre côté; notre objectif est de fournir aux utilisateurs le format digestif facile de manière à ce qu'ils prennent de meilleures décisions. Dans le cas de Google Analytics, cela peut modifier la stratégie d'édition, résoudre la vulnérabilité dans l'entonnoir de conversion ou la double réduction étant donné une politique de produit donnée. Il est important de se rappeler que, même si nous avons réalisé des décisions de conception dans la collecte de données, de nouvelles données dérivées, la sélection de données à afficher et comment afficher ces données, mais les utilisateurs ont toujours une responsabilité et expliquent ces données. Ils contrôlent la décision de prendre (ou de ne pas prendre) les données.

Décision automatisée. Ici, nous allons utiliser toute l'intelligence dans un domaine donné. La recommandation du produit de Netflix ou la découverte hebdomadaire hebdomadaire est un exemple courant. Les voitures de conduite automatiques ou les aéronefs de drones sont les performances physiques de ce cycle de décision en boucle fermée.

Nous permettons aux algorithmes de remplir ce travail et de fournir aux utilisateurs la sortie finale (parfois expliquée pourquoi l'intelligence artificielle choisit cette option, tandis que d'autres sont complètement opaques).

Interaction de données
Jusqu'à présent, nous avons discuté du type de produit de données fonctionnel.
Chacun de ces produits de données peut être présenté à nos utilisateurs de différentes manières et leur conception a un impact clair. Quelles sont ces interfaces ou interactions?

API. Pour l'API, nous supposons un utilisateur technique. Nous devrions toujours suivre de bonnes pratiques de produits et assurer l'utilisation intuitive de l'API, de bons enregistrements de documents, peuvent répondre aux besoins des utilisateurs et dignes de nous.

Dashboard et visualisation. Pour les panneaux d'instruments et la visualisation, nous supposons qu'il doit y avoir certaines connaissances statistiques ou capacités dans le traitement des nombres. Dans le cas le plus extrême, nous pouvons faire beaucoup de travail lourd pour les utilisateurs et s'efforcer de ne présenter que les informations les plus pertinentes avec un format facile à comprendre. En sélectionnant les informations que vous souhaitez afficher, nous affectons les décisions, mais cela explique toujours et décompose entre les mains des utilisateurs (ou dans votre esprit).

Éléments de réseau. Au cours des 5 dernières années, l'interface technique du produit de données le moins commun de l'utilisateur est un élément de réseau. Récemment, ces applications d'interface sont largement étendues, y compris la voix, les robots et l'amélioration. Bien que les détails de la conception de ces nouvelles interfaces soient significativement différents, il existe un chevauchement considérable, car ils montrent tous les résultats de la décision à l'utilisateur, peut-être les raisons ou les moyens de décisions de mise en œuvre manuelle de l'intelligence.

Comprendre ce que nous construisons

Dessinez des produits de données en fonction des interfaces possibles, nous obtenons une matrice d'orange, chaque point représente différentes matrices de produits de données - différents produits nécessitent des méthodes différentes.

Matrice de produit de données - Différents produits nécessitent des méthodes différentes
Tous les éléments de la matrice nécessitent des considérations de conception, que ce soit dans quels aspects sont nécessaires, toujours différents en termes de processus de conception de la réalisation les objectifs.
Du coin supérieur gauche (API de données d'origine), le cercle (élément de la prise de décision automatique) dans le coin inférieur gauche (élément de décision automatique de la décision) fait référence à un produit logiciel plus typique (c.-à-d Gestionnaire de produits et concepteur. ) De la technologie, des produits axés sur l'ingénierie Plus de produits intuitifs apparaissent souvent dans les livres, les magazines et les articles).

Difficile & & méthode

Selon mon expérience, lorsque l'équipe utilise la méthode de conception humanisée pour plus de produits de données, ils rencontreront un gros problème. Bien sûr, ce n'est pas une personne qui n'est pas une personne. La plupart d'entre eux, et ceux qui n'ont pas souvent une similitude incroyable. Toutefois, HCD est une méthode de développement entier qui est une bonne méthode lorsque les concepteurs comprennent la motivation et le comportement de l'utilisateur. Pour les produits de données techniques, les frontières de produits sont généralement considérées comme une orientation humaine et que les équipes de produits et d'expériences d'utilisateurs n'ont généralement pas les techniques suivantes: a) comprendre la complexité du comportement technique de l'utilisateur; B) n'a pas la capacité de Explorez ces complexité.

Alors, supposons que nous lisions la réservation de la conception ou des méthodes maigres en enfantine.

Cependant, ce n'est pas une panique.

Bien que la production de l'étude d'utilisateur puisse différer des produits du consommateur ou des produits SaaC typiques réels, et la définition des indicateurs de performance clés peut être erronée en termes de technologie, mais la pensée de conception et le maigre ont une plasticité suffisante nous permettent de régler notre manière pour ce nouveau champ.

Ma suggestion est de s'assurer que l'espace problématique est défini en fonction de l'utilisateur de l'utilisateur final plutôt que de la sortie de données directe. Il est très probable que cela signifie élargir l'équipe et inclure des produits adjacents et leurs gestionnaires.
De même, si l'utilisateur est un utilisateur technique, nous devrions nous adapter à cet environnement. Les utilisateurs qui souhaitent rencontrer des problèmes d'ingénierie peuvent signifier que nous devons ouvrir une IDE et encoder.

Douban, à l'aide de la combinaison de viande maigre HCD. Tir de Marcus Spoint

Cet article forme une partie du contenu d'un discours publié à l'achat de Dublin en 2017.