Produtos de dados são compostos por:
- I. combinação de dados com contexto, aplicada a perguntas e desafios da Cia;
- II. tecnologia da informação e técnicas matemáticas, que inclui IA e aprendizado de máquina;
- III. information design, viabilizando interface intuitiva para consumo eficiente do conhecimento e tomada de decisão;
- IV. estratégia, para a resolução de problemas, mensuração dos resultados obtidos e geração de valor.
Com isso, podemos agora começar a responder:
Porque Data Analytics deve tratar seus entregáveis como produtos de dados?
- Foco no valor: Tratar os entregáveis de Data Analytics como produtos de dados significa concentrar-se na geração de valor para a Cia. A ideia é que produtos de dados não são apenas ferramentas técnicas, mas produtos que podem beneficiar a Cia e cada usuário, fornecendo insights valiosos e habilitando capacidades para o processo de tomada de decisões para o negócio.
- Adoção do usuário: Considerar dados como produtos propõe incentivar a priorização da experiência do usuário e seu envolvimento na co-construção. É fundamental que o usuário se sinta dono, para que possamos colher resultados como a maior adoção e feedback com recorrência e profundidade, para melhorar o produto de dados.
- Manutenção e melhoria contínua: Como qualquer produto, os produtos de dados requerem manutenção e aprimoramento contínuos. Isso pode significar atualizações para refletir mudanças nos dados, no ambiente de negócios ou nas necessidades do usuário.
- Governança de dados: Considerá-los como produtos de dados também implica na implementação de melhores práticas de governança de dados, garantindo assim a qualidade, a segurança, a privacidade e a conformidade dos dados.
- Reutilização e padronização: Tratar essas ferramentas como produtos de dados pode facilitar sua reutilização em diferentes partes da organização e promover a padronização, o que pode levar a economias de escala e eficiência operacional.
- Desenvolvimento orientado por feedback: Considerá-los como produtos de dados permite a implementação de um ciclo de feedback, onde os usuários podem fornecer feedbacks para aperfeiçoar e melhorar a funcionalidade dessas ferramentas.
- ROI tangível: Ao tratar essas ferramentas como produtos de dados, torna-se mais fácil medir seu valor e ROI. Isso pode incluir avaliações de melhorias na produtividade, redução de custos, aumento das vendas ou outros KPIs de negócios.
- Inovação: Produtos de dados podem estimular a inovação, pois incentivam a experimentação, o teste e o aprendizado, e podem levar a novas ideias e melhorias.