ما هو منتج البيانات؟

يتم تطوير منتجات البيانات باستخدام نهج التفكير في المنتج وتطبيق مبادئ تطوير المنتج التقليدية. يتضمن هذا النهج فهم احتياجات المستخدم، وتحديد أولويات الميزات ذات القيمة العالية وتكرارها بناءً على التعليقات. في النهاية، يتعامل مع البيانات كمنتج مصمم لحل مشاكل محددة للمستخدمين. 

تم تصميم منتجات البيانات لتكون قابلة للاكتشاف والتشغيل البيني وقابلة للتنفيذ. إنها تمكّن الجميع—من مستخدمي الأعمال ومحللي البيانات إلى علماء البيانات، ومسؤولي البيانات، والمهندسين—من استخلاص قيمة ذات مغزى من البيانات المحتجزة داخل المؤسسة. 

مفهوم "منتجات البيانات" برز في عام 2019 عندما قدمت Zhamak Dehghani، مديرة التكنولوجيا في شركة الاستشارات IT ThoughtWorks، منتجات البيانات كمكون أساسي في بنية شبكة البيانات. شبكة البيانات هي بنية بيانات لامركزية تنظم البيانات حسب مجالات عمل محددة (مثل التسويق والمبيعات وخدمة العملاء) لتوفير مزيد من الملكية لمنتجي مجموعة بيانات معينة. 

لكي يعمل منتج البيانات بفعالية، يجب أن يتسم منتج البيانات بالعديد من الخصائص الرئيسية:

أفادت McKinsey أن الشركات القائمة على البيانات أكثر عرضة لاكتساب العملاء بواقع 23 مرة، وأكثر عرضة للربحية بواقع 19 مرة. ومع ذلك، على الرغم من الطلب المتزايد على اتخاذ القرارات المستندة إلى البيانات، لا تزال العديد من المؤسسات تواجه عقبات مثل صوامع البيانات، والاحتكار لمنتج معين، ومخاطر الامتثال بسبب عدم كفاية أطر عمل حوكمة البيانات.

ولمعالجة هذه التحديات، اعتمدت بعض المؤسسات نهج البيانات كمنتج، حيث تعامل البيانات كأصل مُدار وقابل للاستهلاك وليس كمنتج ثانوي للعمليات.  

تؤكد منهجيات البيانات كمنتج على هيكلة البيانات وإدارتها لتوجيه قرارات الأعمال وتحسين تجربة المستخدم. واستناداً إلى هذا الأساس، توفر منتجات البيانات نهجاً منظماً وذاتي الخدمة لإدارة البيانات، مما يقلل من الاعتماد على الفرق الفنية مع دعم صناعة القرار في الوقت الفعلي. 

المؤسسات التي تستثمر في منتجات البيانات يمكن أن تشهد تحسينات في الوصول إلى البيانات والتشغيل البيني وتخزين البيانات والحوكمة. في مختلف الصناعات، تتمتع منتجات البيانات بالقدرة على تعزيز الأتمتة ودعم صناعة القرار القائمة على البيانات ومساعدة الشركات على مواءمة استراتيجيات البيانات الخاصة بها مع الأهداف التجارية طويلة الأجل. من خلال الاستفادة من منصات البيانات القوية ونماذج التعلم الآلي وأدوات التصور ، يمكن للمؤسسات تمكين الفرق من تحقيق أقصى استفادة من بياناتها. 

غالبًا ما تحقق منتجات البيانات هذه المزايا من خلال تمكين الأدوار المختلفة داخل المؤسسة: 

• يحصل علماء البيانات ومهندسو الذكاء الاصطناعي على وصول أسرع إلى البيانات والعناصر ذات الصلة، مما يسرّع من تطوير ونشر حلول الذكاء الاصطناعي والتعلم الآلي. 

• يستفيد مهندسو البيانات من الاختبارات الآلية والنشر وتنظيم البيانات، مما يضمن أن المسارات تلبي معايير جودة البيانات واتفاقيات مستوى الخدمة المحددة في عقود منتجات البيانات. 

• يتلقى محللو البيانات والمستهلكون بيانات موثوقة وفي الوقت المناسب تتوافق مع احتياجاتهم الخاصة بالمجال ويمكن تحديثها بسرعة دون الاعتماد على فريق تكنولوجيا معلومات مركزي. 

• يمكن لمسؤولي البيانات الحفاظ على الحوكمة القوية والامتثال من خلال عقود البيانات، ووضع سبل حماية واضحة تحمي البيانات وتحافظ على أمنها. 

لقد تطورت طريقة إدارة المؤسسات للبيانات من نهج سلبي قائم على الأصول إلى استراتيجية نشطة تعتمد على المنتج.

تقليديًا، تعاملت الشركات مع البيانات بشكل أساسي كشيء يتم جمعه وتخزينه. يقوم هذا النهج بوضع البيانات في مستودع بيانات مركزي أو نظام مصدر، وتنظيمها حسب المجال (مثل المالية أو التسويق) وتعيين الملكية لفرق مركزية. يُقاس النجاح غالبًا بحجم البيانات، مثل التيرابايت المخزنة، على أمل أنه بمجرد توفر المزيد من البيانات، سيستخدمها الموظفون. 

ومع ذلك، عادةً ما يتم تعريف البيانات الوصفية من قبل أقسام تكنولوجيا المعلومات وليست سهلة الاستخدام لمستهلكي البيانات. ونتيجة لذلك، تدور العديد من الجهود المتعلقة بأصول البيانات حول التحليلات الوصفية وإعداد التقارير، والنظر إلى الوراء لمعرفة ما حدث بدلاً من استخدام البيانات بشكل استباقي لحل أسئلة العمل. 

في المقابل، فإن عرض البيانات كمنتج يحول التركيز من التخزين إلى الاستخدام وخلق القيمة. تتبع منتجات البيانات دورة حياة خاصة بها، ويتم تصميمها واختبارها وتكرارها - تمامًا مثل منتجات البرمجيات التي تتبع منهجية الأسلوب الرشيق أو DataOps.  

تعتبر الملكية خاصة بالمجال (على سبيل المثال، منتج بيانات تسويقية يديره خبراء التسويق)، مما يحافظ على أن تكون البيانات ذات صلة وعالية الجودة. يتم أيضا تنظيم البيانات لتلبية احتياجات الاستهلاك المحددة، مع بيانات وصفية غنية مدفوعة بالعمل. وهذا يضمن سهولة اكتشاف منتجات البيانات وفهمها من قِبل مستخدمي الأعمال.

بما أن مالكي البيانات يتحملون مسؤولية منتجات البيانات، فهناك مراقبة مستمرة للاستخدام والجودة والقيمة المستمدة من المنتج عبر حلقات التعليقات مع المستخدمين النهائيين.  

يُقاس النجاح بمدى تحسين البيانات لعملية صنع القرار، أو دفع الإيرادات، أو خفض التكاليف، بدلاً من مجرد عدد التيرابايت المخزنة. ونتيجة لذلك، يمكن لمبادرات منتجات البيانات حل أسئلة الأعمال باستخدام التحليلات المتقدمة، مثل النمذجة التنبؤية والوصفية. 

يتكون منتج البيانات المهيكل جيدًا من عدة عناصر تمكّن من الأداء الوظيفي وسهولة الاستخدام داخل النظام البنائي للبيانات في المؤسسة: 

• مصادر البيانات: أصول البيانات، بما في ذلك قواعد البيانات، ومستودعات البيانات، وبحيرات البيانات، ومستودعات بحيرات البيانات أو تدفقات البيانات في الوقت الفعلي. 

• مسارات البيانات: مهام سير عمل آلية مسؤولة عن استيعاب، وتنظيف، وتحويل وتحميل البيانات إلى تنسيق مهيكل مناسب للتحليل.

• نماذج البيانات والمخططات  : هياكل محددة تعمل توحيد مجموعة البيانات، وتعزيز إمكانية الوصول والتناسق الدلالي. في كثير من الأحيان، تعتمد على SQL للاستعلام والتحول. 

• الواجهات وواجهات برمجة التطبيقات: آليات تسهل التكامل مع تطبيقات الأعمال والتطبيقات، مما يضمن الوصول إلى البيانات بشكل سلس وآمن. 

• التصورات ولوحات المعلومات: أدوات سهلة الاستخدام تقدم رؤى من خلال تقارير تفاعلية أو عروض تحليلية تساعد في تفسير البيانات. 

• نماذج التعلم الآلي (ML): الخوارزميات التنبؤية التي تحلل الأنماط داخل البيانات، وتدعم صناعة القرار من خلال الحوسبة المتقدمة. 

• ضوابط الأمن والحوكمة: السياسات والتدابير التي تضمن الامتثال لقواعد إدارة البيانات وتتبع دورة حياة البيانات وإدارة ضوابط الوصول للحفاظ على سلامة البيانات وأمانها. 

يمكن تصنيف منتجات البيانات بناء على جودة البيانات ومستويات التحسين. تشمل أنواع منتجات البيانات ما يلي: 

من خلال اتباع دورة حياة إدارة المنتج المنظمة، يمكن لفرق البيانات بناء منتجات بيانات ذات قيمة مستمرة وقابلة للتوسع ومتوافقة مع احتياجات العمل المتطورة. 

​تتضمن المراحل الرئيسية لدورة حياة منتج البيانات ما يلي: 

1. التعريف: تحديد هدف العمل وحالة الاستخدام ومواصفات التصميم وعقد البيانات. يتضمن ذلك سمات مثل الشروط والأحكام واتفاقيات مستوى الخدمة. 
   
   
2. التطوير: بناء مكونات منتج البيانات، مثل الجداول وطرق العرض والنماذج والملفات ولوحة المعلومات. ثم، ​الاختبار مقابل عقد البيانات. 
   
   
3. الحزمة: تنسيق العناصر من منتج البيانات في حزمة قابلة لإعادة الاستخدام، غنية بالبيانات الوصفية التجارية والتقنية لتسهيل الاكتشاف ضمن كتالوج بيانات أو أداة تخزين بيانات أخرى.
   
   
4. الحوكمة: إدارة أذونات الوصول إلى منتج البيانات وفقاً لعقد البيانات. 
   
   
5. النشر: نشر منتج بياناتك على بوابة للاكتشاف.  
   
   
6. الاستهلاك: السماح للمستهلكين في جميع أنحاء المؤسسة بالوصول بسهولة إلى منتج البيانات لمعالجة التحديات المختلفة. جمع تعليقات المستهلكين لتحسين الإصدارات المستقبلية.​ 
   
   
7. المراقبة والتكرار: إجراء أنشطة مستمرة مثل مراقبة الاستخدام والجودة والوصول. تنفيذ إدارة الإصدارات الخاصة بتغييرات الإصدار لمنتجات البيانات المنشورة.​​ 
   
   
8. إيقاف التشغيل: إيقاف منتج البيانات لأسباب مثل عدم الاستخدام أو عدم الامتثال. إيقاف المنتج وإبلاغ المستهلكين وأرشفة المنتجات وتنظيف الموارد. 

تعتمد المؤسسات في مختلف الصناعات على منتجات البيانات لتعزيز قيمة الأعمال ودعم المبادرات الاستراتيجية وحل مشاكل الأعمال الحساسة.  

تتضمن الأمثلة الواقعية لمنتجات البيانات ما يلي:

• قام بنك وطني كبير بتنفيذ منتج واحد لبيانات العملاء يدعم 60 حالة استخدام متنوعة — بدءًا من تسجيل مخاطر الائتمان في الوقت الفعلي وحتى روبوتات المحادثةالمدعومة بالذكاء الاصطناعي — عبر قنوات متعددة. ونتيجة لذلك، كسب البنك 60 مليون دولار إضافية في الإيرادات السنوية وحال دون خسارة 40 مليون دولار. 
  
  
• قدمت شركة سلع استهلاكية معبأة (CPG) منتجات بيانات لتبسيط استخدام البيانات وتحسين الكفاءة وقابلية التوسع. من خلال نشر أكثر من 50 فريقا متعدد الوظائف لتنفيذ حلول قائمة على البيانات، زادت الشركة الأرباح قبل الفوائد والضرائب والإهلاك والاستهلاك بنسبة 18% على مدار عامين. 

يتطلب تطوير منتجات البيانات بنجاح اتباع نهج استراتيجي يتضمن فهم استهلاك البيانات، وتخطيط تفاعلات البيانات، واختبار القيمة السوقية، وتكرار التوسّع. 

تتمثل الخطوة الأولى في إنشاء منتج بيانات في تحليل استهلاك البيانات الحالي داخل المؤسسة. تتضمن هذه الخطوة تحديد المستخدمين المستهدفين وفهم البيانات التي يستهلكونها وسبب أهمية هذه البيانات بالنسبة لهم.  

يوفر مراجعة استخدام البيانات من حيث الحجم والتكرار والحساسية والنوع رؤى حول مجموعات البيانات التي تحمل أكبر قيمة. من خلال إعطاء الأولوية لمجموعات المستخدمين ذات التأثير العالي، يمكن للمؤسسات المساعدة في ضمان تركيز الجهود الأولية على المجالات ذات الإمكانات الأكبر لتأثير الأعمال. 

بمجرد وضوح أنماط استهلاك البيانات، فإن الخطوة التالية هي تخطيط رحلة البيانات. يساعد إنشاء خرائط مفصلة لتفاعلات البيانات في العالم الحقيقي على تصور كيفية تدفق البيانات عبر الأنظمة والفرق المختلفة.  

يمكن أن تكون هذه الخرائط بمثابة أساس لتبادل الأفكار حول حالات الاستخدام الجديدة المدرة للدخل لمنتجات البيانات. يمكن أن يساعد تطوير فرضيات حول كيفية تحسين منتجات البيانات لعمليات الأعمال المؤسسات على البدء في استكشاف طرق لتحويل البيانات الأولية إلى رؤى هادفة وقابلة للتنفيذ. 

مع الرؤى المعتمدة، فإن الخطوة التالية هي التكرار والتوسع. وبدلاً من الاعتماد فقط على فرق تكنولوجيا المعلومات المركزية، يمكن للمؤسسات تعزيز المرونة والابتكار من خلال تمكين مجالات وفرق العمل من تحسين منتج البيانات وتعزيزه. وبمجرد إجراء التحسينات، يمكن توسيع نطاق المشروع ليشمل المزيد من الفرق والمجالات، مما يضمن توسيع نطاق منتج البيانات بفعالية واستمراره في تحقيق قيمة الأعمال.