ما المقصود بالبيانات كمنتج (DaaP)؟

برز مفهوم البيانات كمنتج كإستراتيجية شائعة للبيانات للمؤسسات التي ترغب في تسخير الإمكانات الكاملة لأصول بياناتها.

يحوِّل نهج البيانات كمنتج البيانات الأولية إلى منتج منظم وسهل الوصول إليه وقيِّم. ويشجع هذا التحول المؤسسات على عرض البيانات المتراكمة التي تمتد على مدى عقود، وتتكون من الوثائق ومجموعات البيانات والسجلات الرقمية، كمستودع ثري بالمعارف الحساسة لاتخاذ القرارات الإستراتيجية وإشراك العملاء.

غالبًا ما تكون إمكانات البيانات محجوبة داخل الصوامع، مما يجعل الوصول إليها غير ممكن وغير مستغلة بشكل كافٍ. ويمثل ظهور منهجية البيانات كمنتج (DaaP) خروجًا عن هذا النهج، حيث تدعو إلى اتباع نهج منظم لإدارة البيانات يركز على إمكانية الوصول والإدارة والمنفعة. هذه المنهجية متجذرة في مبدأ أن البيانات، مثلها مثل أي منتج استهلاكي، يجب أن تُدار وتُنظم بدقة لتلبية الاحتياجات المحددة لمستخدميها—سواء كانوا عملاء أو موظفين أو شركاء.

في حين أن البيانات كمنتج ومنتجات البيانات تخدم أغراضًا مختلفة في إدارة البيانات، رغم ارتباطها ببعضها.

تُعد البيانات كمنتج منهجية شاملة لإدارة البيانات، لا سيما في سياق مبادئ شبكة البيانات، وهي مصممة للتعامل مع البيانات كمنتج قابل للتسويق يمكن تقديمه لمختلف المستخدمين داخل المؤسسة وخارجها. تتضمن منهجية البيانات كمنتج التعليمات البرمجية وبياناتها وبياناتها الوصفية وأي بنية أساسية ضرورية لتشغيلها.

تُعد منصة معارف العملاء المصممة لشركة البيع بالتجزئة مثالاً جيدًا على منهجية البيانات كمنتج. تجمع المنصة بيانات العملاء عبر نقاط اتصال متعددة - مثل عمليات الشراء داخل المتجر وسلوكيات التسوق عبر الإنترنت وتفاعلات خدمة العملاء والتفاعل مع وسائل التواصل الاجتماعي - لإنشاء رؤية شاملة لتفضيلات كل عميل وسلوكياته وأنماط الشراء الخاصة به.

وعلى النقيض من ذلك، تركز منتجات البيانات على الاستفادة من البيانات لتقديم رؤى وحلول قابلة للتنفيذ، مثل لوحات معلومات التحليلات والنماذج التنبؤية. وهي تعالج مشاكل محددة، ومدعومة بتقنيات متطورة لمعالجة البيانات وتلبي احتياجات جمهور واسع، بما في ذلك مدراء المنتجات وعلماء البيانات والمستخدمين النهائيين. وقد تتضمن أمثلة منتجات البيانات شيئًا مثل لوحة معلومات تحليلات الأعمال، أو روبوت المحادثة ، أو حتى نظام التوصيات، مثل ما تراه عند التسوق على Amazon.

يرتكز كلا المفهومين على أساس مشترك لإدارة البيانات والحوكمة، مع الهدف النهائي المتمثل في تعظيم القيمة الجوهرية للبيانات.

عندما بدأت المؤسسات في الاستثمار في تقنيات تخزين البيانات المتقدمة لجعل البيانات متاحة على نطاق واسع وقابلة للاستخدام لإنشاء معارف الأعمال وأتمتة القرارات، واجه مهندسو البيانات تحديات مختلفة لأن الحلول لم تتوسع على النحو المنشود. ونظرًا لأن البيانات كانت في كثير من الأحيان مليئة بالأخطاء وغير مكتملة وغير ذات مغزى أو أسلوب صادق، ولأنهم لم يكن لديهم فهم كافٍ لمجالات المصدر التي أنتجت هذه البيانات - فقد كافح المهندسون لتصحيح ما لم يعرفوه أو يفهموه.

أدرك مهندسو البيانات ضرورة تغيير نهجهم في تصميم البنى الموزعة الحديثة. لقد رأوا أهمية اعتماد منهجية جديدة تنظم البنية حول مجالات العمل المحددة التي تهدف إلى دعمها. يدمج هذا النهج التفكير في المنتج لتطوير بنية أساسية وظيفية وسهلة الاستخدام للبيانات ذاتية الخدمة.^.1

إن التفكير في المنتج هو أكثر من مجرد التفكير في ميزات المنتج، فهو يتعلق بابتكار حلول ذات مغزى تلقى صدى لدى المستخدمين وتبرز في السوق. إنها فلسفة تؤثر في كل مرحلة من مراحل عملية تطوير المنتج، بدءًا من وضع الأفكار وحتى الإطلاق والتكرار. أدرك المهندسون أنه من خلال التعامل مع البيانات كمنتج، يمكنهم تعزيز استخدامها وقيمتها بشكل كبير داخل المؤسسة.

من خلال اعتماد نهج يتناول مجموعات البيانات كمنتجات، يتم إنشاء فرق عمل داخل مجالات عمل محددة لتولي مسؤولية إدارة بياناتها ونشرها على مستوى المؤسسة، وذلك لتحسين مركز تجربة المستخدم للمستهلكين الأساسيين لهذه البيانات - وهم عادةً علماء البيانات والمهندسون.

تشارك فرق النطاق هذه بياناتها عبر واجهات برمجة التطبيقات (APIs )، مصحوبة بوثائق شاملة، وبيئات اختبار قوية، ومؤشرات أداء واضحة.

يجب أن تلبي المنهجية الناجحة للبيانات كمنتج المتطلبات التالية:

1. سهولة الاكتشاف
2. قابلة للعنونة
3. جديرة بالثقة
4. موثقة بشكل جيد
5. قادرة على العمل مع منتجات البيانات الأخرى
6. آمن

ما يعني أنه في منهجية البيانات كمنتج، يجب أن تكون البيانات سهلة العثور عليها وموثوقة وواضحة فيما تمثله ويمكن دمجها مع البيانات الأخرى وحمايتها من الوصول غير المصرح به.

تخيّل أن منهجية البيانات كمنتج (DaaP) تُشبه السفر الجوي، وأن كل نقطة بيانات هي مسافر على متن طائرة: تحتاج المؤسسات والمستخدمون إلى معرفة مصدر كل نقطة بيانات، وما التحولات التي خضعت لها، وإلى أين ستتجه لاحقًا. وهذا ما يُعرف باسم دورة حياة البيانات، وهي عنصر جوهريّ لتبني منهجية البيانات كمنتج بفعالية. وباستخدام أدوات مثل IBM InfoSphere وAWS Glue وCloudera Data Hub، يمكن للمؤسسات إدارة البيانات الوصفية وتتبع مسارات البيانات لضمان الشفافية وتجنّب الالتباس.

بمجرد أن يتم فحص كل مسافر بشكل صحيح، يمكنه دخول الطائرة. تمامًا كما تحتاج شركة الطيران إلى ضمان أن تكون الطائرة كبيرة وقوية بما يكفي لاستيعاب الركاب، يجب على المؤسسات استخدام بنية أساسية قابلة للتطوير لاستيعاب أحجام البيانات المتزايدة وطلبات الوصول المتعددة. هناك عدد من المنصات القائمة على السحابة والحلول مفتوحة المصدر والمنصات التجارية التي يمكن للمؤسسات الاختيار من بينها اعتمادًا على احتياجات العمل الخاصة بالمؤسسة وقطاعات السوق.

تخيل الآن أنك بحاجة إلى معلومات الرحلة، لكن النظام معطل. يؤدي هذا إلى انهيار الثقة لدى المسافرين ويصور شركة الطيران على أنها غير موثوقة وغير فعالة، وهذا هو بالضبط السبب في أنه يجب توفر أدوات DaaP باستمرار. ولهذا السبب أيضًا يجب على المنظمات تقديم خطط وتقارير واضحة حول استعادة البيانات والتكرار.

ومثلما لا يمكن تصور السفر الجوي من دون أمن، فلا وجود حقيقي لمنهجية البيانات كمنتج بدون عناصر أمان قوية. تشمل ميزات الأمان التحكم في الوصول القائم على الأدوار، وتشفير البيانات، وأنظمة كشف التسلل، وهي تعمل على حماية البيانات الحساسة وتضمن الامتثال للوائح مثل GDPR وHIPAA. كما أن ممارسات الحوكمة، مثل مراقبة جودة البيانات، وفهرستها، وإدارة التغيير، تضمن أن تكون بيانات المؤسسة موثوقة ويسهل الوصول إليها.

يعتمد أساس منهجية البيانات كمنتج على التنسيق الدقيق لمجموعات البيانات. إذ يتم تنسيق مجموعات البيانات هذه من خلال ممارسات هندسة البيانات، والتي تتضمن تصميم مسارات البيانات واسعة النطاق وبناءها وإدارتها. وتنقل هذه المسارات البيانات من مصادر البيانات من خلال عملية شاملة، وتحول البيانات الأولية إلى معلومات منظمة وعالية الجودة مخزنة في مستودعات البيانات أو بحيرات البيانات. تُعد منصات البيانات أساس هذه العمليات، حيث توفر البنية الأساسية والأدوات اللازمة لفرق البيانات لأداء مهام تحليل البيانات وعلوم البيانات بكفاءة.

تُعد نماذج ومخططات البيانات ضرورية في هذا السياق، إذ إنها تحدد كيفية تنظيم البيانات وتخزينها وربطها داخل مستودع البيانات أو بحيرة البيانات. وهي تضمن أن تكون للبيانات قابلة للاكتشاف ويمكن الوصول إليها واستخدامها من جانب مستهلكي البيانات، أي محللي الأعمال وعلماء البيانات ومطوري التطبيقات الذين يستخلصون منها الرؤى ويبنون تطبيقات قائمة عليها. ولا تزال لغة الاستعلام الهيكلية (SQL) أداة أساسية في التفاعل مع البيانات، حيث تمكّن المستخدمين من الاستعلام عن مجموعات البيانات، ومعالجتها، وتحليلها لتلبية احتياجاتهم الخاصة.

تستخدم فرق البيانات مقاييس لتقييم جودة منتج البيانات وأدائه وقيمته. توجّه هذه المقاييس عمليات التكرار والتحسين المستمر، ما يضمن تطور منتج البيانات استجابةً لتعليقات مستهلكي البيانات والتغيرات في متطلبات العمل.

وتُعد واجهات برمجة التطبيقات (APIs) هي القنوات التي تُوصَل من خلالها منتجات البيانات إلى المستخدمين النهائيين والتطبيقات. وهي تُسهّل الوصول، وتمكّن مستهلكي البيانات من دمج البينات واستخدامها في حالات استخدام متعددة — بدءًا من التقارير التشغيلية ووصولًا إلى مشاريع التعلم الآلي والذكاء الاصطناعي المتقدمة. تُبرز هذه القدرة على التكامل أهمية وجود استراتيجية واجهات برمجة تطبيقات (API) مُصممة بشكل جيد ضمن دورة حياة منهجية البيانات كمنتج (DaaP)، ما يضمن أن تكون البيانات ليست فقط يسهل الوصول إليها، بل قابلة للتنفيذ أيضًا.

يتيح تطبيق التعلُّم الآلي والذكاء الاصطناعي داخل منهجية البيانات كمنتج للمؤسسات إمكانية إطلاق العنان للمعارف التنبئية وأتمتة عمليات اتخاذ القرار. يمكن للشركات توقع الاتجاهات المستقبلية وتحسين العمليات وإنشاء تجارب عملاء مخصصة من خلال الاستفادة من نماذج التعلُّم الآلي المُدرَّبة على البيانات التاريخية. يؤكد هذا الاستخدام المتطور للبيانات على الطبيعة التكرارية لمنهجية البيانات كمنتج، إذ يتم تنقيح منتجات البيانات وتحسينها باستمرار بناءً على البيانات الجديدة وحالات الاستخدام الناشئة وملاحظات مستهلكي البيانات.

تدعو منهجية البيانات كمنتج إلى إدارة دورة حياة منتج البيانات، بدءًا من وقت الإنشاء حتى الصيانة وتطورها بمرور الوقت. وتتضمن سلسلة من المراحل، بما في ذلك التخطيط والتطوير والنشر والتكرار، ويتطلب كل منها تعاونًا وثيقًا بين فرق البيانات والأطراف المعنية في مجال الأعمال ومستهلكي البيانات. يضمن نهج دورة الحياة هذا أن تظل منتجات البيانات ذات صلة وقيمة ومتوافقة مع أهداف العمل.

لجعل البيانات أكثر فائدة داخل المؤسسة، من الضروري أن تكون مجموعات البيانات سهلة العثور عليها وجديرة بالثقة ويمكن أن تعمل بشكل جيد مع البيانات الأخرى. يتوقف أساس جعل منهجية البيانات كمنتج التي يمكن اكتشافها ومعالجتها بسهولة داخل المؤسسة على تطبيق سجل أو فهرس مركزي. ويجب أن يفصّل هذا السجل جميع بيانات منهجية البيانات كمنتج المتاحة، بما في ذلك البيانات الوصفية مثل الملكية والمصدر والنسب، ما يمكّن مستهلكي البيانات والمهندسين والعلماء من تحديد مواقع مجموعات البيانات ذات الصلة بكفاءة.

يمكن للمؤسسات تعزيز ثقة المستخدم في بياناته من خلال وضع أهداف مستوى الخدمة (SLOs) المتعلقة بمصداقية البيانات، وتطبيق اختبارات صارمة لتنقية البيانات واختبار سلامتها منذ البداية. إلى جانب ذلك، يجب أن تكون البيانات ذاتية الوصف وتلتزم بالمعايير العالمية للتشغيل البيني، ما يسمح بتكامل البيانات في مختلف المجالات. ويُعد دور مالكي ومهندسي منتجات البيانات أمرًا مهمًا للغاية في هذا النظام البنائي، إذ يقومون بتحديد إدارة دورة حياة نهج البيانات كمنتج وقيادتها لإرضاء المستخدمين وتلبية معايير الجودة. ولا يتطلب هذا النهج مزيجًا من مهارات هندسة البيانات وهندسة البرمجيات فحسب، بل يعزز أيضًا ثقافة الابتكار ومشاركة المهارات والتعاون متعدد الوظائف في مجال التكنولوجيا.

تشجع منهجية البيانات كمنتج المؤسسات على عرض جميع البيانات كمنتجات قيمة، ما يعكس مبادئ المنتجات القائمة على المستهلك في إدارة البيانات واختيارها وتخصيصها وتسليمها. ويعزز هذا النهج التدفق السلس للبيانات عالية الجودة بدءًا من منشئيها وحتى مستهلكيها، مدعومًا بأدوات وعقليات تركز على العملاء. تخيل أن البيانات تشبه المنتجات التي تراها في المتاجر؛ وفقًا لمنهجية البيانات كمنهجية، يجب على المؤسسة أن تتعامل مع بياناتها بنفس العناية والاهتمام الذي تحظى به المنتجات المادية.

هذا يعني تخزين البيانات المفيدة حقًا وتخزينها فقط، وضمان تقديم البيانات بشكل واضح ومنظم وسهل الاستخدام وضمان أن البيانات تناسب سياق الصناعة أو المجال. عندما يتم وضع هذه الأجزاء في مكانها الصحيح، تتيح منهجية البيانات كمنتج توزيع بيانات عالية الجودة داخل المؤسسة. لقد تمت معالجة الزيت وهو جاهز للمساعدة في تشغيل الماكينة.

إن تطبيق نهج البيانات كمنتج (DaaP) داخل المؤسسة يعني مواءمة الأطراف المعنية وإبقاؤهم على اطلاع دائم، وتبني عقلية تُعامَل فيها البيانات كمنتج عالي الجودة يُدار باحتراف، ويعني الاستثمار في أدوات الخدمة الذاتية أو تطويرها، وهو أحد المبادئ الرئيسية لمفهوم شبكة البيانات (Data Mesh)—وهو نهج ناشئ لبنية البيانات اللامركزية.

يطرح اعتماد منهجية البيانات كمنتج تحديات من بينها المخاوف المتعلقة بخصوصية البيانات والمقاومة التنظيمية للتغيير والحاجة إلى زيادة المعرفة بالبيانات بين الموظفين. ويتطلب التغلب على هذه العقبات تخطيطًا إستراتيجيًا وتأييدًا تنظيميًا واستثمارات في التكنولوجيا والمواهب.

يُعد التنقل والامتثال للوائح خصوصية البيانات عبر أسواق عالمية متعددة القواعد والأنظمة أحد أبرز التحديات التي ينبغي مواجهتها. تحتاج المؤسسات إلى خبرات وموارد تضمن التزام منتجات البيانات كمنتج الخاصة بها باللوائح التنظيمية الصارمة في كل سوق.

يمكن أن تتصدر أخبار اختراق أمن البيانات عناوين رئيسية في وسائل الإعلام، في ظل وعي المستهلكين بكيفية استخدام المؤسسات لبياناتهم. ويُعد بناء الثقة من خلال ممارسات شفافة في التعامل مع البيانات وتوثيق واضح حول استخدام البيانات داخل منهجية البيانات كمنتج أمرًا مهمًا لكسب ثقة قاعدة المستخدمين. تحتاج أي مؤسسة تفكر في اعتماد منهجية البيانات كمنتج إلى تدابير أمنية قوية لحماية البيانات من الاختراقات والوصول غير المصرح به إلى البيانات. ويتضمن ذلك تنفيذ تقنيات التشفير، وضوابط الوصول، وأطر حوكمة البيانات.

لا يقتصر نجاح نهج البيانات كمنتج الناجح على امتلاك الأجهزة والبرمجيات المناسبة فحسب؛ فكما هو الحال دائمًا مع الأدوات الجديدة تصاحبها مقاومة التغيير. وقد تقاوم الثقافات المؤسسية السائدة التغييرات في ملكية البيانات ومشاركتها وإمكانية الوصول إليها التي يقدمها نهج البيانات كمنتج. تُعد إستراتيجيات إدارة التغيير الفعالة والتواصل الواضح أمرًا ضروريًا لضمان استعداد الإدارات المختلفة وقدرتها على مشاركة بياناتها دون الخوف من فقدان السيطرة أو الميزة التنافسية. ويُعد تعزيز التعاون وإظهار مزايا نهج البيانات كمنتج لجميع الأطراف المعنية أمرًا حيويًا، كما يجب تحديد أدوار ومسؤوليات واضحة لحوكمة البيانات وملكية المنتج لتجنب الإرباك والتقاعس عن العمل.

ولا ينتهي التحدي البشري لنجاح مبادرة نهج البيانات كمنتج عند الجانب الأمني فحسب. إذ يتطلب تطبيق نهج البيانات كمنتج ونجاحه أن يكون جميع أفراد المؤسسة على دراية بأهمية البيانات. ومع ذلك، قد تعاني المؤسسات من فجوات في المهارات لدى الموظفين الذين يفتقرون إلى ثقافة معرفة البيانات. وقد لا يتمكن الكثير من الموظفين، بمختلف مستوياتهم، من فهم الجوانب الفنية والقيمة التجارية التي ينطوي عليها نهج البيانات كمنتج بشكل كامل؛ لذا، يمكن أن تُسهم برامج التدريب والتعليم في سد هذه الفجوة بفاعلية. وقد يُواجه البعض صعوبة في تحليل البيانات واستخلاص الرؤى من منتجات نهج البيانات كمنتج، ولكن من خلال توفير أدوات سهلة الاستخدام والتدريب المناسب على ثقافة معرفة البيانات، يمكن تمكينهم من الاستفادة الفعلية من البيانات. إلى جانب ذلك، تحتاج الفرق التقنية إلى ترجمة معارف البيانات المعقدة إلى معلومات قابلة للتنفيذ للأطراف المعنية غير التقنية.