Viele Unternehmen behaupten, dass Daten für sie ein wichtiges Asset sind. Doch bei näherer Betrachtung sind Daten häufig nur ein Nebenprodukt, und die Frustration über fehlgeschlagene Dateninitiativen ist weit verbreitet. Dies gilt insbesondere für Organisationen, die Daten und deren Nutzung als Wettbewerbsvorteil bewerten.
Unsere Erfahrung: Es geht (oft) nicht um Technologie. Unternehmen brauchen ein Umdenken, wenn es um Daten geht. Die Behandlung von Daten als Produkt hilft Unternehmen, die von ihnen gesammelten und produzierten Daten effektiv zu verwalten und zu nutzen.
Eine veränderte Denkweise: Der (Daten-)Kunde ist König!
Einer der Hauptvorteile von Daten als Produkt im Zusammenhang mit Data Mesh besteht darin, dass es Unternehmen ermöglicht, einen kundenorientierten Ansatz für Daten zu wählen. Durch die Behandlung von Daten als Produkt sind Teams gezwungen, über den Wert nachzudenken, den ihre Daten für verschiedene Interessengruppen bieten und darüber, wie dieser Wert am besten bereitgestellt werden kann. Bei erfolgreicher Umsetzung ändert sich die Sichtweise der Organisation auf den Umgang mit Daten.
Dies kann zu einer gezielteren und effektiveren Datenverwaltung sowie zu einer besseren Abstimmung zwischen Datenteams und Geschäftsbereichen führen. Indem sie Daten als Produkt behandeln, können Unternehmen Innovationen und Experimente fördern. Auf diese Weise können sie den vollen Wert ihrer Datenressourcen ausschöpfen.
Was ist die Bedeutung von „Daten als Produkt“?
Im Kern bezieht sich „Daten als Produkt“ auf die Idee, dass Daten wie ein eigenständiges Produkt behandelt werden können, mit eigenem Wertversprechen, eigener Einnahmequelle und eigenem Lebenszyklusmanagement.
Innerhalb des Datenmanagementkonzepts Data Mesh wendet das Prinzip „Daten als Produkt“ das Produktdenken auf Daten an. Es läuft auf zwei Hauptinterpretationen hinaus:
- Daten werden wie ein Produkt behandelt
- Konsumenten von Daten (z.B. andere Teams) werden als Kunden behandelt
Im Rahmen von Datenprojekten ist die Datenaufbereitung (z. B. Datenladen, Datenbereinigung) oft eine der zeitaufwändigsten Aufgaben. Projekte können aufgrund mangelnder Zugänglichkeit oder Qualität scheitern. „Daten als Produkt“ verändert die Wahrnehmung von Daten innerhalb einer Organisation und adressiert damit direkt diese Herausforderungen. Daten sind nicht mehr ein Nebenprodukt.
Die Gründerin von Data Mesh, Zhamak Deghani, definiert 8 Attribute, um die Nutzbarkeit von Datenprodukten zu beschreiben: Auffindbar, ansprechbar, verständlich, vertrauenswürdig, zugänglich, interoperabel, wertvoll und sicher.
Um Teil des Data Mesh zu sein, müssen diese grundlegenden Attribute erfüllt sein. Zum Beispiel: Fachteams sollten in die Lage versetzt werden, organisationsweite Datensätze für ihre Datenverwendungszwecke zu finden und zu nutzen. Dies kann durch die Bereitstellung eines zentralen Datenkatalogs (auffindbar) realisiert werden. Die präsentierten Datenbestände sollten dauerhaft nach einer organisationsweiten Konvention adressierbar sein (ansprechbar). Datensicherheit bezieht sich auf Zugriffskontrollen, Vertraulichkeit (z. B. personenbezogene Daten), GDPR und andere spezifische Vorschriften, die für ein Unternehmen gelten können (sicher).
Was ist der Unterschied zwischen Datenprodukten und Daten als Produkt?
Die Begriffe „Daten als Produkt“ und „Datenprodukt“ werden manchmal synonym verwendet, aber es gibt einen Unterschied. Daten als Produkt sind Teil der Strategie, während das Datenprodukt das Ergebnis dieser Strategie ist.
Wie oben beschrieben, ist „Daten als Produkt“ einer der vier Bausteine des sogenannten Datenmanagementkonzepts Data Mesh. „Daten als Produkt“ wendet den Produktgedanken auf Datensätze an und stellt daher eine Reihe von Überzeugungen dar.
Der Begriff Datenprodukt bezieht sich auf das eigentliche Produkt, das aus Daten erstellt wird. Es ist ein materielles oder immaterielles Produkt, dass das Ergebnis des Prozesses der Umwandlung von Daten in etwas ist, das an interne oder externe Kunden verkauft werden kann. Ein Datenprodukt kann ein Bericht, ein Dashboard, eine API, ein Datensatz, ein Algorithmus, eine Software, oder eine Dienstleistung sein.
Ein Beispiel für Datenprodukte
Das CRM-Team bindet individuelle Produktempfehlungen auf der Grundlage von Transaktionsdaten, Web- und App-Verhaltensdaten der Nutzer:innen in seine Mailings ein. Diese Funktion ist ein Datenprodukt, da Daten der Schlüssel zum Erreichen des primären Ziels sind. Im Rahmen des Verständnisses von Daten als Produkt kann dieses Datenproduktbeispiel wie folgt strukturiert werden:
- Die Domäne der Datenproduktverbraucher ist die CRM-Domäne
- Die Verbraucher des Datenprodukts sind das produktaffine Mailing und das After-Sales-Mailing
- Aufgabe des Datenprodukts ist es, personalisierte und relevante Inhalte zu ermöglichen
- Datenproduktproduzenten (Quellen) sind Analytik (für benutzerbezogene Web- und App-Verhaltensdaten) und transaktionale Daten