○ planned · proyecto
Otorga nivel a: Data Product · Data Mesh
Usa: Data Product · Data Warehouse · Data Mesh · Descriptive Analytics
Sebastián Saimi (Shopify): un producto de datos no existe si no se expone a un usuario. Propone pasar de ‘data service teams’ (pedidos ad hoc) a ‘data product teams’ que co-crean productos y agregan valor de forma sostenible.
Hallazgos clave
- La clave del producto de datos es la transformación de datos expuesta a un usuario; sin usuario no hay producto.
- Contrasta el ‘data service team’ (backlog FIFO, SQL ad hoc) con el ‘data product team’ (owner que suma features).
- Empieza con soluciones que NO requieran ML para tener un benchmark antes de invertir en modelos.
- Un analista que domina el dominio de negocio (decision science) es cada vez más valioso y escaso que un data scientist.
- Para transformar un data service team: crear un buffer, construir un esquema reutilizable y buscar 2 clientes internos.
Módulos
- Definición de producto de datos y ejemplos (Shopify, salud).
- Data service team vs data product team.
- Roles y equipos cross-functional.
- Consideraciones de escala, crecimiento y churn.
- Tácticas de cambio cultural (buffer, dogfooding, efecto IKEA).
Fuente: https://www.youtube.com/watch?v=6p6g4w6z1ho · Transcript local: data/cursos/datapub-equipos-productos-datos/equipos-productos-datos.srt
Enlaces
Otorga nivel a: Data Product · Data Mesh Usa: Data Product · Data Warehouse · Data Mesh · Descriptive Analytics