Data as a Product (DaaP)

Qu’est-ce que les Data as a Product (DaaP) ?

Plutôt qu’un simple produit de données, les data as a product sont un concept qui combine des outils et une stratégie permettant d’appliquer à un ensemble de données un raisonnement similaire à celui d’un produit. Il s’agit essentiellement d’appliquer aux données la même approche que pour le lancement d’un produit, tel qu’un logiciel. Cela signifie que les équipes créent et livrent des produits autonomes qui sont continuellement pris en charge et mis à jour.

Les data as a product sont l’un des piliers fondamentaux du maillage de données et impliquent l’application des principes de gestion de produits aux données.

Quelle est la différence entre les Data as a Product, les produits de données et les Service data (DaaS) ?

Il existe une grande confusion entre les concepts similaires de data as a product, de produits de données et de service data.

Parfois, le terme Data as a Product est abrégé en « data product », ce qui accentue les malentendus. Les principales différences sont les suivantes :

• Les produits de données couvrent tout produit ou fonction qui utilise des données pour répondre à un besoin, comme un tableau de bord analytique ou un data warehouse.
• Les data as a product appliquent une approche produit aux données, garantissant qu’elles peuvent être utilisées de manière autonome et en toute confiance.
• Le service data (DaaS) est un modèle d’abonnement qui fournit à un acheteur externe des actifs data sur mesure, des produits de données ou des data as a product.

Que doivent contenir les Data as a Product ?

Les Data as a Product contiennent tout ce qui est nécessaire pour tirer profit des données sous-jacentes. Il contient donc les données elles-mêmes, leurs métadonnées, les codes de programmation et l’infrastructure nécessaire pour les faire fonctionner. Il doit également répondre aux exigences suivantes :

Il doit être facile à découvrir, par exemple par le biais de la place de data marketplace.

• Il doit être explorable – les utilisateurs doivent pouvoir comprendre ce qu’il est et ce qu’il fait avant de s’engager à y accéder.
• Il doit être sécurisé et protéger les données sous-jacentes
• Il doit être facilement accessible, sans nécessiter de compétences spécialisées en matière de données.
• Il doit être fiable et reposer sur des données de qualité, pertinentes et sûres.
• Il doit être compréhensible et bien documenté afin d’expliquer et d’encourager son utilisation
• Il doit être interopérable et capable de fonctionner avec d’autres produits de données.

Quels sont les avantages des Data as a Product ?

Les Data as a Product présentent deux avantages majeurs : tels qu’une méthodologie et l’approche pour améliorer la qualité du data management, tout en maximisant la valeur des données pour l’ensemble de l’organisation et pour les clients externes :

Pour la gestion des données :

• Introduit des processus normalisés pour la gestion des données, avec une documentation intégrée et un contrôle des versions pour garantir la qualité et la cohérence de l’approche.
• Permet aux équipes chargées des données d’être plus proactives, en créant des utilisations des données basées sur les besoins commerciaux et stratégiques.
• Permet une plus grande réutilisation du travail effectué au sein de l’organisation, ce qui accélère le développement des produits et garantit une plus grande efficacité.

Pour les organisations :

• Permet aux utilisateurs de découvrir, d’accéder et de consommer des données en toute confiance, grâce à des solutions tout-en-un en libre-service qui répondent à leurs besoins spécifiques.
• Décloisonne les services et garantit que les données sont accessibles à tous, quel que soit l’endroit où elles ont été créées.
• Assure une gouvernance solide et améliore la sécurité, la confidentialité et la conformité grâce à une approche cohérente.

Comment créer des données en tant que produit ?

Pour créer un portefeuille de data as a product utilisable, les équipes doivent comprendre et appliquer les principes de la gestion de produit aux données.

Pour cela, il faut :

• Comprendre les données disponibles au sein de l’organisation, qui les possède et ce qu’elles permettent de faire.
• Être à l’écoute des besoins des utilisateurs et des objectifs plus larges de l’entreprise. Comment les données peuvent-elles être utilisées pour répondre à leurs besoins ?
• Une approche progressive, avec un programme de mises à jour et de versions pour les données individuelles en tant que solutions de produits.
• Des procédures normalisées pour l’utilisation des données dans l’ensemble de l’entreprise afin de maximiser la cohérence et l’efficacité.
• Une solution complète pour les utilisateurs, fournissant des données en libre-service et offrant tout ce qui est nécessaire pour tirer le meilleur parti des données.
• Des règles d’accès pour garantir la sécurité et la bonne gouvernance des données et de l’entreprise.