In un post del 2023 avevamo passato in rassegna alcune caratteristiche di un artefatto sempre più presente tra gli hype dei professionisti di data management, il Data Product. Il post, riprendendo una serie di concetti di letteratura (in particolare il testo di riferimento sul Data Mesh di Zhamak Dehghani), provava a suggerire un approccio concreto per il suo posizionamento nelle moderne architetture dati. Nel mondo dei dati, siamo passati dal gestire dati generati dai processi, prodotti e applicazioni al doverli gestire come prodotti “data as a product”.
Non si tratta solo di una nuova buzzword, ma di un vero cambio di paradigma: i dati non sono più solo asset da custodire e riutilizzare, ma prodotti da progettare, governare, valorizzare e, in alcuni casi, anche scambiare o vendere.
Dati e product management: un mindset necessario
Nel progettare dati o applicazioni, serve una nuova mentalità: quella del prodotto. Significa pensare in termini di esperienza d’uso, sostenibilità, valore nel tempo e governance.
I Data Product non sono semplici tabelle, report o dashboard, ma attraverso un adeguato corredo di metadati e di altri supporti per il loro utilizzo (codice, capability della piattaforma dati che li gestisce) diventano un oggetto utile per le decisioni aziendali. Quindi dovranno essere ricercabili, descritti in termini di semantica, affidabilità, ownership, origine, in altri termini pronti a soddisfare il principale bisogno del consumatore: ”essere pronti all’uso”. In poco tempo, quindi, il data product ha consolidato, nella visione e nelle pratiche di molte organizzazioni, una sua valenza intrinseca, autonoma rispetto all’intero paradigma Data Mesh.
Il luogo naturale dove trovare, pubblicare e gestire Data Product è il Data Marketplace.
Data Marketplace: finalità e benefici
Internamente all’azienda, è un portale controllato dove i team possono condividere e accedere a prodotti dati, con logiche simili a un e-commerce e abilita il Data Sharing. Esternamente, può diventare una vetrina per vendere o scambiare Data Product con partner o clienti, nel rispetto delle policy e della compliance richiamati all’interno di un Data Contract che regola le modalità di consumo del prodotto stesso (si pensi ai casi d’uso nel settore assicurativo, finanziario o retail). L’evoluzione più recente dei Data Marketplace prevede anche la gestione di Data & AI Products, con la possibilità di versionare modelli, associare notebook, pipeline di training, o addirittura servizi API pronti all’uso.
Molte sono le finalità di utilizzo di questo oggetto:
- Scambi informativi di dati certificati tra attori appartenenti a differenti “domini”
- Integrazioni tra sistemi informatici
- Training, testing e convalida di applicazioni di Intelligenza artificiale
- Governo dello Shadow IT
- Monetizzazione dalla vendita dei dati a terze parti
- Capitalizzazione degli investimenti in iniziative di Data Governance.
Data Product e valore dei dati: come stimarlo
La versatilità di impiego è uno dei fattori che maggiormente contribuiscono al valore di un data product inteso in questo senso. Valore che può essere stimato anche economicamente ricorrendo a modelli basati su differenti approcci. Vediamone alcune, partendo dalle domande su cui essi si fondano.
- Quali sono le destinazioni d’uso di un data product e quanto queste destinazioni d’uso concorrono al risultato economico dell’organizzazione? Questo modello è utile per determinare il valore aggregato del data product in tutti i suoi componenti.
- Di quanto si amplifica il valore di un dataset, di un report, di un modello analitici se è reso disponibile sotto forma di Data Product? Questo modello ha l’obiettivo di stimare il valore aggiunto del data product rispetto a quello dei dati “grezzi”, in virtù del corredo di metadati, codice, dipendenze della piattaforma.
- Quale è il costo di realizzazione del Data Product? Modelli basati su logiche di Activity Based Costing consentono di determinare il costo del prodotto sulla base della quota parte dell’utilizzo di risorse umane e tecnologiche, interne ed esterneimpiegate per la sua realizzazione; in questo caso il costo non rappresenta il valore, non tenendo conto degli effetti economici derivanti dal suo consumo, ma può essere un elemento utile a valutare la convenienza della sua produzione.
Questi metodi di valutazione possono essere presi in considerazione nella determinazione del prezzo di un Data Product, qualora si intendesse esporlo, vendendolo, verso l’esterno o definire comunque un modello di pricing anche per il mercato “interno.
Il Data Product, interpretato da questa prospettiva, è un oggetto con una sua precisa identità di business, acquistabile attraverso un ambiente che non richiede competenze tecniche particolari (il Data Marketplace), che amplifica il valore dei dati, costituendo così una componente fondamentale per una organizzazione data-driven.
