由于公司一直在努力利用数据集和人工智能，许多公司已经开始创建数据产品——可重用的数据集，可以由不同的用户随着时间的推移以不同的方式分析，以解决特定的业务问题。数据产品可以是一个强大的工具，尤其是对于大型的传统公司，但通常要求公司创建一个不同于首席数字官和产品经理的新角色:数据产品经理。与其他类型的产品经理一样，数据产品经理不具备创建模型或为其设计数据所需的所有技术或分析专业知识。他们也不太可能在重新设计业务流程或再培训员工方面有天赋。他们真正需要的是管理跨职能产品开发和部署流程的能力，以及一个由具有不同技能的人员组成的团队来执行所需的任务。
在公司努力构建人工智能和分析应用程序的过程中，有一个常见的问题:他们雇佣或聘用数据科学家来构建模型，但这些模型很少部署到生产中。最近对数据科学家的一项调查发现，大多数人将20%或更少的模型投入生产部署。
作为回应，许多公司已经采用了数据产品的概念——尝试创建可重用的数据集，这些数据集可以由不同的用户随着时间的推移以不同的方式进行分析，以解决特定的业务问题。虽然有些公司结合了AI和分析，但有些公司没有，所以有些公司使用两个术语:数据产品(适合重用的数据集)和分析产品(结合分析或AI方法来分析数据)。虽然我们对数据产品的定义包括数据和分析/AI，但真正重要的是一个组织是否清楚自己的术语;产品导向对数据和分析/AI都很有用。
数据产品可能是一个强大的工具，特别是对大型、传统公司而言。据营销和设计服务公司Vista的首席数据官塞巴斯蒂安·克拉多(Sebastian Klapdor)说，在该公司，数据产品带来了9000万美元的利润增量，其中大部分是每年重复出现的。阿拉巴马州地区银行的首席数据和分析官玛纳夫·米斯拉表示，数据产品为该行赚取或节省了数亿美元。
这个想法并不新鲜。涉及分析的数据产品已经在数字原生公司中使用了至少10年。但随着传统企业开始采用它们，许多企业都在努力实现这一理念——无论是在内部还是为客户。首先，他们通常销售有形产品，结果可能会在数据产品方面遇到困难。虽然许多大公司都在任命首席数据官，但产品管理纪律通常并不属于首席数据官这个职位。传统公司的数据科学家当然懂得如何创建分析和AI模型，但许多人认为，当他们创建了一个非常适合数据的模型时，他们的工作就完成了。
传统公司要想成功地创建和交付数据产品，需要创建一个新角色，该角色拥有与cdo和数据科学家不同的技能:数据产品经理。
进入数据产品经理
与其他类型的产品经理一样，数据产品经理不具备创建模型或为其设计数据所需的所有技术或分析专业知识。他们也不太可能在重新设计业务流程或再培训员工方面有天赋。他们真正需要的是管理跨职能产品开发和部署流程的能力，以及一个由具有不同技能的人员组成的团队来执行所需的任务。他们还必须能够与业务负责人进行有效的沟通，这些业务负责人的操作将被模型及其周围的编程所改变。
已经有了这个角色的模型。在软件产品管理中也可以找到数据产品所需的一些技能，包括跨功能和单位协调、管理不同的团队、在没有正式授权的情况下行使影响力，以及理解客户需求。由于数据产品也涉及到软件，软件和数据产品经理都需要了解软件开发。
但也有一些独特的技能。当然，数据产品经理需要对数据有一定的了解:如何捕获数据、从数据库中提取数据、提高数据质量、将数据与其他数据集成等等。他们还需要理解分析和人工智能，尽管不如数据科学家。他们需要精通基本的统计学，了解AI的关键类型及其数据和建模需求，理解机器学习的工作原理，意识到模型会随着时间“漂移”，并熟悉AI供应商的情况。
考虑这些产品是如何开发和使用的。
数据产品几乎总是从基于最小可行性产品(MVP)的方法开始——创建一个基本的产品，开始引起客户或用户的兴趣——然后需要一个持续的迭代周期，允许滚动的产品的新版本，数据产品管理工作的顾问、自己也曾是数据产品的领导者James Stephenson说。Vista的Klapdor对这个过程有自己的见解。他认为，最初的目标应该是开发一种“最小可爱的产品”，然后创造一种可扩展的产品。Klapdor发现，内部或外部客户通常不喜欢mvp，因为他们缺乏完善和功能，所以他坚持为他们创造一些可爱的东西。
数据产品管理的职责并不会随着部署而结束。数据产品经理负责每季度确保和衡量数据产品的持续使用和价值，无论该产品有内部或外部客户。
什么样的人才能成为优秀的数据产品经理?
数据产品管理爱好者之间的唯一共识是，产品经理需要有业务导向，熟悉数据和分析，他们需要能够领导一个多元化的团队。我们的消息来源也一致认为，数据科学家通常不会成为优秀的数据产品经理——他们过于专注于优化模型与数据的匹配度——但Klapdor发现他们在高技术数据产品方面很有用。
那么专家们在寻找什么呢?
Klapdor有时会在产品需要的领域寻找具有专业知识的数据产品经理，比如动态定价、媒体组合模型、归因模型和制造分析等专业领域。Vista的另一个可靠的数据产品经理来源是来自软件公司的经验丰富的产品经理，Klapdor说他们通常知道如何管理这个过程。
James Stevenson认为，数据产品经理一般应该有一些产品管理的经验。他认为，他们不应该成为数据科学家，因为他们自己做了太多的决定。数据产品经理还应该了解该职位的数据方面，尽管这方面不如其他方面重要。Stevenson认为产品工作中有三位同等的领导者:数据产品经理、数据科学家和工程主管。他认为，这三位权力相当的领导人应该有一种健康的紧张关系——为自己想要的东西而奋斗，但也期望对方做出妥协。没有一个领导者应该拥有支配地位。
区域银行的Misra建立了“数据产品合作伙伴”的角色，它的功能是银行特定部分的数据产品经理。他必须为这个角色引入新的人员，这些人将负责一个完整的数据或高级分析解决方案。他的数据项目合作伙伴非常关注产品是如何被采用和使用的，用户界面是什么样子的，有多少人使用它，以及它如何为银行创造价值。他们参加员工会议，了解这部分业务的优先级，并在业务需求和机会以及可以解决这些问题的解决方案之间进行双向转换。大多数来自业务方面，但也有技术和分析方向。
。
因此，数据产品经理是由数字化、无处不在的数据以及能够消化这些数据的分析和人工智能创造出来的一种新工作。随着我们创建更多专业的技术角色，如数据科学家和数据工程师，我们需要具有广泛业务技能的人，他们可以跨不同的角色工作，将他们组合成有效的团队，并将他们带回家为企业提供价值。尽管在数据、分析和人工智能方面的技能高度专业化，但对通才的需求似乎从未消失。
