Der Begriff Data Product Management existiert inzwischen seit mehreren Jahren. Dieses Thema taucht immer wieder bei Data Scientists, Data Engineers und natürlich in den Product Management Teams auf. Wie der Name schon sagt, ist Data Product Manager die neue Berufsbezeichnung des Product Managers, jedoch mit einer Spezialisierung auf Data Science- und Machine Learning-Produkte.
Der Data Product Manager hat eine ähnliche Rolle wie ein Software Product Manager und muss ein eingehendes Verständnis für die geschäftlichen Anforderungen seiner Kunden haben. Es gibt jedoch einige wesentliche Unterschiede bei ihren Verantwortlichkeiten und den erforderlichen Fähigkeiten.
Ein kurzer Überblick über die Rolle des Data Product Managers.
Wie sieht das übliche Arbeitsumfeld eines Data Product Managers aus?
Es ist keine Übertreibung zu sagen, dass Machine-Learning-Produkte unser tägliches Leben beeinflussen! Soziale Netzwerke (Linkedin, Facebook, Twitter), Google, Uber und Airbnb haben alle ausgeklügelte ML-Algorithmen entwickelt, um die Qualität ihrer Produkte zu verbessern.
Heutzutage sind Data-Science-Produkte bei weitem nicht mehr nur den großen Technologieunternehmen vorbehalten. Predictive Analytics, Lieferkettenmanagement, Fraud Detection, Churn Prevention … sind nur einige Beispiele für Bereiche, die Machine Learning einsetzen!
Data Product Manager kommen also ins Spiel, wenn es Data-Science-Produkte unter dem Radar gibt. Mit anderen Worten: Ihre technischen und analytischen Fähigkeiten sind entscheidend, wenn der Geschäftswert von Machine Learning und künstlicher Intelligenz abhängt.
Wie sieht die Rolle eines Product Data Managers nun also genau aus?
Wie bei einem Product Manager besteht die Hauptaufgabe eines Data Product Managers darin, das bestmögliche Produkt für die Kunden/Benutzer des Unternehmens zu entwickeln. Es gibt jedoch einige feine Unterschiede, die den Alltag des Data Product Managers besonders machen.
Ein Data Product Manager spricht oft eine sehr große Zielgruppe an, die Data Scientists, Data Engineers, Data Analysts, Data Architects und sogar Entwickler umfassen kann! Der Data Product Manager muss daher die Herausforderungen jeder dieser Rollen verstehen und diese unterschiedlichen Welten aufeinander abstimmen, um die Ziele des Produkts zu erreichen.
Um die Vielfalt der in dieser neuen Rolle involvierten Fähigkeiten zu demonstrieren, sollte der ideale Data Product Manager ein breites Verständnis von Machine-Learning-Algorithmen, künstlicher Intelligenz und Statistik haben. Er wird eine gewisse Erfahrung im Programmieren haben (genug, um diese bei Bedarf zu vertiefen), mathematisch begabt sein, die Big-Data-Technologien verstehen … und über eine hervorragende Kommunikationskompetenz verfügen.
Wir können ihm sogar die Verantwortung für die Zentralisierung des Datenzugriffs auf Unternehmensebene übertragen.*
Hier wäre es seine Aufgabe, neue Wege zu finden, um Daten zu verwalten, zu sammeln und auszuwerten und so die Benutzerfreundlichkeit und die Qualität der Informationen zu verbessern. Wie genau? Durch die Auswahl einer Software für das Datenmanagement, welche die Zentralisierung und Demokratisierung von Daten ermöglicht und die Silos zwischen den Datenteams aufbricht.
Anschließend kann ein Data Catalog mit einem leistungsstarken Knowledge Graph und einer einfachen Suchmaschine ausgewählt werden … solche Plattformen existieren.
*Wie unterscheidet sich in diesem Fall die Rolle des Data Product Managers von der des Data Stewards? Ist es nicht die Aufgabe des letzteren, Daten zu speichern, zu verwalten, Berechtigungen zu verarbeiten und den Datenkonsumenten Daten zur Verfügung zu stellen? Eine Möglichkeit, die Unterschiede zwischen den beiden Rollen herauszustellen, wäre es, den Data Steward als Hüter der Daten der Gegenwart und den Data Product Manager als Hüter und Innovator der Daten der Zukunft zu betrachten.
