In einem früheren Artikel über Data Products haben wir den Begriff Datenprodukte definiert, die grundlegenden Merkmale aufgelistet und Beispiele für Data Products gegeben. Wir sprachen auch über die Notwendigkeit von Product Thinking, um Datensätze in brauchbare Datenprodukte umzuwandeln. Bei der Umstellung auf eine Data-Mesh-Architektur ist es entscheidend, eine sehr wichtige Facette der Verwaltung von Datenprodukten hervorzuheben – das Ownership. Es ist entscheidend, die richtigen Personen als Akteure für die Datenprodukte Ihres Unternehmens zu benennen.
In diesem Artikel befassen wir uns mit der menschlichen Seite von Datenprodukten – der Rolle, den Verantwortlichkeiten und den erforderlichen Kompetenzen des Data Product Owners.
Die Rolle und die Schlüsselkompetenzen des Data Product Owners
Wie es der Name schon vermuten lässt, ist der Data Product Owner der Garant für die Entwicklung und den Erfolg von Datenprodukten innerhalb einer Organisation. Er fungiert als Brücke zwischen den Datenteams, Interessengruppen und Endnutzern und überträgt komplexe Datenkonzepte in verwertbare Informationen. Dazu müssen Data Product Owners die technischen Fähigkeiten haben, Informationen aus Daten zu extrahieren, Modelle zu identifizieren, Programmiersprachen wie Python oder R zu verstehen und über ein solides Grundwissen bezüglich Datentechnologien wie Data Warehouses, Datenbanken, Data Lakes usw. verfügen.
Zusätzlich zu den technischen Fähigkeiten muss ein Data Product Owner über einen ausgeprägten Geschäftssinn verfügen, mit der Fähigkeit, den wirtschaftlichen Kontext, die Ziele, die Trends und die allgemeine Geschäftslandschaft zu verstehen und Datenstrategien zu entwickeln, die auf diesen Kontext abgestimmt sind. Er nutzt daher die Daten für das Treffen von Entscheidungen.
Zu guter Letzt verfügt der Data Product Owner über ausgezeichnete Kommunikationsfähigkeiten und die Fähigkeit, Informationen über Daten an die verschiedenen Interessengruppen des Unternehmens wie Data Scientists und Entwickler, aber auch an nicht-technische Rollen wie Geschäftsanwender und Analysten weiterzugeben. Er hat in der Regel auch Erfahrung mit agilen Methoden und verfügt über Problemlösungskompetenzen, um nützliche Datenprodukte rechtzeitig zu liefern.
Was sind die wichtigsten Aufgaben eines Data Product Owners?
Die oben beschriebenen facettenreichen Eigenschaften eines Data Product Owners bringen eine Vielzahl von Verantwortlichkeiten mit sich. In Data Mesh in Action von J. Majchrzak et al. werden die Aufgaben des Data Product Owners wie folgt beschrieben:
- Definition der Vision: Er ist dafür verantwortlich, den Zweck der Erstellung eines Datenprodukts festzulegen, seine Nutzer zu verstehen und ihre Erwartungen durch das Prisma des Product Thinking zu erfassen.
- Strategische Planung der Produktentwicklung: Er ist verantwortlich für die Erstellung einer vollständigen Roadmap für den Entwicklungspfad des Datenprodukts sowie für die Definition der damit verbundenen Leistungskennzahlen (KPIs).
- Sicherstellung der Erfüllung der Anforderungen: Sicherzustellen, dass das Datenprodukt alle Anforderungen erfüllt, ist eine seiner zentralen Verantwortungen. Dazu zählt auch eine detaillierte Beschreibung der Metadaten und die Gewährleistung der Einhaltung der geltenden Standards und Governance-Regeln.
- Backlog-Management und Priorisierung: Der Data Product Owner trifft taktische Entscheidungen in Bezug auf das Management des Data Product Backlogs. Das bedeutet, dass er die Anforderungen priorisieren, klarstellen, die Storys aufteilen und die umgesetzten Elemente genehmigen muss.
- Stakeholder-Management: Er muss Informationen sammeln, um die Erwartungen zu verstehen und Unstimmigkeiten oder widersprüchliche Anforderungen zu klären, um die einheitliche Ausrichtung zu gewährleisten.
- Zusammenarbeit mit dem Entwicklungsteam: Die Interaktion mit dem Entwicklungsteam für Data Products ist wichtig, um Anforderungen zu klären und fundierte Entscheidungen über Herausforderungen zu treffen, welche die Entwicklung und Umsetzung betreffen.
- Mitwirkung an der Data Governance: Der Data Product Owner trägt aktiv zur Data Governance bei, beeinflusst die Einführung von Regeln innerhalb der Organisation und liefert wertvolles Feedback für ihre praktische Umsetzung.
Obwohl ein Data Product Owner grundsätzlich mit einem bestimmten Data Product verbunden ist, kann ein einzelner Owner mehrere Data Products überwachen, insbesondere wenn diese kleiner sind oder weniger Aufmerksamkeit erfordern. Die Größe und Komplexität der Datenprodukte variiert, was zu Unterschieden in den spezifischen Verantwortlichkeiten führt, die von den Data Product Owners übernommen werden.
Welche Unterschiede gibt es zwischen einem Data Product Owner und einem Product Owner?
Die Beziehung zwischen einem Product Owner und einem Data Product Owner kann je nach Merkmalen und Anforderungen variieren. Während sich diese Rollen in einigen Fällen überschneiden, unterscheiden sie sich in anderen Fällen deutlich. In dem Buch Data Mesh in Action werden drei verschiedene Szenarien unterschieden:
Szenario 1: Die Doppelrolle
In diesem Szenario fungiert der Data Product Owner auch als Product Owner, und die Entwicklungsteams für das Data Product und das Gesamtprodukt sind aufeinander abgestimmt. Diese Konfiguration ist am besten geeignet, wenn das Data Product aus dem Quellsystem entwickelt wird und die Komplexität überschaubar ist, da keine separaten Entwicklungsschritte erforderlich sind.
Ein Beispiel wäre ein Modul für den Abschluss von Abonnements, das Daten über die Käufe liefert, die nahtlos in das Quellsystem integriert sind.
Szenario 2: Doppeltes Ownership, getrennte Teams
Hier übernimmt der Data Product Owner eine Doppelrolle als Product Owner, aber die Teams, die für die Entwicklung des Datenprodukts und des Gesamtprodukts verantwortlich sind, arbeiten getrennt. Diese Konfiguration wird angewandt, wenn die aus der Anwendung abgeleiteten analytischen Daten erweitert werden, was einen separaten Backlog und ein spezialisiertes Team für die Ausführung erfordert.
Ein Beispiel wäre ein Modul für den Abschluss von Abonnements, das analytische Daten liefert, die durch ein Machine-Learning-Modell unterstützt werden und Vorhersagen über das Kaufverhalten ermöglichen.
Szenario 3: Unabhängige Einheiten
In diesem Szenario sind die Rollen des Data Product Owners und des Product Owners getrennt, und die Teams, die für die Entwicklung des Data Products und des Gesamtprodukts verantwortlich sind, arbeiten unabhängig voneinander. Diese Konfiguration wird gewählt, wenn das Datenprodukt eine komplexe Lösung ist, die unabhängige Entwicklungsschritte erfordert.
Ein Beispiel wäre der Aufbau eines Data Mart, der durch ein Machine-Learning-Modell unterstützt wird, um das Kaufverhalten vorherzusagen.
Im Wesentlichen hängt die Interaktion zwischen den Rollen des Product Owners und des Data Product Owners von den Details des Data Products und seiner Beziehung zum Gesamtsystem ab. Ob konvergierend oder divergierend – die gewählte Konfiguration ist auf die spezifischen Anforderungen abgestimmt, die sich aus der Komplexität und den Integrationsanforderungen des jeweiligen Datenprodukts ergeben.
Schlussfolgerung
Zusammenfassend lässt sich sagen, dass in dem Maße, in dem Unternehmen die Verwaltung von Datenprodukten innerhalb einer Data-Mesh-Architektur einführen, die Effektivität dedizierter Data Product Owner von entscheidender Bedeutung ist. Ihre Fähigkeit, technisch komplexe Zusammenhänge mit den Geschäftszielen zu verbinden, kombiniert mit einem eingehenden Verständnis für die Weiterentwicklung von Datentechnologien, positioniert sie als zentrale Figuren, um das volle Potenzial der Data Products in Unternehmen zu erschließen.
