我們在《企業資料經濟第一講：打造企業的資料價值平台，給 CxO》的結論中指出：Big Data 是企業管理議題，需要具經營高度的策略來思考與妥善料理。
企業管理議題不能僅用硬的 KPI 數字來表達，更重要的是要靠「生態」來解，而這個生態的建構與運作，我們可以從資料產品團隊 (Data Product Team，或簡稱 Data Team) 談起。
什麼是資料產品團隊？
筆者曾在《一位產品經理對 Open Data 的幾點思考》 中述及，最能夠發揮資料價值的載體，應該就是以資料為原料的應用產品或服務了，所以我們以「資料產品」(Data Product) 來概括這些因資料而生的產品或服務。而打造供企業內部或外部使用的資料產品者，通常不是一個個人，而是一個團隊，是為資料產品團隊。
Data Team 根據不同企業的不同目標，可能會有不同的角色編制。我們取其最大者，大到可以產出與管理 Go-to-Market 的資料產品團隊，必須包含：
如何建構 Data Team？
我們曾在《2015 台灣 Big Data 市場五大趨勢預測》中談過「資料產品建構者」(其中的圖 3.) 包含：
這些思考，跟 Data Team 在組織中的定位息息相關。有關 Data Science Team，筆者在本部落格中已經談很多了，以下僅深入討論 Data Owner 與 Domain Expert。
關於 Data Owner
資料是數位時代的價值資源，殆無疑義。資料產品需要以資料當提煉的原料，這是定義的一部分，也不需再多做解釋。這個 End-to-End 的價值提煉過程，有其步驟：
1) 提出問題；
2) 剖析探索解答所需的分析方法；
3) 確認所需的資料集與其來源；
4) 進而有目的性地蒐集資料。
這是一個 SA/SD 找出所需資料集的過程，在這之後，才是啟動資料串接、儲存、預處理/清洗/結構化資料、資料分析、資料視覺化、探索與洞見等資料科學作業的執行。後者我們不妨以軟體開發 (Development) 來對等看待。
確認了所需的資料集，下一步當然就要確保這些資料集的擁有者 (Data Owner)，是否願意提供。倘若 Data Team 本身就是 Data Owner，那當然最好，但若特定資料集必須取自企業內其他部門，或是外部其他組織，那就必須注意資料取用上的 5 個要點：
關於 Domain Expert
我們在《資料價值還缺一味，資料科學團隊還缺一位》中曾說：「資料價值的提取，如果能夠有一位領域專家隨侍在側，即問即答，必然可使如瞎子摸象的外行臆測行為降低，讓潛規則浮露，真實湧現。」、「領域專家滿堂，可以讓資料科學更加立體、更添生命力、觀點更加圓滿周到。」
Data Team 中或許有統計學博士，具有豐富的 Data Mining 與 Data Exploration 經驗，熟稔資料分析工具的使用，做出漂亮的視覺呈現，但對於分析結果的洞察與解釋，卻可能不如一位具多年行業與現場經驗的老師傅來得直接乾脆。
過往的 KM，是企圖把老師傅的知識系統化、結構化，存放在關聯式資料庫中加以應用。在 Big Data 時代，Data Team 追求的，是將老師傅的知識融入迴歸、關聯、或預測模型中，以便企業可以儘早感知、儘早採取行動。
這其中的挑戰，是要如何將過往利用資料取樣 (Sampling) 所做的單機或 Client/Server 資料分析模型運算架構，可以轉換成透過分散式系統進行全資料的平行化運算。這個任務，必須有賴 Data Team 與 Domain Expert 攜手合作，一起征服。
我們很難想像成功的企業，或是具有一定歷史的企業，組織中會沒有 Domain Expert，重點是如何進一步細分一個行業中的 Sub-domain，以零售為例，可以細分為展店、網店、物流、金流、採購、行銷……，這些都可以在組織中找出對應的專家。對 Data Team 來說，不一定會常態性地編制各種 Domain Expert，但卻必須建立一套跟不同 Domain Expert 協作的機制。通常，制定共同的 KPI，會是跨部門合作的關鍵趨力，而 Data Team Lead 也絕對不能忘記，企業內部的 Domain Expert，會有他們各自的部門老闆，怎樣讓 Domain Expert 的老闆願意支持 Data Team，這也是合作成功與否的關鍵議題。
Data Team Lead 在帶領資料產品團隊時，若能夠掌握好 Data Owner 與 Domain Expert 這兩環，再加上讓團隊內外鍛鍊順暢的工作架構，必能在一個良好的資料價值生態體系中，開出一朵朵漂亮的資料產品之花。
企業管理議題不能僅用硬的 KPI 數字來表達，更重要的是要靠「生態」來解，而這個生態的建構與運作，我們可以從資料產品團隊 (Data Product Team，或簡稱 Data Team) 談起。
什麼是資料產品團隊？
筆者曾在《一位產品經理對 Open Data 的幾點思考》 中述及，最能夠發揮資料價值的載體，應該就是以資料為原料的應用產品或服務了，所以我們以「資料產品」(Data Product) 來概括這些因資料而生的產品或服務。而打造供企業內部或外部使用的資料產品者，通常不是一個個人，而是一個團隊，是為資料產品團隊。
圖 1. 資料產品團隊 > 資料科學團隊
Data Team 根據不同企業的不同目標，可能會有不同的角色編制。我們取其最大者，大到可以產出與管理 Go-to-Market 的資料產品團隊，必須包含：
- 策略者 (Product Manager)
- 架構者 (Architect)
- 處理者 (Developer)
- 分析者 (Analyst)
- 測試者 (QA)
- 支援者 (Support)
- 包裝者 (Product Marketing Manager)
- 行銷者 (Marketer)
- 銷售者 (Business Development/Sales)
如何建構 Data Team？
我們曾在《2015 台灣 Big Data 市場五大趨勢預測》中談過「資料產品建構者」(其中的圖 3.) 包含：
- Data Owner
- Domain Expert
- Data Science Team
這些思考，跟 Data Team 在組織中的定位息息相關。有關 Data Science Team，筆者在本部落格中已經談很多了，以下僅深入討論 Data Owner 與 Domain Expert。
關於 Data Owner
資料是數位時代的價值資源，殆無疑義。資料產品需要以資料當提煉的原料，這是定義的一部分，也不需再多做解釋。這個 End-to-End 的價值提煉過程，有其步驟：
1) 提出問題；
2) 剖析探索解答所需的分析方法；
3) 確認所需的資料集與其來源；
4) 進而有目的性地蒐集資料。
這是一個 SA/SD 找出所需資料集的過程，在這之後，才是啟動資料串接、儲存、預處理/清洗/結構化資料、資料分析、資料視覺化、探索與洞見等資料科學作業的執行。後者我們不妨以軟體開發 (Development) 來對等看待。
確認了所需的資料集，下一步當然就要確保這些資料集的擁有者 (Data Owner)，是否願意提供。倘若 Data Team 本身就是 Data Owner，那當然最好，但若特定資料集必須取自企業內其他部門，或是外部其他組織，那就必須注意資料取用上的 5 個要點：
- 授權：讓 Data Team 擁有使用權、重製權、或是散佈權。
- 格式：讓 Data Team 取用資料的方式。如給予不同格式的檔案 (例如 CSV、JSON、XML)，或是連線接取的 API。
- 品質：低落的資料品質會讓 Data Team 花更多時間在清洗或正規化原始資料，而非專注在更具價值的分析上。
- 更新：資料集是否有更新的固定頻率。
- 成本：Data Owner 會怎麼跟 Data Team 收取費用。
關於 Domain Expert
我們在《資料價值還缺一味，資料科學團隊還缺一位》中曾說：「資料價值的提取，如果能夠有一位領域專家隨侍在側，即問即答，必然可使如瞎子摸象的外行臆測行為降低，讓潛規則浮露，真實湧現。」、「領域專家滿堂，可以讓資料科學更加立體、更添生命力、觀點更加圓滿周到。」
Data Team 中或許有統計學博士，具有豐富的 Data Mining 與 Data Exploration 經驗，熟稔資料分析工具的使用，做出漂亮的視覺呈現，但對於分析結果的洞察與解釋，卻可能不如一位具多年行業與現場經驗的老師傅來得直接乾脆。
過往的 KM，是企圖把老師傅的知識系統化、結構化，存放在關聯式資料庫中加以應用。在 Big Data 時代，Data Team 追求的，是將老師傅的知識融入迴歸、關聯、或預測模型中，以便企業可以儘早感知、儘早採取行動。
這其中的挑戰，是要如何將過往利用資料取樣 (Sampling) 所做的單機或 Client/Server 資料分析模型運算架構，可以轉換成透過分散式系統進行全資料的平行化運算。這個任務，必須有賴 Data Team 與 Domain Expert 攜手合作，一起征服。
我們很難想像成功的企業，或是具有一定歷史的企業，組織中會沒有 Domain Expert，重點是如何進一步細分一個行業中的 Sub-domain，以零售為例，可以細分為展店、網店、物流、金流、採購、行銷……，這些都可以在組織中找出對應的專家。對 Data Team 來說，不一定會常態性地編制各種 Domain Expert，但卻必須建立一套跟不同 Domain Expert 協作的機制。通常，制定共同的 KPI，會是跨部門合作的關鍵趨力，而 Data Team Lead 也絕對不能忘記，企業內部的 Domain Expert，會有他們各自的部門老闆，怎樣讓 Domain Expert 的老闆願意支持 Data Team，這也是合作成功與否的關鍵議題。
Data Team Lead 在帶領資料產品團隊時，若能夠掌握好 Data Owner 與 Domain Expert 這兩環，再加上讓團隊內外鍛鍊順暢的工作架構，必能在一個良好的資料價值生態體系中，開出一朵朵漂亮的資料產品之花。
留言
張貼留言