Data Products: por dónde empezar a entenderlos

En pocas palabras, los Data Products consiguen que los datos de una compañía sean fáciles de encontrar, de analizar, de compartir y de controlar. El reto es diseñar estos Data Products de manera que sean fáciles de construir, proteger y gestionar. En este artículo nos planteamos algunas claves de cómo diseñar un Data Product para aportar valor de negocio.

Podemos encontrar dos categorías de Data Products: 

• Los que dan apoyo a la toma de decisiones: Se utilizan sobre todo para extraer información de los datos esenciales. Pueden proporcionar acceso a los datos en bruto (el usuario procesa los datos para generar información)  o a los datos derivados (se depura una gran parte de los datos, y el usuario solo tiene acceso a estos datos depurados). 
• Los que toman decisiones de manera automatizada: Toman decisiones en nombre del usuario. En este caso, el papel del usuario se limita a supervisar y ajustar los resultados ofrecidos. 

Sin embargo, también encontramos productos de datos que, al combinarse entre ellos, generan herramientas híbridas que aúnan ambos modelos. Por ejemplo, si pensamos en la combinación de Google Analytics con Google Ads, vemos que proporcionan una forma fácil y sencilla de analizar nuestro recorrido como usuarios, a la vez que nos ofrecen segmentos a los que podemos dirigirnos a través de Google Ads.

Entrando más en detalle en su composición, dentro de un Data Product diferenciamos cuatro capas:

• Capa de datos brutos (raw data): Donde encontramos los datos más básicos y fundamentales que son necesarios para crear el producto y que este funcione.
• Capa de acceso a los datos: Proporciona los datos necesarios a la capa siguiente para que tome las decisiones correctas basándose en ellos.
• Capa lógico-empresarial: En ella encontramos la configuración de “mandos e interruptores». Esta capa controla la salida de los datos entrantes de la capa anterior. Por ejemplo, pensemos en la herramienta de recomendación de Netflix. Si elegimos la opción “no mostrar productos que ya he visto en los recomendados”, esta capa se encarga de gestionar que no aparezcan.
• Capa de características o Interfaz: Esta capa nos sirve como front-end para todos los datos y las decisiones basadas en ellos que hayamos tomado.

Hay que tener en cuenta que los datos no permanecen de manera estática en estas capas, sino que se van moviendo y fluyendo por ellas. Estas capas se configuran de manera vertical, estando la interfaz en lo más alto y los datos brutos en lo más bajo. Para explicar esto, vamos a retomar el ejemplo de un producto de recomendación. Este tipo de Data Product tendrá una API implementada en la interfaz que irá desde la capa lógico-empresarial hasta la capa de acceso y la de datos brutos. Desde la capa lógico-empresarial se filtrará la salida de datos gracias al sistema de mandos e interruptores que comentábamos antes, y, de nuevo, estos datos bajarán por las otras dos capas para recuperar las imágenes del producto y otros contenidos de presentación.

Podemos también señalar varios factores en la arquitectura de los Data Products que hacen que estos tengan determinadas características:

• Interoperables: las interfaces interoperables satisfacen las necesidades de consumo del usuario. La interoperabilidad es la capacidad que tiene un sistema de información de compartir datos y posibilitar el intercambio de información.
• Limitados: en el sentido de que los Data Products almacenan cualquier tipo de dato que tenga un límite y un propietario claramente definidos.
• Autoconscientes: saben capturar de manera automática los cambios y la información sobre sí mismos para poder distribuirlos dentro del propio Data Product, a otros Data Products o a las partes interesadas dentro de la empresa.
• Comprobables: cada Data Product contiene su propio registro que publica sus metadatos, información sobre quién es el propietario, políticas y cualquier otra información adicional. Este registro es la “ventanilla única” para que podamos encontrar, consumir, compartir y gobernar los datos y la información que maneja un Data Product específico.
• Seguros: tanto cuando están en reposo, como cuando están en movimiento.
• Históricos y temporales: los cambios que se producen en el estado de los datos se guardan y se gestionan en un registro inmutable. 
• Compatibles: un Data Product cuenta con “puertos” que permiten que todos los datos sean consumidos o recibidos. La información y todos los cambios que se produzcan se tienen que poder comunicar mediante canalizaciones masivas o a tiempo real. 

Los productos de datos están tomando fuerza en las organizaciones que buscan generar un retorno de la inversión y que buscan utilizar los datos de manera escalable y sostenible. Reenfocar la estrategia de datos hacia este modelo es el primer paso, su construcción adecuada es el siguiente, y requiere un profundo conocimiento del uso de los datos y experiencia.