Korea Database

传统数据输出和数据产品之间有什么区别？Dataiku 产品管理高级总监Jean-Guillaume Appert和 Dataiku 业务转型专家Marko Stojsavljevic在最近的 Dataiku 产品日会议上回答了这个问题（以及更多问题！）。

如何实现？专家们通过将传统数据输出比作购买原材料，将数据产品比作精心包装、精心策划以满足特定需求的现成产品来解决这个问题。让我们深入研究这个类比，了解两者的区别。

→ 观看完整的产品日会议

有什么区别？
传统上，企业一直在处理数据输出，并试图根据这些数据做出业务决策。主要区别在于特异性和包装。Marko 解释道：

关键的区别在于传统的数据输出或使用一些数据为企业提供服务...与为了满足特定需求而专门打包和管理的特定输出的数据产品之间的区别。

如何实现数据产品？
这张图片说明了为什么数据产品比数据输出更可取。然而，数据产品的实施并非没有障碍。对数据的信任、所有权、管理和营销都带来了一系列独特的挑战。由于一个由数据和人工智能构建者组成的小团队要满足不同业务领域的各种数据和人工智能需求，因此完全的一致性、反应性和可扩展性成为巨大的障碍。Jean-Guillaume 承认了这些挑战，他说：“我们肯定必须解决一致性问题或可重用性方面的问题……还有可扩展性方面的问题。”

为了克服这些挑战，组织通常需要一个复杂的工作流系统。然而，这些系统可能无法有效解 葡萄牙电话号码数据 决反应性问题和不断增长的需求。为了解决全公司的产品分销问题，Jean-Guillaume 和 Marko 提出了一种更加联合或分散的模型。这个想法围绕着一个中央团队，该团队生产大部分数据产品，同时授予外围团队和个人自主权，让他们根据自己的数据需求制作自己的产品。这种结构有助于实现集中化和分散化之间的必要平衡。

黑色和白色卡通

Dataiku 的作用
通用 AI 平台Dataiku提供各种功能来协助组织开展这些工作。会议中概述的一些功能包括AI 数据准备、数据质量检查、协作工作区、可重复使用的数据目录以及强大的治理功能。

无论分销模式如何，这些功能以及其他功能都能带来巨大价值。本次会议概述了这些不同的扩展方法，并展示了 Dataiku 如何支持每种模式。

集中式：集中式方法利用数据目录来帮助整理和使用数据集。Dataiku 确保为集中式团队提供快速高效的数据产品开发流程。
联合：另一方面，联合方法为消费者创建了工作空间，以便他们使用仪表板或见解。Dataiku 鼓励在联合模型中进行协作。
去中心化：去中心化方法可实现跨不同业务线共享最佳实践和数据。Dataiku 为去中心化用户提供可视化配方和 AI 驱动的数据准备。