Data Product Management: qué es y cuál es su importancia
ORIENTACIÓN ACADÉMICA.
Usar datos para diseñar productos es muy común, de ahí que entre a colación el puesto de trabajo de Data Product Management. Conoce toda su importancia.
Si te has decantado por querer un puesto de trabajo de gestión de los datos de producto, necesitas saber cómo de importante es en una empresa y cuáles son los requisitos para convertirte en un profesional de este tipo. Nos adentramos en el Data Product Management.
Qué es Data Product Management y un Data Product Manager.
También conocido como la gestión de datos de producto (PDM), Data Product Management es el proceso de recopilar, organizar, almacenar y compartir los datos dentro de una empresa. De ahí que, por parte de una compañía, salga la necesidad de contratar un Data Product Manager.
El DPM está en el punto medio de tecnología, negocios y diseño porque son líderes cuyo objetivo es cumplir unas premisas que competen a esos 3 apartados dentro de una empresa.
Un Data Product Manager es un profesional cuya función tiene que ver con el Machine Learning y el UX/UI. No se requiere que sean unos fueras de serie en esas áreas, sino que tengan conocimientos básicos sobre ellas. Es decir, debe tener una mínima idea de Inteligencia Artificial, Machine Learning y el uso de software de gestión de datos.
Tienen que encontrar la forma de explotar todo el flujo de datos en todas las etapas del ciclo de vida de un producto para perfeccionarlo. Volviendo a lo de antes, tiene que equilibrar lo siguiente:
- Estrategias.
- Liderazgo.
- Implementación de datos.
- Facilitar conversaciones entre varios departamentos: ingenieros, analistas, ejecutivos, equipos de productos, clientes externos, etc.
Diferencias entre un Data Product Manager y un Product Manager.
Es un clásico confundir las figuras de DPM y PM dentro de una empresa porque el DPM ejerce competencias de variada índole. Sin embargo, os habréis dado cuenta de que a PM le falta una palabra: Data (datos).
Y es que un DPM tiene la especialización de datos porque la información es poder, especialmente si hay productos de por medio. El hecho de reunir conocimientos de datos (reunirlos, organizarlos y aprovecharte de ellos para saber qué buscan los consumidores o qué consideran que debe cambiar en el producto) nos ayuda a adoptar decisiones mucho más inteligentes, si las relacionamos con los productos.
Un DPM basa sus decisiones en los datos como su piedra angular, siendo los datos el producto. Por el contrario, un Product Manager es lo que conocemos como el Jefe de Proyectos o de Producto, un profesional cuyo trabajo es elaborar una estrategia de producto para conseguir el éxito del mismo en el mercado.
El PM trabajará con un analista de datos para tomar decisiones similares a las que toma un DPM: 2 trabajadores hacen el trabajo de uno.
Cómo beneficia a una empresa tener a un Data Product Manager.
La era del Big Data deja entrever que los datos y la información lo son todo para las empresas que operen, medianamente, por Internet. Conocer las preferencias de los consumidores, saber cómo puedes mejorar el producto, dar la solución a un problema… te colocan a la cabeza.
Para una empresa, tener un profesional que comprenda y aproveche esos datos para usarlos correctamente, es un valor importante. Metiéndonos en los ciclos de un producto, un DPM tiene 4 formas para aportar valor a un equipo desarrollo de productos:
- Usar fuentes de datos para mejorar la experiencia del usuario, como son la localización (GPS), datos biométricos (huellas, face ID, iris, etc.), cookies, etc.
- Al ser también un analista de datos, los aprovecha al 100% para tomar decisiones.
- No se adivina el público objetivo o cómo van a interactuar los clientes: se hace uso de la IA para establecer estimaciones antes de tomar una decisión.
- Ordenar, recopilar y seleccionar los datos para eliminar el riesgo de utilizar unos incorrectos o desactualizados.
¿Cómo usa los datos un DPM?.
Existen varias formas de usar los datos en el Data Product Management, y podrían resumirse en las siguientes:
- Tests. También llamados pruebas A/B en las que hay que descubrir por qué las personas hicieron clic en un banner y no en otro, por ejemplo. Básicamente, es ensayo y error para conocer a través de las interacciones de los usuarios cuál es la mejor opción.
- OKR y KPI. Los primeros son objetivos y resultados clave (Objectives and Key Resultos), debiendo ser acordes con los objetivos de la empresa. Los segundos sirven para medir el crecimiento de una empresa, por ejemplo.
- Comunicación e interacción. Dirigirse a las partes involucradas en la gestión de productos, estableciendo reuniones para comunicarles las interpretaciones de datos que has dado.
- Monitorización de los datos. Básicamente, se trata de averiguar y concluir qué funciones usan más los usuarios, cuál es el problema más común del producto del que tanto se quejan, etc.
Empleabilidad de Data Product Manager.
En plena era de Big Data, una empresa va a encontrar una utilidad tremenda en un Data Product Manager por 2 razones básicas: operar por Internet y mejorar su propuesta al público. Muchas empresas piden este perfil profesional y no lo encuentran porque no hay suficientes personas especializadas en ello.
Sabemos que estáis aquí porque queréis ser un DPM, pero, ¿conocéis los requisitos qué más buscan las empresas? Son los siguientes:
- Disponer de conocimientos técnicos en SQL, Machine Learning y estadística.
- Se valora positivamente la experiencia en Product Manager.
- Comprender cómo se desarrollan los productos y cuál es su ciclo de vida.
- DevOps y Cloud computing es valorado positivamente.
- Capacidades de liderazgo.
- Actitud proactiva y comunicación alta.
- Inglés es prácticamente un requisito indispensable.
Sitio Fuente: Universia México