如何构建以产品为中心的新数据团队？

如何构建以产品为中心的新数据团队？

  那么什么是数据产品？简单来说，它是一种利用数据来实现最终目标的产品。它旨在通过利用数据作为核心组件来解决特定问题、支持决策或增强使用者真实的体验。数据产品能采用多种形式：仪表板、表格、文件、数据 API等。

  关于数据产品的优秀文章已经有很多，但关于数据团队从项目方法转向产品方法意味着什么的文章却不多。

  产品团队与医疗专业技术人员共同设计了一套创新的软件套件，为他们提供支持。Doctolib 简化了工作流程，并提供先进的临床解决方案，例如电子健康记录、诊断支持和处方管理。此外，它还包含用于排班、远程会诊和提高实践效率的患者管理解决方案。

  对于患者而言，Doctolib 是让人信服的健康伙伴，帮他们以简单、安全、主动的方式获得医疗服务。具体而言，通过更便捷、更快速的医疗服务获取方式（通过医疗服务提供者名录、短信或在线预约）来促进医疗管理，并提供健康管理工具（健康记录、健康追踪、医疗内容和预防保健）。

  Doctolibers是规模化运营的。2900名Doctolibers服务于全欧洲8000万患者和40万名医疗专业技术人员。让我们来大致了解一下用户的活动：每月有1900万次预约，900万份文档被分享。再举个例子：Doctolibers推出了一款问诊助手，可以在问诊期间为医疗专业技术人员做笔记，汇总信息并整理到患者档案中。上线万次问诊。

  2023年，Mrs Wang领导着Doctolib三大数据分析师团队之一。他们融入业务和产品团队，什么都做一点：报告、支持决策的临时分析，有时还要进行复杂的建模。

  这个组织激励他们开发优秀的产品和业务知识，来提升效率，每天创造更多价值。他们与其他团队成为了很好的合作伙伴。

  技术债务高昂：为了让“医生”能够更快地获得洞察，缩短交付时间往往被放在优先位置。这导致治理缺失（例如：数据质量、KPI定义不一致、仪表盘繁多等问题）、基础难以维护以及成本失控。

  获取信息并非易事：团队构建了大量资产以使用户得到满足需求，像数据集、KPI、仪表板，但并未将它们视为产品。存在一些重叠部分、闲置资产，而且缺乏适当的主动维护流程。

  数据平台无法支撑未来的AI发展目标：该平台最初是为满足内部报告需求而开发的。在规模和可靠性方面，它还不够成熟，无法支持产品中的AI用例以及外部报告。

  不过，也有一些亮点。当团队最终完成一个主要数据集市的改造时，每个数据用户都开始理解“轻松访问”的含义。一个简单的问题，比如“North 团队 3 月份计划了多少场会议，4 月份举行了多少场”，以前需要两天才能回答，现在非数据用户只需 3 分钟就能自主回答。在人工智能方面，我们实际上已经有一个机器学习平台，但它与其他平台脱节了。我们大家都希望大规模复制这种模式。

  为了提高组织效率，Mrs Wang根据 Doctolib 的组织架构，将分析工程团队和数据科学团队进行了细分，并在每个子团队中安排了数据产品项目经理。这一些数据产品团队将与数据和机器学习平台团队进行互动，该团队按组件（数据收集、数据工程平台、机器学习平台和工具）进行组织。同样，我们已将数据平台项目经理定位为第一联系人。

  当Mrs Wang接受担任数据产品经理的领导时，面临的挑战是在数据团队中实施产品方法，以产生更多的投资回报率、更高的可扩展性、更多的以用户为中心、更大的影响力。

  完全重建了团队，任命了新的角色，并开始定义未来几年将推动我们发展的愿景。

  围绕产品思维转变了工作方式：现在利用 OKR（目标和关键结果）来确定优先级，并实施了新的发现、交付和运营流程。

  启动了一个项目，旨在彻底重建数据平台，以实现我们的 AI 抱负并大幅改善工程师体验。

  他们将让慢慢的变多的人加入数据产品和数据平台。将加强和联合数据治理，确保任何一个人都能为数据价值链做出贡献。