数据即产品：数据战略缺失的环节-编程阁

我职业生涯的大部分时间都在四家初创公司构建软件产品，服务于数百家企业组织，经历了无数次发布，以及比我愿意承认的更多的"让我们在周末前上线"的时刻。在那个世界里，一切都围绕着所有权、迭代和对用户的同理心。你带着目的去设计，无情地测试，衡量结果，并随着时间的推移不断演进产品。

但当我更深入地参与数据战略工作时，我注意到了一些奇怪的事情：数据似乎没有得到同样的尊重。

软件有产品负责人；数据有委员会。软件有路线图；数据有清理项目。软件有反馈循环；数据有发布后再也没人看的仪表盘。

我们构建了价值数十亿美元的分析平台，能在几秒钟内传输 TB 级数据——但往往没有人能告诉我数据为什么存在，谁拥有它，或者是否有人真正信任它。

那时我开始怀疑：也许数据的问题不在于技术——而是缺乏一种产品思维。

我第一次接触到这个想法是在多年前，当时我领导的公司收购了一家数据技术公司。他们的系统做了一件我从未见过的事情：它使用面向对象的原则来构建数据资产，比如继承、封装，甚至是版本控制。

你可以像扩展一个类一样扩展模式或管道，像 Git 历史一样管理血缘关系，并用意图而非恐慌来处理变更管理。突然间，数据工程看起来不再像管道工程——它看起来像软件工艺。

当时，我没有合适的词汇来描述它。但回过头来看，那是我第一次接触到数据即产品——被版本化、被治理、为进化而非熵增而构建的数据。

尽管如此，在那时，这只是个例外。大多数企业数据战略感觉像是灭火、考古和一厢情愿的混合体。我们把一些东西称为"平台"或"中心"，但它实际上只是一堆等待下一次破坏性变更的管道集合。

然后在四年前的一个下午——在一顿寿司上——这个想法终于清晰了。

我和我的同事David Piontek坐在一起，讨论在大型企业中扩展数据战略的挑战。在吃辣味金枪鱼的间隙，David 说了一些让我停住筷子的话：

“我喜欢把数据领域想象成产品——有明确的产品所有权、价值案例和路线图。”

我记得抬起头问：

“这些和我们在软件产品管理中使用的原则是一样的？”

他笑了。“没错。”

那一刻，一切都在我脑海中 crystallized。数据工程和商业价值之间缺失的环节不是另一个平台、管道或治理框架——而是一种思维方式。

我们一直把数据当作基础设施来对待，而实际上我们应该把它当作体验来对待。基础设施是被维护的；产品是被设计、衡量和改进的。

每一个伟大的软件产品都有：

一个明确的受众（它服务的人），
一个清晰的目的（它解决的问题），
一个反馈循环（它如何变得更好），以及
一个唯一的责任人（对其成功负责的人）。
数据几乎从未有过这些。那次寿司对话重新定义了一切：使软件可扩展、可靠和以用户为中心的原则，正是数据战略一直缺失的东西。

快进到 2025 年。Netflix 发布了一篇标题为“Data as a Product: Applying a Product Mindset to Data”的博客文章。

读起来感觉似曾相识——或者说是一种印证。David 和我在寿司桌上根据他的经验讨论的一切，现在被世界上数据驱动程度最高的公司之一正式化了。

Netflix 的框架为我们多年来一直感受到的东西赋予了结构。它定义了七个核心原则，将数据从被动资产转变为被管理的、可衡量的产品：

明确目的— 每个数据集的存在都是为了支持一个决策或回答一个问题。
明确用户— 数据消费者被视为客户，有需求和期望。
可衡量的价值和质量— 数据健康和可信度像 KPI 一样被衡量。
精心设计和文档— 数据有用户体验；可用性很重要。
生命周期管理— 每个数据产品都应该像软件一样演进或退役。
明确所有权— 有人对准确性、可用性和相关性负责。
信任和可靠性— 质量不是技术特性；它是产品承诺。
我喜欢 Netflix 方法的地方在于它以有意性来对待数据。数据不只是被收集——它被策划、版本化，并在整个生命周期中被管理。就像一个伟大的产品一样，它通过可靠性和设计赢得信任，而不是靠单纯的数量。

这个框架终于将数据战略、工程和业务对齐放在了同一个层面上。它也是使 AI 系统——以及我们许多人正在设计的智能体架构——能够负责任和智能地运行的基础。