🎧 Netflix: как не превратить данные в свалку

Недавно читал статью Netflix про то, как они применяют продуктовый подход к данным. Получился реальный разбор того, как у них это работает на практике, а не как должно быть

Главная мысль простая: если к данным не применять продуктовый подход, они превращаются в помойку. Таблички плодятся как кролики, никто не знает, что где лежит, а аналитики тратят 80% времени на поиск нужных данных вместо анализа

Что Netflix делает по-другому:

👀 Назначают владельцев данных – не абстрактную команду, а конкретного человека, который отвечает за качество, документацию и развитие датасета

👀 Собирают фидбек от пользователей – как в обычном продукте. Спрашивают DS'ов и аналитиков, что не так с данными и что можно улучшить

👀 Итерируются и развивают – данные не статичны, они эволюционируют вместе с бизнесом. Владелец следит за этим и приоритизирует доработки

👀 Измеряют метрики использования – сколько людей пользуется датасетом, как часто, какие есть проблемы. Все как в классическом продукте

Во всех компаниях, где я работал, эти подходы в той или иной степени реализовывались. В Яндексе прод витрины жили в команде DWH – был SLA и прочие гарантии. При этом некоторые важные источники оставались на поддержке аналитиков, поэтому иногда они забывались, не имели нормальной доки и устаревали

Когда собесил аналитиков в Яндекс, многие задавали вопросы про инфру и данные – чувствовалось, как у людей болит, что вместо аналитики они перекидывают данные с одного ноутбука на второй и решают другие проблемы с данными вместо анализа

Основное, что смущает в статье – масштаб Netflix. У них есть ресурсы на выделенных владельцев данных, техрайтеров и прочую инфраструктуру. Но базовые принципы можно применить и в меньших масштабах

Кстати, это перекликается с тем, что я писал про invisible work – когда аналитики тратят кучу времени на поиск и подготовку данных, но это никто не видит и не ценит. Продуктовый подход к данным как раз частично решает эту проблему

Что думаете? Применяете ли продуктовый подход к данным в своих компаниях?

@tagir_analyzes