Revolución de productos de datos

En los últimos 15 años ha habido un gran aumento en el desarrollo de productos de datos; por ejemplo, el motor de recomendaciones de Netflix, la selección de listas de reproducción de Spotify, la predicción de rutas de Google Maps, los autos autónomos, etc. Podemos agregar cientos o incluso miles de excelentes ejemplos a esta lista. Pero, ¿por qué hay una revolución en esta dirección? O permítanme hacer la primera pregunta, ¿qué es un producto de datos ?

¿Qué es un producto de datos?

En su libro , "Data Jujitsu: The art of turn data in product, 2012", DJ Patil definió un producto de datos como "Un producto que facilita un objetivo final mediante el uso de datos".

Hoy en día, casi todas las aplicaciones móviles y los sitios web usan datos, pero no necesariamente todos se consideran productos de datos. La principal diferenciación aquí es que el objetivo final del producto de datos es utilizar datos para generar valor . Por ejemplo, Gmail no es un producto de datos, pero la función de redacción inteligente es un producto de datos.

Ejemplos de productos de datos

Hoy estamos rodeados de Productos de Datos pero ni siquiera somos conscientes de ellos. No podemos diferenciarlos de los productos principales. Especialmente para personas no técnicas, es casi imposible de detectar. Aquí hay unos ejemplos;

• Spotify Wrapped: Spotify es una plataforma líder de transmisión de música. En 2016 anunciaron los datos recogidos entre enero y diciembre como campaña de marketing . La campaña ha sido recurrente todos los años y es un Producto de Datos personalizado para usuarios individuales.
• Motor de recomendación de Netflix: Netflix es una plataforma líder de transmisión de películas, programas de televisión y series en todo el mundo. Su principal modelo de negocio es retener tantos clientes como sea posible a través de modelos de suscripción. Para retener a más clientes, necesitan mejorar el compromiso de sus usuarios. El producto de datos central que cumple con este requisito es su motor de recomendación personalizado .
• Redacción inteligente de Gmail: Gmail permite a los usuarios redactar correos electrónicos en formato de texto sin formato. En 2018, Google introdujo la capacidad de redacción inteligente . Este producto de datos utiliza varias técnicas de aprendizaje automático para generar las oraciones y palabras más apropiadas para el usuario en tiempo real para minimizar los esfuerzos de creación de correo electrónico.
• Predicciones de ruta de Google Maps: Google Maps lo ayuda a moverse de la ubicación X a la Y con varios métodos; por ejemplo, transporte público, scooter, etc. Para cada método, el usuario final recibe rutas alternativas con las ETA previstas. En 2020, Google compartió un vistazo de sus algoritmos y cómo creó este producto de datos.

En su libro Hooked: How to Build Habit-Forming Products , Nir Eyal describe el modelo hooked en cuatro pasos; Disparador, Acción, Recompensa variable e Inversión. El núcleo de este modelo es crear una experiencia de creación de hábitos para los consumidores para que no necesiten ningún empujón para usar el producto. Básicamente, los usuarios usan los productos porque es su hábito usarlo .

¿Por qué amamos los productos de datos aunque no los conozcamos?

Dé un paso atrás y piense en el producto que ama e intente dividir el producto principal y el producto de datos . Tomaré Spotify como ejemplo.

Amo escuchar música. Desde la era del Walkman hasta hoy, es un hábito en mi vida diaria. Siempre que tengo algo de tiempo libre escucho música; por ejemplo, mientras cocina, lava la ropa y lee libros. Si eres alguien como yo, no eres un usuario de las redes sociales o no sigues ninguna tendencia popular, se está volviendo un poco molesto descubrir nuevos artistas y bandas. Coleccionar vinilos y quedarse atrapado en los increíbles 90 tampoco es una solución sostenible.

Es por eso que soy un usuario masivo de Spotify. No estoy usando Spotify debido a sus elegantes componentes de interfaz de usuario o su enorme archivo. Se pueden encontrar componentes similares en productos alternativos o incluso mejores. Pero uso Spotify debido a sus capacidades de etiquetado , categorización , motor de búsqueda, motor de recomendación y selección de listas de reproducción . Con estas capacidades, puedo conocer artistas y bandas de las que nunca había oído hablar o tener la oportunidad de descubrir con el tiempo limitado que tengo en mi vida diaria.

Por lo tanto, los productos de datos hacen que los productos principales sean más inteligentes, más fáciles de usar y más personalizados, y los usuarios desean retenerlos y hacerlos parte de su rutina diaria. Simplemente convirtiendo productos normales en productos que crean hábitos .

Antes y después de ChatGPT

Hoy en día hay una gran publicidad sobre ChatGPT . Todo el mundo habla de lo increíble que es y de lo fascinantes que son los resultados que produce. Reemplazará los trabajos X, Y y Z en los próximos años.

Tenemos que admitir que el producto que han construido es asombroso. Creo que el principal éxito del producto no proviene de la complejidad técnica o de resolver un problema que salva vidas en nuestras vidas. Proviene de su simplicidad, accesibilidad y características fáciles de usar.

Conclusión

En los últimos 15 años, muchas empresas invirtieron en productos de datos para hacer que sus productos principales sean más inteligentes y personalizados. Con ChatGPT estamos entrando en una era en la que el producto central es el producto de datos. Creo que vamos a ver muchos ejemplos en esta dirección. Sin embargo, es un producto central o mejora el producto central, la revolución del producto de datos es inevitable.

Gracias por leer

En este artículo, establezco una comprensión común de la terminología de productos de datos . En la próxima serie, profundizaré en los diferentes tipos de productos de datos y en cómo configurar equipos multifuncionales para crear los productos y fomentar esta cultura en sus organizaciones.

Si está interesado en la ciencia de datos, el aprendizaje automático, la gestión de productos y la creación de productos de datos, puede comenzar a seguirme.