Es fácil confundir los términos "productos de datos" y "datos como producto", pero significan cosas diferentes. Comprender la diferencia es importante para crear soluciones en la nube.

• Los datos como producto (DaaP) son una mentalidad o una estrategia, y suelen relacionarse con el concepto arquitectónico de "malla de datos". Significa tratar tus conjuntos de datos internos con el mismo cuidado que tratarías un producto de software público.
• Por otro lado, los productos de datos son las entregas técnicas reales. Son los datos preempaquetados que impulsan el software o las herramientas que creas con esos datos de alta calidad.

Diferencias clave:

Veamos cómo podrías crear un producto de datos, como un “predictor de inventario minorista”, con herramientas como BigQuery y Knowledge Catalog.

El objetivo: Crear una herramienta interna que les diga a los gerentes de las tiendas qué artículos se están agotando y prediga qué deben pedir para la semana siguiente

Primero, necesitas un lugar para almacenar los datos de ventas. Puedes usar BigQuery, un almacén de datos sin servidores, para configurar una canalización que transmita las cifras de ventas diarias de cada tienda a las tablas de BigQuery.

Antes de crear el modelo, debes asegurarte de que los datos estén limpios. Usa Knowledge Catalog para administrar el ciclo de vida de los datos, ya que puede ayudarte a hacer lo siguiente:

• Catalogar los datos para que otros desarrolladores puedan encontrarlos
• Establecer reglas de calidad de los datos (por ejemplo, "El precio no puede ser negativo")
• Proteger los datos para que solo los usuarios autorizados puedan acceder a ellos

Ahora crearás la inteligencia. En lugar de exportar datos a una herramienta separada, usas BigQuery ML para escribir una consulta de SQL simple que entrena un modelo de aprendizaje automático. Este modelo analiza las tendencias de ventas pasadas para predecir la demanda futura.

Por último, puedes crear una API simple o un panel con Looker. Cuando un gerente de tienda accede, en lugar de ver consultas SQL, ve una interfaz limpia que dice: "Pide 50 camisas rojas más para el martes". ¡Felicitaciones! Transformaste correctamente datos sin procesar en un producto de datos útil.