「データ プロダクト」と「プロダクトとしてのデータ」という用語は混同されがちですが、意味は異なります。この違いを理解することは、クラウド ソリューションを構築するうえで重要です。

• プロダクトとしてのデータ（DaaP）は、マインドセットや戦略のことであり、通常は「データメッシュ」というアーキテクチャのコンセプトに関連します。これは、自社の内部データセットを、公開されているソフトウェア プロダクトと同じように大切に扱うということです。
• 一方、データ プロダクトは、実際の技術的な成果物です。これは、高品質のデータを使用して構築するソフトウェアやツールを強化する、事前にパッケージ化されたデータです。

主な違い:

BigQuery や Knowledge Catalog などのツールを使用して、「小売在庫予測ツール」のようなデータ プロダクトを構築する方法を見てみましょう。

目標: 店舗管理者に在庫が少なくなっている商品を知らせ、翌週に注文する必要がある商品を予測する社内ツールを構築する。

まず、販売データを保存する場所が必要です。サーバーレス データ ウェアハウスである BigQuery を使用すれば、各店舗の毎日の売上数を BigQuery テーブルにストリーミングするパイプラインを設定できます。

モデルを構築する前に、データのクリーンさを確保する必要があります。データ ライフサイクルの管理には、次のことに役立つ Knowledge Catalog を使用します。

• データをカタログ化して他のデベロッパーがデータを見つけられるようにする
• データ品質ルールを設定する（例: 「価格は負の値にできない」）
• 承認されたユーザーのみがデータにアクセスできるようにデータを保護する

次に、インテリジェンスを作成します。データを別のツールにエクスポートする代わりに、BigQuery ML を使用して簡単な SQL クエリを作成し、ML モデルをトレーニングします。このモデルは、過去の販売傾向に基づいて将来の需要を予測します。

最後に、Looker を使用して簡単な API またはダッシュボードを構築できます。店舗管理者がログインすると、SQL クエリではなく、「火曜日までに赤いシャツを 50 枚追加注文してください」という視覚的に整理されたインターフェースが表示されます。これで、未加工データを有効なデータ プロダクトに変換できました。