O que fazem bons Data Product Managers - Cursos PM3
Equipe de conteúdo - PM3

Equipe de conteúdo – PM3

12 minutos de leitura

10 Perguntas e respostas em entrevistas para Analista de Dados

Este artigo é uma tradução adaptada de “What Good Data Product Managers Do — And Why You Probably Need One”, escrito por Barr Moses e publicado no Towards Data Science. Por ser um conteúdo de alto valor, consideramos uma boa ideia traduzi-lo para ajudar a comunidade brasileira de Produto a evoluir. Boa leitura!


Este artigo foi co-escrito com Atul Gupte.

As empresas com as quais conversamos estão construindo um produto ou uma plataforma de dados. Isso inclui a migração para o Snowflake, a integração com o Databricks, a mudança para uma malha de dados ou o investimento no próprio volume de dados. 

Cada vez mais, estamos vendo a área de dados modernizar sua estrutura, chamando Data Product Managers para comandar os projetos.

Interesse por Data Product Managers ao longo do tempo.

Os Data Product Managers são especialistas em Product Analytics, responsáveis ​​por identificar gargalos na experiência de dados dos usuários e preencher essas lacunas com a ajuda da equipe de dados e análise. Esses profissionais otimizam a priorização de projetos e a visão geral com o objetivo de desenvolver a capacidade da empresa de operacionalizar os dados de forma eficaz.

Para Wendy Turner-Williams, Diretora de Dados da Tableau, essa é uma função essencial. Bons produtos precisam de bons Gerentes de Produto.

“Acredito que uma das primeiras pessoas que eu contrataria seria um Data Product Manager. Esses profissionais desenvolvem uma visão e depois conduzem os engenheiros de acordo com essa visão; e eu gosto disso”, disse Wendy durante uma conversa recente. “Para mim, esse é um elemento fundamental, porque costumo focar em gerentes de produtos de dados que possam criar uma história, interagir com nossos clientes internos ou até mesmo com nossa equipe de produtos.”

Neste artigo, vamos ver:

  • O que é um produto de dados
  • O que faz a pessoa Data Product Manager? Quais habilidades esses profissionais precisam?
  • Qual a experiência necessária para os Data Product Managers? Para quem eles devem reportar os resultados?
  • Data Product Manager vs. Product Manager 
  • Data Product Manager vs. Cientista de dados
  • O futuro dos Data Product Managers

O que significa ser Data Product Manager? Como essa função surgiu?

No início dos anos 2000, empresas como LinkedIn, Netflix e Uber tiveram um problema. As equipes de toda a organização estavam trabalhando com um grande volume de dados em escala.

Os dados alimentavam o roadmap de produto, as tomadas de decisões de altos executivos e as campanhas pagas de marketing.

Dados internos e externos entravam e saiam da empresa a todo momento. Havia regulamentos, diretrizes e restrições sobre como esses dados poderiam ser usados ​​e por quem. Mas ninguém tinha a função de desenvolver soluções de dados para operacionalizar a análise e torná-la escalável e acessível.

Por isso, o cargo de Data Product Manager foi criado para responder a perguntas como:

  • Quais dados existem?
  • Quem precisa desses dados?
  • De onde esses dados estão vindo e para onde estão indo?
  • Para que servem esses dados?
  • Existe uma maneira de facilitar o trabalho/acesso a esses dados?
  • Esses dados estão de acordo com o Compliance e/ou são acionáveis?
  • Como podemos tornar os dados úteis para mais pessoas na empresa, mais rápido?

O que é um produto de dados?

É claro que você não pode ter uma pessoa como Data Product Manager, sem um produto de dados – ou vários.

Mas escolher um produto de dados é muito mais difícil do que parece. A verdade é que muitas coisas podem ser consideradas como um produto de dados, desde um painel Looker ou um relatório do Tableau, até uma ferramenta de teste A/B ou até mesmo uma plataforma de dados multicamada.

Eric Weber, chefe de experimentação de dados do Yelp, sugere que “falar sobre produtos de dados de maneira genérica pode produzir resultados genéricos. Produto de dados é uma ideia útil, mas para realmente criar valor com isso, temos que mergulhar nos detalhes…”

Então, vamos ser específicos. Independentemente de quais dados o produto visualiza/processa/coloca em prática, existem resultados específicos que ele deve fornecer:

  • Maior acessibilidade de dados (para quando as pessoas precisarem); 
  • Maior democratização de dados (facilitar a manipulação dos dados pelas pessoas);
  • ROI mais rápido (para insights mais rápidos);
  • Economia de tempo para a equipe de dados/consumidores de dados;
  • Insights mais precisos (ou seja, plataformas de experimentação).

Da mesma forma, existem características ou qualidades importantes que um produto de dados deve ter.

  • Confiabilidade e observabilidade. O tempo de inatividade aceitável para um produto SaaS gira em torno da discussão sobre “quantos 9s?” Como em 99,9% ou 99,999% de disponibilidade. Da mesma forma que os engenheiros de software usam produtos como Datadog ou New Relic para rastrear o desempenho de produtos SaaS, os gerentes de produtos de dados precisam de soluções para identificar e resolver problemas de desempenho de produtos de dados quase em tempo real.
  • Escalabilidade. O produto de dados deve escalar a sua elasticidade à medida que a organização e a demanda crescem.
  • Extensibilidade. Embora o produto de dados tenha sido construído provavelmente a partir da integração entre diferentes soluções, ele precisa manter a capacidade de se integrar facilmente a APIs e ser flexível para se adaptar às necessidades dos usuários.
  • Usabilidade. Ótimos produtos SaaS se preocupam em oferecer uma excelente experiência ao usuário. Eles são fáceis de entender, divertidos de usar e rápidos para fazer o trabalho que tem que ser feito.
  • Segurança e conformidade. Vazamentos de dados são caros e prejudiciais, assim como multas regulatórias.
  • Disciplina e roadmap. Os produtos SaaS evoluem e melhoram continuamente. Os roadmaps são construídos tendo, pelo menos, 12 meses em perspectiva, com um forte processo de garantia de qualidade para atualizações.

O que faz a pessoa Data Product Manager? Quais habilidades esses profissionais precisam?

Uma pessoa Data Product Manager é responsável pela democratização dos dados e pelo aumento do prazo de validade dos próprios dados. Esses profissionais projetam, constroem e gerenciam o desenvolvimento multifuncional de uma plataforma de dados ou um conjunto de ferramentas de dados específicas para atender a vários clientes.

Por exemplo, Atul definiu a estratégia e a direção do produto para as plataformas de análise de dados, conhecimento de dados e ciência de dados da Uber. Ele liderou um projeto para melhorar o banco de dados da organização, utilizado por cientistas de dados para facilitar a colaboração.

Os cientistas de dados estavam automatizando o processo de validação e verificação de documentos dos funcionários que queriam se inscrever na plataforma Uber. Essa era uma ótima oportunidade para Learning Machine (aprendizado por máquina),  mas o problema era que os cientistas de dados costumavam atingir os limites disponíveis de computação.

Enquanto um engenheiro de projeto poderia ter implementado mais máquinas virtuais ou estendido o cronograma do projeto, Atul pesquisou várias soluções e identificou as GPUs virtuais (uma tecnologia emergente na época) como uma possível saída.

Embora essa solução exigisse um investimento alto, Atul justificou os gastos para a liderança. O projeto não apenas economizaria milhões para a empresa, mas também traria um importante diferencial competitivo para a organização.

Essa abordagem proativa permitiu que a Uber começasse a construir a base necessária para impulsionar as GPUs imediatamente. O time to value foi bastante acelerado – e essa é uma das marcas registradas de bons Data Product Managers.

Qual a experiência necessária para os Data Product Managers? Para quem eles devem reportar os resultados?

Embora você não precise saber como escrever códigos, o trabalho de Data Product Manager é difícil de realizar sem treinamento técnico. Essa é uma função que requer a compreensão de sistemas complexos e trocas com colegas que têm muito preparo técnico.

Ter experiência em conversar com os clientes também pode ser útil nessa função, indicando habilidade em traduzir requisitos e contar histórias para diversos públicos. 

O background dos Data Product Managers inclui:

  • Engenharia de back-end (gerentes ou engenheiros que desejam estabelecer uma visão);
  • Gestão de produtos B2B;
  • Gestão interna de produtos;
  • Análise de dados.
Quanto ganha uma pessoa Data Product Manager? O salário médio é de R$ 12.221 de acordo com o site Glassdoor.

Alguns Data Product Managers são conhecidos como Analistas de Dados e Cientistas de Dados. Outros trabalham com equipes de operações, engenheiros de software ou, no caso de empresas maiores, executivos.

Independentemente da estrutura dos relatórios, uma das funções de Data Product Managers é facilitar o acesso a esses documentos e democratizar não tanto os dados em si, mas os insights obtidos a partir desses dados.

Data Product Manager vs. Product Manager

Trabalhar com dados envolve um conjunto de habilidades específicas para a maioria das formas de gerenciamento de produtos.

Há uma variedade de perfis que você deve considerar ao criar uma plataforma de dados para sua empresa: engenheiros, cientistas de dados, Product Managers, Business Analysts e outros gerentes.

Em vez de trabalhar com clientes tradicionais, você trabalha com consumidores de dados. São funcionários que usam soluções para entender os dados da sua empresa, sejam eles internos, de terceiros ou outros.

Em outras palavras, Data Product Managers são Product Managers exclusivamente dedicados à criação de ferramentas internas ou ao produto de dados que atende aos consumidores internos.

Data Product Manager vs. Cientista de Dados

A principal diferença entre essas duas funções é que os cientistas de dados buscam insights utilizando um produto ou solução já existente e fazendo perguntas como “por que um usuário não está se inscrevendo?”.

Por outro lado, os Data Product Managers trabalham para capacitar engenheiros, stakeholders e líderes executivos, descobrindo “qual é o melhor outcome para esses dados e como chegar a isso?”.

Por exemplo, a Uber coleta dados sempre que um usuário faz uma viagem. Os cientistas de dados poderiam ajudar a prever price points (pontos de preço) para quando um usuário reclama ou muda para outro aplicativo de compartilhamento de viagens, assim como os motivos pelos quais o preço aumentou.

Data Product Managers pensariam o que mais pode ser feito com os dados, com quais outros dados eles podem ser combinados, como garantir a confiabilidade das informações, se os modelos de Machine Learning são adequados, etc.

O futuro de Data Product Managers

As equipes de dados estão cada vez mais descentralizadas e fragmentadas – há outras funções surgindo, de gerentes de governança de dados a engenheiros de análise.

Ao mesmo tempo, a distância entre produtores de dados e usuários de dados está crescendo e a demanda, aumentando exponencialmente. Isso acontece um pouco por conta da dependência de todas as áreas da empresa em relação aos dados. 

O futuro de Data Product Managers será muito parecido com o dos gerentes de produto tradicionais: gerenciar silos de dados e inspirar as equipes a trabalharem em harmonia.

Esses profissionais serão o ponto de conexão entre os membros da equipe de dados, os consumidores de dados e os desenvolvedores de produtos. Eles farão a ponte entre o produto de dados e os dados as a service (como serviço). Eles irão identificar as necessidades dos usuários, monitorar os desenvolvimentos, impulsionar uma visão, coordenar stakeholders e priorizar os projetos.

Como resultado, a organização passa de uma postura reativa, apenas combatendo incêndios, para uma postura proativa de criação de recursos internos de dados, estabelecendo uma vantagem competitiva.

Os Data Product Managers vão avaliar as qualidades de um bom produto de dados e definir suas próprias métricas (temos algumas sugestões para tempo de inatividade e qualidade dos dados).

A satisfação do usuário do produto de dados e o tempo de inatividade serão avaliados e os processos de lançamento, documentados. Isso trará mais valor para toda a empresa

E esse é um futuro empolgante para qualquer profissional de dados.

Product Analytics: construindo uma estratégia de produto baseada em dados

Confira também: