Data Product Owner

Qu’est-ce qu’un data product owner ?

Le data product owner est responsable de la gestion du cycle de vie complet d’un data product, depuis la conception initiale jusqu’à l’évolution continue. Inspiré des principes agiles de gestion de produit, le DPO applique une approche de « product thinking » aux données, les traitant comme des produits à part entière. 

Ce rôle est particulièrement crucial dans une architecture data mesh, où chaque domaine a son propre data product owner responsable des data products. Le DPO travaille en étroite collaboration avec le data owner qui détient l’autorité finale sur les données, et avec les producteurs de données qui génèrent les données sources.

Responsabilités du data product owner

Le data product owner assume plusieurs responsabilités clés qui couvrent différents aspects du développement et de la gestion des produits de données. En matière de vision et de stratégie, il définit la raison d’être et la vision du data product en comprenant profondément les utilisateurs du produit et en capturant leurs attentes via le product thinking. Il crée une roadmap exhaustive pour le développement du produit et définit des KPIs pour mesurer le succès et l’adoption du produit.

La gestion du product backlog constitue une autre dimension importante. Le DPO priorise les demandes en se basant sur la valeur qu’elles apportent plutôt que sur l’alignement départemental, collecte et intègre les retours des data consumers, et gère l’évolution du produit en réponse aux besoins commerciaux changeants. Il coordonne également avec d’autres DPO lorsque les demandes dépassent le scope du domaine, assurant ainsi une cohérence inter-domaines.

En matière de qualité et d’accessibilité, le DPO garantit que le data product respecte les normes de qualité des données établies. Il s’assure que le produit est facilement découvrable via le catalogue de données ou la data marketplace, maintient des descriptions claires et des métadonnées complètes, et définit et communique les SLAs du produit aux utilisateurs.

Compétences requises

Un data product owner performant possède un ensemble de compétences variées qui couvrent à la fois les aspects techniques et métier. L’expertise technique est essentielle, incluant une compréhension approfondie de l’architecture des données, des pipelines et des technologies modernes de gestion des données. D’autre part, la connaissance métier permet au DPO de comprendre les cas d’usage et les besoins des utilisateurs dans leur contexte business.

L’expérience en gestion de produit, notamment des méthodologies agiles, de la gestion de backlog et de la priorisation, est cruciale pour gérer efficacement l’évolution du data product. Les compétences en communication sont également indispensables pour traduire des concepts techniques complexes pour des audiences non techniques. Enfin, une approche user-centric avec un focus constant sur l’expérience et la satisfaction du data consumer distingue les meilleurs DPO.

Data product owner vs product owner

Selon le livre « Data Mesh in Action » de J. Majchrzak, il existe trois configurations possibles pour organiser les rôles de DPO et de Product Owner. Dans la configuration de rôle unique, le DPO est également Product Owner du système source. Cette approche convient lorsque le data product prolonge naturellement le système source et que la complexité reste gérable.

La configuration avec rôles séparés implique que le DPO et le Product Owner sont distincts et disposent d’équipes de développement indépendantes. Cette approche devient nécessaire pour des data products complexes, comme un data mart combiné à un modèle de machine learning. La configuration hybride offre une flexibilité selon la complexité et les besoins d’intégration spécifiques de chaque data product.

Data product owner et data mesh

Le data product owner est essentiel dans l’approche data-as-a-product car il assure la propriété décentralisée, permettant à chaque domaine de gérer ses propres data products de manière autonome. Il facilite la découvrabilité en s’assurant que les data products sont facilement trouvables et compréhensibles. Cela permet d’accélérer l’innovation car les équipes peuvent itérer rapidement en fonction des retours utilisateurs, créant ainsi un cercle vertueux d’amélioration continue.