前言

大数据、AI 是这几年的热门议题，不管是公司还是客户都会开始透过资料分析或机器学习来改善自家产品或业务。但是这几年走下来不管是自己公司还是客户，在这个资料专案的开发以及管理上也是一直跌跌撞撞。为了让大家能够跳过或闪开曾经踩过的坑，这一系列文章会从资料产品的专案管理面着手，来介绍曾经遇过的那些坑。用了一个大家很陌生的标题当开头，自己也是第一次整理这个主题，希望能够顺利完赛！

资料 + 产品

资料产品是一个非常新的概念，我们先来个别厘清一下：

资讯

在谈资料之前，我们先聊聊「资讯」（https://zh.wikipedia.org/zh-tw/%E4%BF%A1%E6%81%AF）
生活中基本上就是充满各种资讯，可以以各种形式出现，像是有形的天气、温度、重量；无形的认知、概念、经验等等。维基百科有一句说得非常好，「资讯可以减少不确定性」。透过搜集资讯，可以让我们产生对於世界的认知、判断外在环境的状况、甚至预测未来可能发生的事情。

资料

资料可以说是资讯的具体化。例如我们通常都是靠皮肤来判断外在温度的高低，这时候还只是资讯；但当我们透过温度计量测气温、并将之记录下来就变成了资料。这些资料在现代科技上通常都会被储存在电子产品上（不论是硬碟、Ram、还是磁带），大家就可以利用电脑来存取这些资料并加以运算。

产品

产品根据维基百科的定义是「满足人们需求或慾望的有形或无形的载体」。从这些定义上来看，资料是资讯的载体，而资讯可以用来帮助人们减少不确定性，因此资料产品的定义就是「可以用来帮助人们减少不确定的东西，这东西是由资料或资讯所构成」。

资料产品的类型

现代人大量依赖使用资料来做决策，而根据资料被加工的程度分别，我们可以将资料产品分为五种层次。

• 原始资料 ：被记录下来的资讯就是资料，是资料的最基本形式。
• 加工资料：将原始资料根据需求做些调整或整理。
• 模型：当资料经过演算法的计算後会形成一个可以解释这个资料分布的模型，从这个层次开始，资料已经看不到资料原本的形式。
• 决策支援系统：提供资料给人参考来做决策的系统，像是 BI 报表、告警系统这些。
• 自动决策系统：根据资料自动做决策的系统，像是推荐系统、自动驾驶这些。

资料产品的特性在於需要循序渐进的处理，就像要做法国料理中的米蛋糕，还是需要先从基本的原料-稻米开始处理，无法跳层。如果要做模型（第三层），需要先做第一层的原始资料开始搜集、接着根据模型需要的特徵值将资料转换。

之後我们会陆续介绍各层资料产品类型的案例，让大家能更深入的了解资料产品。

References

https://www.coursera.org/learn/data-products
https://medium.com/@itunpredictable/data-as-a-product-vs-data-as-a-service-d9f7e622dc55
https://www.linkedin.com/pulse/what-does-mean-manage-data-product-martyn-sukys/
https://hbr.org/2018/10/how-to-build-great-data-products
https://towardsdatascience.com/designing-data-products-b6b93edf3d23