“Sopa de Skills” — Quais as habilidades necessárias para ser um(a) ótimo(a) Data Product Owner?
Esse artigo foi escrito por Luisa Callegari e Anderson Cassoli.
O que faz um Data Product Owner?
No dia a dia, são muitas as atividades desempenhadas pelo Data PO. De forma muito genérica, poderíamos dizer que o Data Product Owner é o papel que faz a ponte entre o Negócio, a Engenharia de Dados e as demais áreas. Fazendo uma analogia com o processo de um restaurante, o Data PO seria a pessoa que recebe o pedido do cliente e que fica responsável por separar e organizar todos os ingredientes, na medida certa, para que o Chef prepare o prato principal. Podemos pensar ainda em um menu com entrada, prato principal e sobremesa, visto que são diferentes os produtos que dependem das suas atividades.
No artigo “Papel dos Data Products Owners no time de Engenharia de Dados”, Mariana Oliveira detalha melhor essa atuação.
E qual é o seu papel em um time de dados?
Em um artigo chamado “O Que Os Grandes Analistas de Dados Fazem — E Porque Toda Organização Precisa Deles” (tradução para “What Great Data Analysts Do — and Why Every Organization Needs Them”), Cassie Kozyrkov faz uma análise sobre as habilidades e os papéis envolvidos no desenvolvimento da Inteligência Artificial dentro das organizações. Comentando sobre as habilidades necessárias para que isso aconteça, ela apresenta a seguinte constatação: “excelência estatística trás o rigor, excelência em aprendizado de máquina trás o desempenho e excelência em análise gera a velocidade aos produtos e soluções criados”. Embora o artigo faça uma referência ao papel mais clássico do Analista de Dados, no sentido de ser alguém muito ligado ao negócio, mas que tem facilidade em trabalhar com os dados, pode também ser aplicado ao papel exercido pelo Data PO, já que ele se encaixa num espaço entre esse analista e os times técnicos, acelerando ainda mais a adoção e uso dos dados entre os tomadores de decisões nas empresas.
No contexto do Grupo Boticário, esse papel acaba sendo até um pouco mais amplo, já que compreende desde tarefas operacionais como fazer descoberta de dados (processo de discovery) e documentação (que seria atribuição do Analista de Dados/Requisitos), até chegar realmente nas funções de um Product Owner (gestão de backlog e priorização).
Entretanto, essa gama de atividades está inteiramente relacionada aos pilares estratégicos de dados, explicados pelo Philipp Nguyen, no artigo “A estratégia de dados do Grupo Boticário”.
Aqui trazemos nossa visão de como o Data PO contribui com esses pilares:
- Alinhamento à visão: alinhando a estratégia de dados à estratégia de negócio — Junto a área de negócio e os times de tecnologia busca sempre entender os desafios e anseios da área, mapeando dados necessários para responder às perguntas, construindo um backlog assertivo.
- Cultura, pessoas e organização: decisão por meio de dados — Esse pilar contextualiza um pouco como se organizam hoje: a maioria dos Data PO’s estão centralizados na gestão de Engenharia de Dados, organizando-se em squads. Muitas vezes, dentro dessas squads, atuam como Data Translators, sendo ponto de comunicação entre as áreas de negócio e técnicas, garantindo uma comunicação assertiva e o cumprimento do backlog levantado.
- Tecnologia: autonomia para geração de novos insights — Nesse pilar estratégico garante que os dados estejam organizados, padronizados e centralizados no Big Query (ferramenta de Big Data do Google), propiciando a democratização e acesso aos dados pelos demais.
- Por fim, o último pilar: Governança de dados: dados como um ativo da empresa — A atuação neste caso é voltada para a garantia de processos e gestão de dados, ampliando o uso, aumentando a qualidade dos dados, sempre com segurança, atentando às diretrizes da LGPD e garantindo que os dados sejam compreensíveis para todos que quiserem e precisarem utilizá-los.
E quais habilidades são necessárias para se tornar um Data Product Owner?
Agora que já entendemos o que faz e para que serve um Data PO, vamos voltar nossa atenção ao que é necessário, em termos de conhecimento, para que ele consiga desempenhar esse papel com excelência. Quais são esses ingredientes?
Para respondermos essa questão, usamos como base um artigo de Markus Müller chamado “Decoding Product Management — A skill matrix to grow, coach, assess, and hire world-class PMs”, que nos conduziu a um mapeamento dos soft e hard skills necessários para um Data PO. Agrupamos esses skills (ou habilidades) em 3 categorias: Pessoas, Técnicos e Produtos.
Começaremos então pelas chamadas soft skills, que dentro do nosso mapeamento chamamos de “Pessoas” já que tratam-se de habilidades interpessoais, usadas no dia-a-dia no contato com stakeholders, engenheiros, designers, clientes, etc.
PESSOAS
De acordo com o artigo: 15 habilidades do Futuro, segundo o fórum econômico mundial, os soft skills são considerados como “habilidades do futuro do trabalho” e estão mudando a forma como profissionais atuam. Porém, vale destacar que no Grupo Boticário eles já são considerados como as principais habilidades, tanto é que eles estão contidos nos valores (essências) da companhia.
Citaremos cada uma dessas essências relacionadas às habilidades que veremos a seguir:
- Pensamento analítico (Buscamos sucesso responsável): a habilidade de analisar juntamente com a de criticar, baseando-se em evidências concretas é essencial no processo de resolução de problemas complexos.
- Resolução de problemas / Tomada de decisão (Somos inquietos / Somos Ágeis): entender o problema, focar no essencial, dividir em partes, aprender com os erros e tomar as decisões com base no aprendizado é um processo que deve ser encarado com naturalidade.
- Negociação (Nutrimos nossas relações): fazer a ponte entre áreas de negócio e técnicas exige constante negociação entre as partes, para encontrar o equilíbrio entre as demandas e as entregas.
- Conhecimento de negócio (Brilho no olho é tudo): conhecer o negócio onde se atua e principalmente as motivações dos clientes é fundamental para se posicionar frente às demandas que são apresentadas.
- Comunicação (Nutrimos nossas relações): para fechar nossa lista de soft skills a comunicação entra como o elemento fundamental que amarra todas as outras habilidades. Ter uma boa comunicação é um requisito básico não só para atuação como Data PO, como para qualquer outro aspecto da vida.
TÉCNICOS
Agora os tão temidos hard skills:
- SQL: quando viajamos para um novo país, falar a língua local pode não ser tão importante caso seja apenas uma viagem de turismo (embora ajude bastante). Mas se formos morar nesse país, torna-se quase que um pré-requisito falar a língua local. Nesse aspecto, para entrar no “Mundo dos Dados”, não tem jeito, tem que saber falar a língua dos dados: SQL.
- Banco de Dados Relacional e Modelagem Conceitual: saber onde os dados vivem, como se comportam, como se relacionam entre si, e de que se alimentam é fundamental para saber onde e como manipulá-los.
- API: entender essa forma de interação com os dados é super importante, pois muitas vezes essa é a interface que usaremos para obter dados de diversos sistemas.
- Conceitos de Machine Learning: Mesmo que o Data PO não atue diretamente com algoritmos de machine learning, saber como eles funcionam ajuda muito no entendimento de diversas demandas. É importante termos em mente também que ele deve ter uma visão macro dos dados existente na organização, pois isso contribui na sugestão de novas features para serem consideradas no modelo, contribuindo para a geração de melhores resultados.
- Dataviz: apesar de todo o crescimento da Inteligência Artificial como um produto de dados, o mais comum ainda continua sendo o velho e bom dashboard. Saber então como funcionam as principais ferramentas de mercado é algo que vai fazer bastante diferença no momento de entender melhor o que deve ser entregue aos clientes.
PRODUTOS
Antes de falar dos skills de produtos, pensamos em introduzir (de forma breve), como organizamos nossas atividades. Importante destacar que é um tema que vem sendo discutido internamente, com intuito de padronizar e facilitar a gestão dos projetos.
Nossas atividades são baseadas em descoberta de dados (processo de Discovery), que nascem a partir de uma ou mais necessidades do negócio. Quando iniciamos um discovery não sabemos o que vem pela frente e, na maioria das vezes, resultam em conjuntos de dados envolvendo diversas tabelas das mais variadas aplicações e sistemas de origem, que em alguns casos, pode acabar em outras atividades de discovery. Com o intuito de gerenciar as atividades, garantir a comunicação com toda a squad e principalmente com nossos engenheiros, organizamos nossas atividades pelo software Jira e utilizamos o Upstream como fluxo de trabalho.
Sendo assim, o Data PO segue o framework do Kanban para gestão de atividades e o board do Upstream. Enquanto os engenheiros seguem o framework do Scrum e o board do Downstream.
Baseando-se nesses frameworks, os skills considerados necessários são:
- Jira — É uma ferramenta de gestão ágil de projetos que oferece suporte a alguns frameworks de metodologia ágil, como Scrum e Kanban.
- Scrum: metodologia ágil aplicada nos times de desenvolvimento. Além das cerimônias é muito importante saber os conceitos por trás das regras.
- Kanban: essa metodologia é mais usada pelo próprio Data PO, conforme já explicado anteriormente. Apesar de simples, é importante saber o modo como ela funciona.
Além dos skills apresentados, outros foram mapeados também e apesar de não serem considerados obrigatórios para o desenvolvimento das atividades primordiais de um Data PO, são também ingredientes importantes na “sopa de skills”, para que o trabalho seja realizado com ainda mais qualidade. Abaixo deixaremos um gráfico com o mapeamento completo para consulta e entendimento dos seus pontos fortes e fracos.
Conclusão
O nosso objetivo com esse artigo foi apresentar os ingredientes necessários para que você se desenvolva como Data PO e se encaixe neste perfil tão procurado no mercado. Mas, para a “sopa” ficar completa é necessário entender quais habilidades você mais domina e quais ainda teriam um espaço para desenvolver. Pensando nisso, gostaríamos de deixar como sugestão, um modelo de aprendizagem para facilitar seu desenvolvimento: O modelo 70:20:10, que está melhor descrito neste artigo!
Dados os ingredientes e a receita, agora é com você. Faça sua sopa da melhor forma e boa sorte em sua futura trajetória como Chef de Cozinha, opsss… Data Product Owner.
Referências
A estratégia de dados do Grupo Boticário
Papel dos Data Products Owners no time de Engenharia de Dados
Product Manager: O Guia Completo Da Gestão De Produtos Digitais
5 boas práticas que aprendi como Data Product Owner
What does it take to be a good Data Product Owner?
Data Product Owner: job, missions and skills
Cinco frases que todo agilista deve ter na ponta da língua
15 Habilidades Do Futuro, Segundo O Fórum Econômico Mundial
Decoding Product Management — A skill matrix to grow, coach, assess, and hire world-class PMs
Como Funciona O Modelo De Aprendizagem 70 20 10 Nas Empresas
