軟體圈與 Data 圈眼中的 Data
大家好，我是艦長。
在前兩篇文章的埋梗中，我分別從軟體圈與 Data 圈的視角，分享了兩個圈子各自 User 關心的產品重點。
這一篇繼續延續埋梗，我想把這兩個視角並陳比較，這兩個圈子在面對「Data」這件事時，有什麼差異。
話不多說，直接上表格。
| 關注點 | Data 圈視角 | 軟體圈視角 |
|---|---|---|
| 產品 | Data is the Product | Software is the Product |
| 產品內容 | 資料、報表、數據集本身 | 應用程式、軟體功能 |
| 資料準確性 | 絕對要求，是產品的核心價值 | 確保輸入/輸出結果正確即可 |
| 資料時效性 | 極度重視，直接影響資料分析價值 | 依功能需求而定，可接受快取延遲 |
| 資料結構 | 重視其清晰度與一致性 | 屬於後端實作細節，可接受各種妥協 |
就如上一篇文章說的，對於 Data User 而言，Data 本身就是產品；但對於軟體圈來說，很多時候 Data 只是軟體操作過程中的一次輸入與輸出。
因此對於 Data User 而言，Data 當然必須是又快、又好，最好還能又便宜。因為他所需要的就是那個 Data 本身，因此對於 Data 的準確性、時效性、完整性、可性度的要求就會很高。
而對於軟體圈而言，Data 就像是做料理過程中必須使用的部分食材或料理工序，它只佔了整道菜餚（使用者體驗）的一部分而已。所以食材可以很醜，例如 Table column name 是按編號建立的 col1、col2、col3，反正最終端上桌的菜肴，客人也看不出原貌；食材可以不新鮮，好比鮮度不夠的魚就用油炸處理，鮮度不夠的 Data，只要在 UI 上標示最多只能查詢前一天的消費紀錄。
小結
第四篇只是做一個簡單的比較，所以文章比較短。
從前面的比較中，可以看到不同圈子對待 Data 的方式不同。一個將 Data 視為必須精雕細琢的藝術品；另一個只是將 Data 視為達成功能的原料之一。
這兩個觀點沒有什麼對錯，只是因為身處的情境不同，所以關注的重點與需求不同。
（繼續沿用上一篇文章的圖。不同的 User，關注 Data 的重點不一樣。）
鋪梗鋪到第四篇，我要開始把重點拉回到本系列文的主軸——Data。
其實 Data 的重要性早在 Big Data 這個關鍵字熱門的時候就已經被人提出，只是那時候並未造成全面的風潮，畢竟不是每家企業都有那麼巨量的 Big Data 需要處理。
但自 2022 開始，因為 AI / ML 的大熱門，Data 的重要性又再次被人們看見，而這一次就算你的企業沒有 Big Data 也無法倖免。因為網路上公開的開放資料早已經被 AI / ML 廠商用來訓練模型消耗的差不多了，現在輪到企業內部這些沒有公開的 Data 成為新一波的金礦。
過去企業數位轉型，引入了各種軟體、服務與平台，現在隨著 AI / ML 加入戰場，軟體 + AI 都開始喊著我們需要高品質、即時的企業內部 Data！
因此不管你是 Data 圈或軟體圈，恐怕 Data 都會是你企業必須要好好面對的重要議題了。
（企業資料掏金時代，你開始從自家的資料掏金了嗎？此圖片由 Gemini 生成。）
系列文連結
此系列文持續撰寫中，陸續更新連結。
