Dataprodukter | En guide til dataprodukter

Praktisk guide til dataprodukter: definisjon, regelbok, business canvas, MVDP, deling, kvalitet/SLO, AI-klare dataprodukter, endring/utfasing og målbar verdi.

Oppdatert mai 2026 med nytt kapittel om AI-klare dataprodukter (kapittel 8).

Mange organisasjoner har ikke “for lite data”. De har for lite forutsigbarhet: du finner noe i katalogen, men vet ikke om det er trygt å bygge på, hvordan det endrer seg, eller hvem som svarer når noe ryker.

Dataprodukter er et forsøk på å gjøre noen få, viktige leveranser mer styrbare over tid, uten å gjøre hele dataplattformen til et styringsprosjekt.

Hvem er guiden for?

Data engineers, analytics engineers, data scientists, BI/analytics, data governance og dere som leder datateam.

Guiden hjelper deg ta konkrete valg: hva er et dataprodukt og hva er det ikke, hvilke minimumskrav er rimelige, og hvordan bygger du noe som tåler endring uten at folk lager kopier?

Slik bruker du guiden

Fire innganger:

• Vil du forstå hva et dataprodukt er? Start i kapittel 1-2.
• Skal du starte et dataprodukt i dag? Gå til 100-dagersplanen i kapittel 10.
• Jobber du med en katalog eller portefølje? Start i kapittel 6.
• Skal dere bruke AI-agenter mot dataene? Hopp til kapittel 8 om AI-klare dataprodukter.

Kapitler

1. Hva er et dataprodukt?
2. Regelbok og portefølje: produkt vs komponent, eierskap og domener
3. Business canvas og MVDP: fra “bra idé” til noe folk tør å bruke
4. Verdi: hvorfor dataprodukter er verdt bryet
5. Grensesnitt først: deling og datakontrakter
6. I praksis: produktside, katalog og komponenter
7. Kvalitet og pålitelighet: nivåer, SLO og responsmønstre
8. Dataprodukter som fundament for AI
9. Endring, versjonering og utfasingspraksis
10. Produktforum, 100 dager som dataprodukteier, og Lær mer