
Produktforum, 100 dager og Lær mer
08.02.2026 | 4 min lesetidEmneknagger: #dataprodukter, #produktforum data, #dataprodukteier
Rytme, beslutninger og videre lesning om dataprodukter.
Produktforum for data: beslutninger, backlog og endring/utfasing
Hvis dataprodukter skal være mer enn etiketter i en katalog, trenger dere ett sted der beslutninger faktisk tas: prioritering, semantikk, endring og utfasing.
Et produktforum for data er et forum som prioriterer og beslutter endringer i produktflate – basert på kunder, verdi og risiko.
Forumet bør dekke følgende:
- fast møtested for dataprodukter dere forvalter
- prioritering ut fra kunder og verdihypotese
- arena for å lande definisjoner/keys/tidslogikk
- praksiseier for endring/utfasing (varsling, overgang, deprecations)
Hva forumet typisk beslutter
Forumet beslutter normalt:
- semantikk
- keys og tidslogikk
- endring/utfasing (breaking vs ikke-breaking)
- forventninger (nivå, ferskhet, tilgjengelighet)
- kvalitetsgates og respons ved avvik
Nedenfor er typisk input og output til og fra forumet:
| Input (sak) | Output (beslutning) |
|---|---|
| produkt, kunder/verdi, hva endres i produktflate, breaking?, forslag varsling/overgang | beslutning, ansvarlig, plan, varsling (hvor/når), oppdatering i katalog/kontrakt/eksempler |
Hvem som bør være der
Målet er nok kompetanse i rommet til å lande saker:
- noen som kjenner dataene og bruken (konsumentperspektiv)
- noen som kan levere fra kilden (kildesystem/source-team)
- noen som eier dataproduktene (eierteam)
- noen som bidrar med informasjonsforvaltning (begreper/definisjoner)
- noen som bidrar med data engineering (gjennomføring, driftbarhet)

Rytme
Start enkelt:
- hver 14. dag, 30–45 min
- fokus på produktflate-endringer og tverr-team avklaringer
- det eierteam kan avgjøre alene, avgjøres av eierteam alene
De første 100 dagene som dataprodukteier
Den ene setningen
Målet er et dataprodukt som folk tør å bruke, som tåler endring, og som kan forvaltes uten konstant brannslukking.
Definer denne tidlig, og planlegg deretter: “Dette dataproduktet hjelper [kundegruppe] med å oppnå [sluttresultat] ved å tilby [produktflate], og vi lover [nivå] innen [scope].”
Deretter kan en plan for de første 100 dagene realiseres.

Dag 1–10: Gjør produktet styrbart
| Formål | Leveranser | Prioriteringer | Exit-kriterium |
|---|---|---|---|
| Kontroll på hvorfor/hvem/hva dere lover | Produktbrief + produktside (minimum) + kontaktpunkt | navngi kunder, avgrens scope, velg produktflate, sett beslutningsansvar | Ny konsument skjønner hva det er og hvem som tar telefonen |
Dag 11–30: Gjør løftet testbart
| Formål | Leveranser | Prioriteringer | Exit-kriterium |
|---|---|---|---|
| Oppdage feil før kundene gjør det | Kontrakt-light v0.1 + 3–5 kvalitetsregler + tilgangsmønster | definer misforståtte felt, implementer valideringer, avklar tilgang | Tilgang er forutsigbar, nøkkellogikk er forståelig, tester kjører |
Dag 31–60: Gjør produktet pålitelig og endringsbart
| Formål | Leveranser | Prioriteringer | Exit-kriterium |
|---|---|---|---|
| Forutsigbar drift og endring | 2–3 SLO-er + changelog + endringspolicy + statussignal | sett nivå, velg SLO-er, definer respons ved avvik | Endringer oppdages ikke i etterkant; status er synlig |
Dag 61–100: Gjør produktet levende
| Formål | Leveranser | Prioriteringer | Exit-kriterium |
|---|---|---|---|
| Prioritere etter reell kundeverdi | Kunde-forum + enkel backlog + 1–3 verdimålinger + maler | månedlig 30 min forum, prioriter hardt, følg adopsjon/effekt/kost | Kunder møter, prioritering er stabil, neste produkt går raskere |
Lær mer
Produkttenkning for data
- “Approach Your Data with a Product Mindset” (Harvard Business Review, 2020): https://hbr.org/2020/05/approach-your-data-with-a-product-mindset
- Perri, Melissa (2018). Escaping the Build Trap. Portfolio / Penguin Random House: https://page.place/pmc/escaping-the-build-trap/preview
- Skelton, Matthew & Pais, Manuel (2019). Team Topologies. Team Topologies (offisiell side): https://teamtopologies.com/
Dataprodukter i praksis
- Gioia, Gabriele & Scotti, Davide (2024). Managing Data as a Product. Packt: https://www.packtpub.com/en-us/product/managing-data-as-a-product-9781835468602
- Dehghani, Zhamak (2022). Data Mesh: Delivering Data-Driven Value at Scale. Google Books: https://books.google.com/books/about/Data_Mesh.html?id=HsNvEAAAQBAJ
- Perrin, Jean-Georges & Broda, Eric (2024). Implementing Data Mesh. Amazon: https://www.amazon.com/Implementing-Data-Mesh-Discover-solutions/dp/1098166140
- Goedegebuure et al. (2024). “Data Mesh: A Systematic Gray Literature Review”. ACM Computing Surveys (DOI): https://doi.org/10.1145/3687301
Kontrakter og “grensesnitt først”
- Sanderson, Freeman & Schmidt (2025). Data Contracts. (lenke til bokside): https://books2read.com/DataContracts
- Open Data Contract Standard (ODCS) v3.1.0 (spesifikasjon): https://bitol-io.github.io/open-data-contract-standard/v3.1.0/
- Prakash, Kiran (2024). “Designing data products”. Martin Fowler: https://martinfowler.com/articles/designing-data-products.html
- Prakash, Kiran (2024). “Governing data products using fitness functions”. Martin Fowler: https://martinfowler.com/articles/fitness-functions-data-products.html
Kvalitet og pålitelighet
- Google SRE Workbook – “Implementing SLOs”: https://sre.google/workbook/implementing-slos/
- Wang, Richard Y. & Strong, Diane M. (1996). “Beyond Accuracy: What Data Quality Means to Data Consumers”. Journal of Management Information Systems: https://www.semanticscholar.org/paper/Beyond-Accuracy%3A-What-Data-Quality-Means-to-Data-Wang-Strong/b057cc625984119d48846dbf08f30b565f8c263d
- ISO/IEC 25012 (2008). Data quality model (standard-oversikt): https://www.iso.org/standard/35736.html
- Wilkinson et al. (2016). “The FAIR Guiding Principles for scientific data management and stewardship”. Scientific Data: https://europepmc.org/article/med/26978244
Metadata og katalog
- Digitaliseringsdirektoratet – DCAT-AP-NO (spesifikasjon): https://data.norge.no/specification/dcat-ap-no
- W3C (2024). Data Catalog Vocabulary (DCAT) – Version 3 (Recommendation): https://www.w3.org/TR/vocab-dcat-3/
- Open Data Product Specification (ODPS) (spesifikasjon): https://github.com/opendataproducts/open-data-product-specification
- Data Product Descriptor Specification (DPDS) – Open Data Mesh Initiative: https://github.com/opendatamesh-initiative/dpds

