“数据产品”和“数据即产品”这两个术语很容易混淆，但它们的意思不同。了解两者之间的区别对于构建云解决方案至关重要。

• 数据即产品 (DaaP) 是一种思维方式或策略，通常与“数据网格”架构概念相关。这意味着要像对待公共软件产品一样，认真对待内部数据集。
• 数据产品则是实际的技术交付成果。它们是预打包的数据，可为使用这些高质量数据构建的软件或工具提供支持。

主要差异：

我们来看看如何使用 BigQuery 和 Knowledge Catalog 等工具构建“零售库存预测器”之类的数据产品。

目标：构建一个内部工具，告知商店经理哪些商品库存不足，并预测下周需要订购哪些商品。

首先，您需要一个地方来存储销售数据。您可以使用无服务器数据仓库 BigQuery 设置一个流水线，将每天每个商店的销售额流式插入到 BigQuery 表中。

在构建模型之前，您需要确保数据是干净的。使用 Knowledge Catalog 管理数据生命周期，它可以帮助您：

• 对数据进行编目，以便其他开发者可以找到它
• 设置数据质量规则（例如“价格不能为负数”）
• 保护数据，确保只有获得授权的用户才能访问

现在，您要创建情报。您无需将数据导出到单独的工具，只需使用 BigQuery ML 编写一个简单的 SQL 查询来训练机器学习模型即可。此模型会分析过去的销售趋势，以预测未来的需求。

最后，您可以使用 Looker 构建一个简单的 API 或信息中心。当商店经理登录时，看到的不是 SQL 查询，而是一个简洁的界面，上面写着“在周二之前再订购 50 件红色衬衫”。恭喜！您已成功将原始数据转化为有用的数据产品。