Come fare business con la Data Monetization

Che cos'è la data monetization, perché sta diventando sempre più importante, quali sono i principali ambiti applicativi e quali sono le basi per realizzarla e le prospettive per le imprese che hanno la capacità di trasformare i dati in conoscenza [...]
  1. Home
  2. Retail
  3. Come fare business con la Data Monetization

Data monetization: che cos’è e perché è sempre più importante per il business?

La data monetization ha le sue basi in una semplice e diffusissima domanda: “Come far crescere il business delle imprese sfruttando la quantità e la qualità dei dati?” Si tratta di un tema che è sul tavolo di tante aziende e tante organizzazioni che, se da una parte vedono crescere la mole di dati, dall’altra giustamente si interrogano sulle opportunità di sviluppo. E non è solo ai “propri” dati che si guarda, ma ai dati in generale, al contesto, a tutta quella conoscenza che permette a tante imprese di comprendere meglio i fenomeni nei quali sono collocate, per intercettare al meglio potenziali clienti o per servire ancora meglio quelli esistenti.

Cercando di rispondere a questa domanda si entra nell’ambito della Data Monetization, una disciplina che ci permette di disporre di informazioni su come personalizzare un servizio, su dove posizionare un prodotto su come caratterizzare un’offerta in funzione delle caratteristiche di una data situazione, delle informazioni relative al comportamento dei potenziali clienti, delle esigenze che si possono leggere nelle reazioni a determinati stimoli da parte dei i consumatori. Un’ambito di sviluppo del digitale che permette di mettere a valore, in diverse forme e in diverse modalità, la conoscenza che ci arriva dai dati.

Data monetization: da dove si parte 

Premesso che la data monetization è a tutti gli effetti il frutto di un processo complesso che permette alle aziende di lavorare sui dati che producono e sui dati che vengono generati dalle loro interazioni con i loro ecosistemi (clienti, partner, collaboratori, etc) occorre considerare che il punto di arrivo di questo percorso è nella identificazione di un valore da assegnare alla conoscenza che il dato permette di sviluppare.

Affinchè si possa arrivare a questo risultato occorrono alcuni fattori abilitanti che possiamo schematizzare in 5 punti fondamentali:

  1. Un sistema di fonti di dati articolato e affidabile
  2. Un sistema di gestione dei dati, di analisi dei dati, di creazione di relazioni in grado di lavorare su tutte le diverse tipologie di dati
  3. la capacità di attuare e modificare flussi di data collection e di analytics in grado di evolvere sulla base della conoscenza fornita dai dati stessi
  4. Una cultura aziendale di valorizzazione dei dati in funzione di obiettivi diretti o indiretti
  5. Un presidio fortissimo su tutti i temi della compliance e della privacy a tutti i livelli e per tutta la filiera, interna e (soprattutto) esterna che concorre alla data monetization

Data monetization: quali sono i benefici

Il punto chiave che sta alla base di qualsiasi strategia di data monetization è nel concetto di valorizzazione. Il valore del dato sta nel passaggio dal dato alla conoscenza e per ciascuna realtà e ciascun mercato questo passaggio ha una sua specifica dimensione che cambia nel tempo, in funzione dell’evoluzione del mercato naturalmente ma in funzione della conoscenza che arriva dai dati stessi.

Nel mondo industriale la data monetization permette di utilizzare i dati per migliorare i processi aziendali, permette di attuare nuove forme di efficienza e consente di ridurre i costi.

Nel mondo manifatturiero in particolare la data monetization permette di trasformare in valore la conoscenza sull’uso dei prodotti da parte dei clienti, premette di attuare forme di manutenzione più veloce e precisa (predictive maintenance) e permette di trasformare i prodotti in servizi e attuare nuovi modelli di business come la digital servitization.

WHITEPAPER
Data warehouse nel cloud. Come affrontare con successo il percorso di modernizzazione?
Big Data
Cloud

In tanti altri ambiti la Data monetization consente di utilizzare i dati e le informazioni di cui si dispone per progettare e  sviluppare nuovi prodotti e servizi.
In alttri contesti ancora la monetizzazione dei dati si concretizza nella vendita di informazioni a valore a clienti od organizzazioni. Un esempio possono essere i dati anonimizzati legati ai flussi di persone in determinate aree nelle quali si possono esporre prodotti o sviluppare azioni di marketing.

Data monetization diretta e data monetization indiretta

Una prima importante distinzione quando si parla di data monetization attiene dunque al fatto che si possa svolgere in forma diretta o informa indiretta. La principale, – ma non unica – differenza tra queste due fasi è legata al fattore conoscenza, ovvero al fatto che il business attenga effettivamente alla monetizzazione in senso stretto di “dati” o che sia invece riferita alla monetizzazione della conoscenza attribuibile a un importante lavoro sui dati.

La monetizzazione diretta corrisponde in effetti spesso anche alla prima fase della data monetizzazion, ovvero quella in cui la “vendita” era più legata al dato che alla conoscenza abilitata dal dato, alla possibilità – nel rispetto delle normative e della compliance – per le imprese di cedere a terzi dei dato, monetizzando in questo modo il loro valore

La data monetization indiretta è certamente quella con maggiori prospettive di sviluppo ed è quella alla quale si riferimento nello sviluppo di questo specifico mercato. La monetizzazione indiretta parte dal fondamentale valore aggiunto di una impresa o di una organizzazione in termini di capacità di trasformazione di determinati dati in conoscenza e di capacità di rappresentare questo valore come opportunità di sviluppo per altre aziende per lo sviluppo delle loro attività.

Quali sono le principali variabili della Data monetization

La trasformazione del dato in valor e del valore in forme di monetizzazione è un percorso che in pochi anni ha visto emergere diversi use case e che sta trovando diversi ambiti applicativi. Va detto che si tratta di una materia in grande evoluzione in particolare per quattro ragioni:

  1. Il rapporto tra dato, utente e contesto normativo. Questo aspetto sta caratterizzando tutte le attività di sviluppo e rappresenta ad oggi uno dei fattori chiave che più influenzano lo sviluppo di progettualità di Data monetization
  2. La disponibilità di fonti di dati anonimizzati, ovvero di fonti di conoscenza utilizzabili in forma integrata con dati aziendali che permettono di trasformare in valore dati raccolti ed elaborati per altri scopi
  3. La possibilità di accesso a piattaforme tecnologiche, ad applicazioni e a competenze che permettono di sviluppare percorsi di conoscenza un tempo impraticabili o impensabili
  4. La percezione del valore del dato e del valore della conoscenza abilitata dal dato: questo è un passaggio chiave per la data monetization ed è forse il punto chiave per capire le potenzialità di questa disciplina per il futuro. la chiave di volta per capire questa specifica potenzialità è data dal fatto che se un tempo il tema del dato era appannaggio delle strutture tecniche e IT in particolare, adesso questo tema è sui tavoli del marketing, delle vendite, della produzione, della direzione generale. L’evoluzione del ruolo dei data scientist, intesi come figure di riferimento che hanno competenze in grado di agganciare la capacità di conoscenza dei dati alla capacità di lettura delle possibilità di business (o di miglioramento dell’efficienza) è il vero paradigma sul quale si possono sviluppare le potenzialità della Data monetization

Le principali declinazioni della Data monetization

Le strade attraverso le quali la Data monetization si concretizza possono essere anche molto diverse in funzione delle tipologie delle aziende e delle organizzazioni e dei mercati nei quali si trovano a operare. Si possono oggi schematicamente individuare cinque grandi ambiti nei quali si possono collocare le opportunità di sviluppo della Data monetization:

1 – Data monetization al servizio dell’efficienza

Si tratta del livello “base” della Data monetization ed è quello che molto probabilmente ha fatto “partire” il processo di sviluppo di questa disciplina grazie alla creatività dei data scientist o di chi è chiamato a lavorare con i dati. Il dato utile per gestire un sistema di automazione o di un sistema di ATM banking da remoto è un dato che permette di aumentare la conoscenza sui comportamenti degli utenti e dei sistemi stessi e permette di migliorare, in termini di effiicienza, la gestione degli apparati e dell’organizzazione che li segue. Ad esempio razionalizzando il numero delle uscite degli addetti alla manutenzione o programmando  alcune riparazioni o aggiornamento standar

2 – Data monetization come sviluppo di new business

E’ il vero grande terreno di sviluppo della data monetization, quello che permette alle aziende di diversificare le proprie attività e di entrare in nuovi mercati o di proporre ai propri clienti nuovi modelli di ingaggio, di servizio e di relazione per l’appunto basati sui dati, in forma diretta o indiretta. La servitizzazione è l’esempio di una trasformazione da prodotto a servizio basata sull’utilizzo dei dati. Il dato abilita, in forma indiretta, lo sviluppo di un nuovo sistema di relazione con i clienti che non acquistano più un prodotto ma lo utilizzano e lo pagano come un servizio. Un altro esempio è rappresentano dalle imprese del settore immobiliare che oltre alla gestione degli asset sono nella condizione di mettere a disposizione servizi legati ai flussi pedonali e veicolari per attività di tipo commerciale o per gestire in modo più effcicare sistemi di sicurezza e risk management.

3 – Data monetization come “merce di scambio”

E’ scorretto assimilare il dato a una qualsiasi forma di merce tuttavia ci sono circostanze in cui il dato anonimizzato e con tutte le garanzie legate a sicurezza e privacy può essere “portato sul mercato” per attività di vendita. In particolare più che di vendita in senso stretto di dati è più corretto parlare di un utilizzo della conoscenza abilitata dal dato come di una merce di scambio all’interno di accoordi di partnership commerciale o industriale. La Data monetization in questi casi è una sorta di asset patrimoniale che permette a partnership tecnologiche di svilupparsi e di concretizzarsi in forme che senza questo patrimonio di dati non potrebbero realizzarsi o non potrebbe ro avere le spette opportunità di sviluppo

4 – Data monetization come fattore abilitante di progetti e processi di integrazione o come forma di “condivisione” di conoscenza

Si tratta di una prospettiva molto simile a quella precedente, ma che ha come caso d’uso il mondo delle supply chain complesse o delle filiere produttive. In molti casi la capacità di valorizzare i propri dati in stretta collaborazione con il metodo e la strategia della supply chain rappresenta un fattore abilitante per aderire o continuare ad aderire a quella specifica catena di fornitura. Così come esiste una compliance gestionale e tecnologica e una compliance nella gestione dei dati inizia ad essere presente una compliance nella capacità di gestione dei processi di Data monetization di filiera.

5 -Data monetization come enrichment di prodotti o servizi tradizionali

Alla domanda che tutte le imprese si pongono costantemente: come posso fare per migliorare i miei prodotti e per migliorare i risultati di business che possono ottenere arriva una risposta che ha la sua centralità anche nelle prospettive della Data monetization. Più si conosce il comportamento del cliente finale ovvero di colui che utilizza il prodotto più si può migliorare il comportamento (qualità) del prodotto in fase di design e produzione e più si possono trovare servizi aggiuntivi. Il primo cliente della Data monetization è l’azienda stessa che produce e lavora sui dati per migliorare il prodotto in funzione del cliente. E la prospettiva è quella di individuare, proprio analizzando i comportamenti, gli ambiti nei quali il miglioramento del prodotto può essere tale da aprire nuove prospettive di business, ovvero da passare dalla fase di miglioramento a quella di enrichment del prodotto e del business.

 

WEBINAR
Hai un Mainframe aziendale? Ecco come dotarsi delle giuste competenze
Big Data
Cloud

Immagini fornite da Shutterstock

FacebookTwitterLinkedIn