Ценность Big Data: висит груша, нельзя скушать. А вы научились монетизировать? Часть 2

О том, что такое монетизация Big Data и как решения Informatica помогают воплощать её в реальность, рассказывает Стефан Зодер, эксперт Infonomics и практики ИТ бизнес-консалтинга корпорации Informatica. Начало статьи читайте по ссылке: Ценность Big Data: висит груша, нельзя скушать. А вы научились монетизировать?

Оценивайте свои возможности объективно

Те данные, которые вы собираете, — ваш новый «цифровой продукт». Именно так вы должны позиционировать Big Data перед теми, кому собираетесь их продавать.

Big Data давно уже стали полноценным «продуктом». Такие компании, как Nielsen Acxiom, D&B, TransUnion, Equifax, Bloomberg и IMS уже строят свой бизнес вокруг них. Эти компании продают возможность использовать свои необработанные данные, как если бы те были частью инфраструктуры. Вы должны равняться на такие примеры.

Как и при выводе любого другого продукта на рынок, прежде всего необходимо оценить текущую ситуацию. Для этого честно ответьте себе на следующие вопросы:

• Доля рынка. Управляет ли ваша организация по крайней мере 20% основных транзакций на рынке?
• Новаторство. Является ли ваша организация первой, второй или, по крайней мере, входит ли она в 50% компаний своей индустрии, которые первыми выводят Big Data на рынок? Если это так, вы сможете заработать до 80% всей прибыли на рынке.
• Права использования. Есть ли у вас законные права передавать использование данных B2B и B2C клиентов третьим лицам?
• Конфиденциальность. Есть ли у вас глубокое понимание требований регуляторов, под которые попадают ваши большие данные?
• Готовность. Есть ли у вашей организации необходимая ИТ-инфраструктура, сотрудники для продажи и технической поддержки Big Data?
• Деловое предложение. Хорошо ли вы понимаете, как потребители вашей Big Data оценивают его возможности приносить прибыль? Ответить на этот вопрос необходимо, чтобы не ошибиться с ценой.

Если у вас всё в порядке с перечисленными вопросами, то можно переходить к позиционированию вашего «цифрового продукта» на рынке. Для этого важно понять, как потенциальный покупатель сможет использовать большие данные, которые вы собрали.

Для чего ваши клиенты могут использовать Big Data

Цифровая трансформация может проходить в следующих форматах:

• Автоматизация;
• Расширение базы поставщиков;
• Цифровизация дистрибуции;
• Введение новой цифровой функциональной возможности;
• Создание нового кастомизированного продукта;
• Работа платформы;

Скорее всего собранные вами большие данные можно будет применить для решения задач одного или нескольких из перечисленных форматов цифровой трансформации.

Большие данные для автоматизации операционной работы

Автоматизация улучшает продуктивность и эффективность существующих процессов. Хорошими примерами автоматизации могут быть роботизированные механизмы, рекомендательные системы, витрины для самостоятельной аналитики и другое.

Всё это невозможно осуществить без больших данных. Их анализ поможет понять, почему конкретные производственные роботы меньше ломаются в определённых условиях. Он покажет, почему отдельные схемы заказов влекут за собой новые покупки. Он поможет найти набор данных, который можно использовать для предсказания удовлетворённости клиента товаром или услугой.

Big Data для поиска новых поставщиков

Цифровая трансформация может значительно расширить базу поставщиков. А это привлечёт новые потоки прибыли в компанию. Особенно это касается бесчисленных маркетплейсов для перепродажи товаров. Примером такого маркетплейса может быть Poshmark (Юла и Avito в России).

Анализ информации о настроении потребителей, а также соответствия спроса и предложения можно использовать для выбора оптимальной цены и запуска эффективных маркетинговых акций. А чем успешнее товары будут продаваться, тем больше поставщиков будут заинтересованы работать с маркетплейсом.

Big Data для онлайн дистрибуции

Цифровизация дистрибуции товара, услуги или контента — перемещение портфолио компании онлайн. Уход в онлайн помогает компаниям сократить траты на физическую инвентаризацию и инфраструктуру.

Примером перехода на цифровую дистрибуцию могут быть обучающие курсы Khan Academy и новостной сайт New York Times Online Edition. Большие данные здесь нужны, чтобы улучшить таргетинг и предложение.

Big Data для новых возможностей старых приборов

Цифровая трансформация помогает приборам и аппаратам приобрести новые функциональные возможности. Хорошим примером этого является термостат NEST, который умеет проверять местонахождение хозяина через GPS на его телефоне. Если вас нет дома, термостат отключит отопление. Он же сможет понять, когда нужно понизить или повысить температуру, чтобы вам было комфортно.

Самостоятельные решения такие аппараты и приборы принимают на основе больших данных.

Big Data как часть кастомизированного продукта

Эта задача немного сложнее предыдущих. Организации меняют структуры товаров и услуг, чтобы они соответствовали новым моделям использования. Пример этого – когда клиент не приобретает товар, а подписывается на него. В основном такие модели внедряются, чтобы избежать цикла продаж, ориентированного на капитальные траты.

Так, компания GE Aviation производит реактивные двигатели для самолётов. Она предлагает возможность своим клиентам не покупать турбины за 24 миллиона долларов, а взять их в аренду. В этом случае платить придётся только за то время, которое турбины работают в полёте.

Компания выбрала такой способ оплаты, чтобы извлечь выгоду из двух долгоиграющих трендов. Количество миль, которые пролетали пассажиры, росло. А новые комплектующие перевозчики покупали один раз в девять лет.

Big Data в этом случае становятся частью кастомизированного продукта, который продает GE Aviation. Компани активно занимается их сбором во время полёта, в том числе – с сенсоров интернета вещей. Она собирает клиентские, контрактные, геолокационные, атмосферные, данные, а также те, которые собираются с сенсора на планере (часть конструкции воздушного судна) и на двигателе.

Эту информацию GE Aviation монетизирует: передаёт своим клиентам – авиаперевозчикам. Это позволяет им изменять маршрут самолёта по ходу движения, чтобы сократить потребление топлива и амортизацию.

В то же время GE Aviation занимается и «внутренней монетизицией». Благодаря показателям с сенсоров компания всегда видит состояние своих двигателей. Она может заранее планировать ремонтные работы, производство запчастей для замены, их поставки, а также то, как это повлияет на договорные обязательства и ценообразование.

Big Data, чтобы создавать и распространять товары и услуги на платформах

В последнее время мы наблюдаем расцвет платформ. Платформа – самая сложная форма цифрового продукта. Amazon, Apple AppStore, Spotify, OpenTable, AirBnB, Uber, LinkedIn, Facebook не просто так имеют такую высокую стоимость. Они вовремя начали применять цифровую интегрированную платформу для создания и распространения традиционных и цифровых продуктов от лица потребителей, партнёров и подчинённых.  Такие компании предлагают приложения с широкой функциональностью. Но, по сути, они всего-навсего работают с данными.

Зайдите на сайт для разработчиков Uber. Там вы увидите глубокую аналитику поездок, к которой они с удовольствием добавят собранные Big Data.

Я планирую целый цикл статей о монетизации данных. В следующий раз я подробнее расскажу о цикле выпуска «цифрового продукта», поделюсь реальными кейсами, примерами из переговоров со своими клиентами. Также я собираюсь остановиться на концепции «фабрики цифрового продукта». Чтобы не пропустить мои материалы, следите за обновлениями на сайте DIS Group.