Monetización de datos

Monetización de datos, una forma de monetización, está generando ingresos de los datos disponibles fuentes o tiempo real había transmitido datos instituyendo el descubrimiento, captura, almacenamiento, análisis, difusión y uso de los datos. Diferente es el proceso por que los productores de datos, agregadores de datos y consumidores de datos, intercambio de grande y pequeño, vender o intercambiar datos. Aprovecha la monetización de datos datos generados a través de las operaciones del negocio, así como los datos asociados con los actores individuales y con dispositivos electrónicos y sensores de participar en el Internet de las cosas. La ubicuidad de la Internet de las cosas está generando datos de localización y otros datos de los sensores y dispositivos móviles a un ritmo cada vez mayor. Cuando esta información es cotejada contra las tradicionales bases de datos, el valor y la utilidad de ambas fuentes de datos aumenta, llevando a tremendo potencial a mina bien datos sociales, de investigación y descubrimiento y logro de los objetivos del negocio. Estrechamente asociados con la monetización de datos son el emergente datos como un servicio modelos para las transacciones de datos por el elemento de datos.

Hay tres ética y regulatorios vectores de monetización de datos debido a los intereses a veces contrapuestos de los actores involucrados en la cadena de suministro de datos. El creador de los datos individuales que genera los archivos y registros a través de sus propios esfuerzos o posee un dispositivo como un sensor o un teléfono móvil que genera datos tiene un reclamo a la propiedad de los datos. La entidad de negocios que genera datos en el curso de sus operaciones, tales como sus operaciones con entidades financieras o factores de riesgo descubierto a través de retroalimentación de los clientes también tiene una demanda de datos capturados a través de sus sistemas y plataformas. Sin embargo, la persona que aportó los datos también puede tener una reivindicación legítima sobre los datos. Las plataformas de Internet y proveedores de servicios, tales como Google o Facebook que requieren de un usuario a renunciar a cambio un interés de propiedad en sus datos para uso de la plataforma también tienen un reclamo legítimo de los datos. Así la práctica de monetización de datos, aunque es común desde el año 2000, ahora está cada vez más atención de los reguladores. El Unión Europea y el Congreso de Estados Unidos han comenzado a abordar estas cuestiones. Por ejemplo, en la industria de servicios financieros, las regulaciones que involucran datos están incluidas en el Ley Gramm-Leach-Bliley y Dodd-Frank). Algunos creadores individuales de datos se están desplazando al uso bóvedas de datos de carácter personal e implementación de gestión de relaciones con proveedores conceptos como reflejo de una creciente resistencia a sus datos federados o agregados y revendido sin compensación. Grupos tales como el Consorcio de ecosistema de datos de carácter personal, Derechos de privacidad del paciente, y otros también son un desafío corporativo cooptación de datos sin compensación.

Servicios financieros las empresas son un ejemplo de una industria centrada en la generación de ingresos mediante el aprovechamiento de datos relativamente bueno. Tarjeta de crédito los emisores y bancos minoristas Utilice los datos de transacción del cliente para mejorar la focalización de venta cruzada ofrece. Los socios están promoviendo cada vez más comerciante basado programas de recompensa que aprovechar los datos de un banco y ofrecer descuentos a los clientes al mismo tiempo.

Pasos

1. Identificación de las fuentes de datos disponibles – esto incluye datos actualmente disponibles para monetización, así como otras fuentes de datos externas que pueden mejorar el valor de lo que está actualmente disponible.
2. Conecte, agregado, atribuir, validar, autenticar e intercambiar datos - esto permite que los datos se convierta directamente en procesables o ingresos generando conocimiento o servicios.
3. Establecer términos y precios y facilitar datos trading - métodos de análisis de datos, almacenamiento y acceso. Por ejemplo, muchas corporaciones globales han bloqueado y silos infraestructuras de almacenamiento de datos, que obstaculiza el acceso eficiente a los datos y cooperativa y el intercambio de tiempo real.
4. Realizar Investigación y Analytics – sacar ideas predictivos de datos existentes como base para el uso de datos para reducir riesgo, mejorar el desarrollo del producto o desempeño, o mejorar experiencia del cliente o los resultados del negocio.
5. Acción y aprovechar – la última fase de datos monetizando incluye determinar la alternativa o mejorado datacentric productos, ideas o servicios. Ejemplos pueden incluir tiempo real recurribles activadas las notificaciones o mejorados canales como el web o los mecanismos de respuesta móvil.

Precios Variables y factores

• Una cuota para el uso de una plataforma para conectar a compradores y vendedores
• Una cuota para el uso de una plataforma para configurar, organizar y procesar lo contrario los datos incluidos en un intercambio de datos
• Un cargo por conexión o incluso un dispositivo o un sensor en una cadena de suministro de datos
• Un cargo por conexión y acreditación de un creador de un origen de datos y un comprador de datos - a menudo a través de un Identidad federada
• Una tarifa para conectarse a un origen de datos de otras fuentes de datos para ser incluidos en una cadena de suministro de datos
• Un cargo por uso de un servicio de internet u otro servicio de transmisión para cargar y descargar datos - a veces, para un individuo, a través de un nube personal
• Un precio o cambio u otro valor comercial asignado por un creador de datos o un generador para un elemento de datos o un origen de datos
• Un precio o cambio u otro valor comercial ofrecida por un comprador de datos a un creador de datos
• Un precio o cambio u otro valor comercial asignado por un comprador de datos para un elemento de datos o un origen de datos con formato según criterios establecidos por un comprador de datos
• Un costo incremental asignado por un comprador de datos para un elemento de datos o un conjunto de datos escalados a la reputación del creador datos
• Un cargo por uso de claves cifradas para lograr la transferencia segura de datos
• Un cargo por uso de un algoritmo de búsqueda diseñado específicamente para las fuentes de datos de la etiqueta que contienen los puntos de datos de valor para el comprador de datos
• Una cuota para vincular a datos creador o generador de un protocolo de recogida de datos o formulario
• Una cuota para las acciones del servidor - como una notificación - provocada por una actualización de un elemento de datos o fuente de datos incluidos en una cadena de suministro de datos

Beneficios

• Mejora la toma de decisiones que conduce a tiempo real multitud de origen investigación, mejores beneficios, disminuyó los costos, menor riesgo y mejora el cumplimiento
• Decisiones más impactantes (por ejemplo, tomar decisiones de tiempo real)
• Más oportuna (baja latencia) decisiones (por ejemplo, un vendedor de hacer recomendaciones de compra, mientras que el cliente sea el teléfono o en la tienda, un cliente conecta con múltiples proveedores para descubrir un mejor precio, activa las notificaciones cuando se alcanzan los umbrales para los valores de datos)
• Decisiones más granulares (por ejemplo, localizadas las decisiones de precios a un individuo o dispositivo o sensor de nivel de comparación agregados más grandes).

Marcos

Hay una amplia variedad de industrias, empresas y modelos de negocio relación con la monetización de datos. Los siguientes marcos han sido ofrecidos para ayudar a comprender los tipos de modelos de negocio que se utilizan:

Roger Ehrenberg de IA Ventures, una firma de VC que invierte en este espacio ha definido tres tipos básicos de las empresas de productos de datos:

" Bases de datos contributivos. La magia de estas empresas es que un cliente proporciona sus propios datos a cambio de recibir un conjunto de datos agregados más sólido atrás que proporciona penetración en el mercado más amplio, o proporciona un vehículo para expresar una opinión. Dale un poco, vuelve mucho a cambio – una propuesta de valor muy convincente y que con frecuencia resulta en un pago desde el contribuidor de datos a cambio de recibir datos enriquecidos, agregados. Una vez que se desarrollan estas bases de datos contributivas y clientes depender de sus conocimientos, se convierten en los activos de datos extremadamente valiosa y persistente.

Plataformas de procesamiento de datos. Estas empresas crean barreras a través de una combinación de arquitecturas de datos complejos, algoritmos propietarios y ricos analytics para ayudar a los clientes a consumir datos en cualquier forma que les plazca. A menudo estos negocios tienen relaciones especiales con los proveedores de datos clave, cuando combinado con otros datos y procesado como un conjunto crean barreras competitivas y diferenciación valiosa. Bloomberg es un ejemplo de una plataforma de procesamiento de datos de gran alcance. Tire en datos de una amplia gama de fuentes (incluyendo sus datos de inicio adultos), integrarlo en una corriente unificada, hacerla consumible por un panel de control o a través de una API y ofrecer una suite de análisis robusto para un asombroso número de casos de uso. No hace falta decirlo, su escala y su rentabilidad es la envidia de la industria.

Plataformas de creación de datos. Estas empresas resuelven problemas irritantes para un gran número de usuarios y por su captura de naturaleza una franja amplia de los datos de sus clientes. A medida que estos conjuntos de datos crecen, se vuelven cada vez más valiosas en permitiendo a las empresas adaptar mejor sus productos y características y a clientes con ofertas altamente contextuales y relevantes. Los clientes no inscribirse para beneficiarse directamente de los datos activos; el producto es tan valioso que simplemente quieren que las características ofrecieron out-of-the-box. Como el producto mejora con el tiempo, sólo consolida el lock-in de lo que ya es una plataforma de éxito. Casa de la moneda fue un ejemplo de este tipo de negocios. La gente vio el valor en el producto principal. Pero el producto continuó a mejorar más los datos del cliente recogidos y analizados. No existían los efectos de red, per se, pero la magnitud de los activos de datos que se crearon fue un elemento esencial de la mejora del producto en el tiempo".

SELVANATHAN y Zuk ofrecer un marco que incluye "monetización métodos que están fuera de los límites de los sistemas de captura de valor tradicional empleados por una empresa... afinados para que coincida con los modelos de consumo y contexto para el cliente objetivo." Se ofrecen ejemplos de "cuatro enfoques distintos: plataformas, aplicaciones, servicios de datos-como-un-servicio y profesionales."

Ethan McCallum y Ken Gleason publican un eBook O'Rielly titulado Modelos de negocio para la economía de datos

Recoger/suministro

Tienda/Host

Filtro/refinar

Mejorar/enriquecer

Simplificar el acceso

Analizar

Oscuro

Consulta/aconsejan

Ejemplos

• Empaquetado de datos (con analytics) para ser revendidos a los clientes para cosas como parte de la cartera, cuota de mercado y Benchmarking
• Integración de datos (con analytics) en nuevos productos como diferenciador con valor agregado tales como On-Star para General Motors coches
• GPS habilitado smartphones
• Geolocalización-basado en ofertas y descuentos de ubicación, como las ofrecidas por Facebook y Groupon otros ejemplos de monetización de datos utilizan nuevos canales emergentes

Panorama de la propiedad intelectual

Algunas de las patentes emitidas desde 2010 por la USPTO para monetizar datos generados por individuos incluyen; 8.271.346, 8.612.307, 8.560.464, 8.510.176 y 7.860.760. Éstos son generalmente generalmente en la clase 705 relacionada con comercio electrónico, procesamiento de datos y determinación de costo y precio. Algunas de estas patentes utilizan el término, el cadena de suministro de datos para reflejar la emergente tecnología para federar y agregar datos en tiempo real de muchas personas y dispositivos enlazados juntos a través del Internet de las cosas. Otro término emergente es información bancaria.

Una arena inexplorada pero potencialmente perjudicial para la monetización de datos es el uso de Bitcoin micropagos para las transacciones de datos. Porque Bitcoins surgen como competidores con servicios de pago como Visa o PayPal que fácilmente pueden activar y reducir o eliminar los costos de transacción, se pueden facilitar transacciones por tan poco como un elemento de datos individual. Los consumidores, así como las empresas que desean rentabilizar su participación en una cadena de suministro de datos pronto pueden ser capaces de tener acceso a redes sociales permitido Bitcoin intercambios y plataformas. Clickbait y secuestro de datos puede marchitar mientras micropagos para datos son ubicuos y están habilitados. Potencialmente, incluso la necesidad actual para construir corredor de datos administrados datos pueden evitarse los intercambios comerciales. Stanley Smith, quien introdujo la noción de la cadena de suministro de datos, ha dicho que los micropagos simples para la monetización de datos son la clave para la evolución de la omnipresente aplicación de usuario configurable datos fuente esquemas, permitiendo monetización de datos a escala universal para todos los creadores de datos, incluyendo la incipiente internet de las cosas.

Altavoces

El 19 de marzo de 2013 el capítulo de Chicago de la Asociación de gestión y desarrollo de productos (PDMA) llevó a cabo un evento titulado "Monetizing datos: una noche con ocho de los líderes de gestión de productos de datos de Chicago"

Véase también

• Monetización
• Inteligencia de negocios
• Analytics
• Bitcoin
• Datos como un servicio

Otras Páginas

• 1978 Prix de l Arc de Triomphe
• Rangitata (electorado de Nueva Zelanda)
• Certificado Paralegal
• La firma de Cochran
• Motores Land Rover
• Parachela oxygastroides
• Post vacio
• ZettaGrid
• Ernie Preate
• Outsourcing de inversion