¿Qué es la monetización de los datos?
Antes de entrar en materia, me gustaría iniciar respondiendo una pregunta que me hicieron esta mañana y que por andar inmerso en este mundo nunca me había detenido a pensar o a detallar: “¿Qué carajos son los datos?”
Haciendo una breve revisión encontré que vienen del latín datum, en inglés “a given” y que en español podría ser “lo que se da”. Así, un dato es algo que se da, que representa un fragmento de una cantidad, una medida, una descripción, una letra, un símbolo, una palabra; en fin, un sinnúmero de posibilidades, una unidad mínima que puede llegar a transformarse en infinitas formas de información.
Dicho esto, la monetización de datos se podría ver como la utilización de los datos para obtener uno de sus tantos beneficios: el económico. Pero este beneficio puede ir más allá de la simple venta o concesión de licencias de datos. Pensemos en los datos como un activo económico que se puede aprovechar de formas en que otros activos no lo permiten, como el petróleo, con el que a menudo se comparan erróneamente (Una buena idea para discutir en otra publicación).
Los datos se pueden utilizar al mismo tiempo para múltiples propósitos. Es lo que los economistas llaman un activo no rival, no agotable y regenerativo, es decir: cuando se consumen no se agotan, y cuando se usan a menudo se generan aún más datos. Gracias a esta versatilidad, los datos pueden asumir formas infinitas y por lo tanto, monetizarse de incontables formas. Una muy buena noticia para las empresas, ¿verdad?
Pero… ¿Cómo hacerlo?
Bueno, las empresas tienen la posibilidad de monetizar los datos de manera directa e indirecta.
1. Monetización indirecta
La indirecta implica intervenir uno o más procesos de una organización para, por ejemplo, reducir gastos por despilfarro de insumos, optimizar cadenas de suministro, mejorar el servicio al cliente, identificar nuevos segmentos de clientes, fidelizarlos, entre otros.
2. Monetización directa
La monetización directa de datos generalmente se realiza en forma de transacción, como: Vender licencias de acceso a datos de valor para un mercado, intercambiarse por otros bienes o activos, etc.
Los métodos de monetización de datos directos con frecuencia se pasan por alto, algunos ejemplos son:
– Licenciar el acceso a datos:
Este método permite licenciar los derechos sobre los datos, en lugar de intercambiar su custodia exclusiva. Generalmente pocas organizaciones ofrecen datos como un producto o servicio además de sus productos o servicios “core” o tradicionales.
– Marketplaces para intercambio de datos externos o alternativos:
Cada vez aparecen más plataformas como Dawex, Quandl, The Data Exchange, Eagle Alpha, Demyst, entre otras, enfocadas en el intercambio de datos para sectores específicos de la industria.
Sin embargo, a menudo, las empresas realmente no quieren datos sin procesar; requieren conocimientos (insights) específicos de su negocio, como patrones de consumo o recomendaciones. Varias organizaciones de investigación de mercado, como Nielsen, IHS Markit y Gartner, monetizan datos (o contenido) de esta manera.
– Trueque o comercio con datos:
Hoy en día esta es una de las prácticas más comunes. ¿Recuerdas cuando pagaste con tu tarjeta de fidelidad en un supermercado de cadena, o cuando compraste gasolina e indicaste que tenías tu tarjeta de puntos? Sé que si y lo haces (o lo hacemos) porque con este mecanismo se recibe un “descuento”. Pero, ¿qué está pasando realmente? Estás intercambiando datos sobre ti y lo que hay en tu carrito de compras o tus hábitos de consumo a cambio de “comida gratis”.
– Mejora de productos o servicios existentes con datos:
No es necesario vender o intercambiar datos e información valiosa directamente para obtener beneficios económicos a partir de los datos. En ocasiones, la integración de datos externos o servicios de analítica existentes pueden reforzar la competitividad de una empresa, generando nuevas oportunidades de negocio, para luego vender un servicio Premium.
Por ejemplo, una herramienta de previsión de inventarios que tenga acceso a datos externos, datos abiertos, datos de redes sociales, del clima, de eventos, contenido web, etc., puede enriquecer sus resultados haciéndolos más acertados, oportunos y de mayor valor para la toma de decisiones sobre el abastecimiento de inventarios, en comparación con las herramientas de previsión tradicionales, que consideran solo el historial de transacciones de la empresa.
– Digitalización de productos o servicios existentes:
En lugar de limitarse a enriquecer tus productos o servicios existentes con datos externos, con estos métodos se promueve su completa digitalización. La digitalización de soluciones a menudo requiere el rediseño total de productos, servicios, procesos, hasta los famosos customer journeys.
Sin embargo al final, además de mejorar la calidad del servicio, se abre una abanico enorme de posibilidades gracias a la generación de nuevos datos con lo que no contabas. Lo mejor: ¡son datos propios de tu negocio! De saberlos aprovechar podrían propiciar oportunidades que no habías contemplado antes.
Me gustaría concluir diciendo que la monetización directa de datos requiere algo más que un proyecto interno de analítica, como se acostumbra en la monetización indirecta. En su lugar, se debe tratar como una nueva línea de negocio, con funciones de gestión propias, de marketing, ventas y soporte exclusivas.
Finalmente, te invitamos a estar pendiente de nuestras publicaciones en los próximos días, ya que lanzaremos una iniciativa, donde cada 15 vamos a realizar una charla con invitados expertos (nacionales y extranjeros). Indagaremos sobre cómo llevar a cabo proyectos de datos e inteligencia artificial de forma exitosa en cualquier industria. Así que, si eres responsable o estás liderando en este momento algún proyecto de analítica o piensas llevar a cabo uno en tu empresa, esta iniciativa es para ti. Estamos seguros que te será de gran utilidad, independiente de la fase en la que tu proyecto se encuentre. [Quiero conocer mas de la iniciativa]
Cuéntanos, ¿De que forma están monetizando los datos en tu empresa?
Leave A Comment