✕ סגור 
צור קשר
תודה על ההתעניינות .

Thank you! Your submission has been received!

Oops! Something went wrong while submitting the form

Data Monetization: a NEW line of business

ברק אלון
|
Mar 23, 2020
EuropeClouds.com
title="Google"
alt="blogs"

בעידן בו המודל העסקי של חברות האינטרנט הגדולות מבוסס כולו על דאטה, גם החברות המסורתיות כגון חברות אשראי, תקשורת, אנרגיה, ביטוח וקמעונאות מחפשות דרכים למסחר את הנתונים שהן אוספות. יכולות מתקדמות לעיבוד נתונים, גיוס מדעני נתונים ובשלות של מודלים עסקיים חדשים מביאים לכך שמוצרי דאטה שכאלו כבר קיימים בשוק והחברות מציינות שורת הכנסה חדשה בדו"חות ה-P&L שלהן.

נתחיל מהסוף – חברת סלולר בסינגפור פיתחה מוצר דאטה המתבסס על נתוני המיקום של לקוחותיה כדי לעזור לגופי תחבורה ציבורית לייעל את שירותיהן. בישראל, רשת קמעונאית גדולה מוכרת שירות דאטה המאפשר לספקי המוצרים שלה לנתח את הפרופילים ההתנהגותיים של הלקוחות שקונים כל מוצר בכל חנות. במקביל, חברת אשראי באירופה מאפשרת לכל חנות לרכוש מוצר המספק ניתוח של כל הסגמנטים השיווקיים אשר רוכשים בחנות, וחברת ביטוח אחרת מציעה לגבות את דמי ביטוח הבריאות שלה בהתאם לנתונים בריאותיים המגיעים מהשעון החכם של המבוטח.

כפי שניתן להבין, החדשות הטובות הן שלחברות מסורתיות רבות, כגון חברות אשראי, ביטוח, תקשורת וקמעונאות יש דאטה מדהים על לקוחותיהן, כזה שלא תמיד גם לחברות האינטרנט הגדולות ביותר כמו פייסבוק וגוגל יש גישה אליו. מדובר בדאטה ייחודי וערכי ביותר הכולל אפיון רכישות, מיקומים, צפייה בטלוויזיה והתנהגות ברשת, כאשר את "חומר הגלם" הזה ניתן להמיר למוצרים ושירותים עבור צדדים שלישיים מהם ניתן להרוויח הרבה מאד כסף.

החדשות הפחות טובות הן שעבור רבות מהחברות המסורתיות הדרך ליצירת מוצרי דאטה רווחיים עוד ארוכה. בזמן שחברות האינטרנט פיתחו את יכולת המוניטיזציה (עשיית כסף) מהדאטה שהן מחזיקות לרמה הגובלת באומנות, רוב החברות המסורתיות עדיין נשענות על המודלים המסחריים המסורתיים בתחומן ולא עבדו מספיק עד כה בלזקק את הדאטה שלהן לכדי קווים עסקיים חדשים שיגדילו את הכנסות החברה בצורה משמעותית. גם כאן יש זווית אופטימית לסיפור, כאשר עוד ועוד חברות מקימות מחלקות מוניטיזציה ומשיקות מוצרי דאטה לסקטורים מגוונים כגון פרסום, תחבורה, ביטחון ועוד.  

עידן הData Monetization- החל כאמור כשמפלצות הטכנולוגיה הבינו שלנתונים שהן אוספות יש פוטנציאל רווח הרבה יותר גדול מאשר המודלים העסקיים המסורתיים הגובים דמי רישום חודשיים לשירות מסוים. באמצעות כך, המשתמשים בפלטפורמות של גוגל, פייסבוק ודומיהן מקבלים שירות ללא עלות כספית, אך עם עלות בצורת מתן הרשאה לשימוש בדאטה שלהן לצרכי פרסום מטורגט, מכירת המידע לצדדים שלישיים ועוד. לאור ההצלחה האדירה של המודלים העסקיים החדשים הללו, גם חברות מסורתיות מחפשות לשלב מוצרי דאטה כחלק מפורטפוליו המוצרים שלהן, ובכך להגדיל את הצעת הערך שלהן לסקטורים עמן לא היה קשר עד כה (כי מי היה מאמין שחברת סלולר תוכל להיכנס לתחום התחבורה בזכות הדאטה שלה?).

הדרך להשקת מוצרי דאטה מוצלחים טומנת בחובה שלושה סוגי אתגרים משמעותיים איתן כל חברה צריכה להתמודד: טכנולוגיים, עסקיים ומשפטיים, כאשר על כל אחד מהם נפרט בהרחבה גם בכתבות הבאות.

בהיבט הטכנולוגי, מיזמי data monetization רבים כוללים יכולות מתקדמות של ניתוח נתונים. יכולות אלה נדרשות מאחר והמוצרים החדשים האלו כוללים לרוב ניתוח של כמויות נתונים עצומות איתן החברות המסורתיות לא התמודדו עד כה. ניתוחים אלו חולשים לרוב על תעבורת המיקומים/רכישות/גלישות של החברה (וזה חבריי, ביג דאטה על אמת), אשר גדולה בהרבה מהתעבורה עליה מתבססים ניתוחי ה-BI הקלאסיים שהאנליסטים של החברות ביצעו עד כה.

בנוסף לכך, חלק מהותי מהערך המוסף שהדאטה מספק הוא תוצר של מודלי בינה מלאכותית שונים אשר דורשים ארכיטקטורת נתונים שתאפשר למדעני הנתונים (עליהם נדבר בהרחבה בהמשך) להיכשל בזול, לרוץ מהר ולאפשר שינויים תמידיים הנדרשים במסגרת פיתוח מודלי המוצר. מה המשמעות של כל זה? שמיזמי data monetization מביאים ארגונים רבים לעבור לארכיטקטורה מבוססת ענן, הפועלת לצד תשתית ה-on prem המוגבלת והמסורבלת המשמשת את רוב שירותי הליבה של החברה. לשינוי זה בארכיטקטורה משמעותיות רבות הקשורות למודל רכש, אבטחת מידע וידע חדש שהחברה צריכה לגייס/ללמד את עובדיה.

 

ולמרות זאת, השינוי הדרמטי ביותר שתחום ה-data monetization  מביא הוא דווקא בהיבט העסקי והתמחורי, שכן הוא מוציא את מרבית אנשי ה-BI והאנליזה מאזור הנוחות שלהם ומביא אותם להתעסק לראשונה בפרודקטיזציה (מיצור) של דאטה, להניע תהליכי פיתוח עסקי, תהליכי pre-sale, לכתוב הסכמים ולנהל משא ומתן. מדובר בהתנהלות שהיא הרבה יותר קרובה לכזו של סטארט-אפ מאשר לגוף דאטה קלאסי שלקוחותיו היו עד כה עובדי הארגון אשר זקוקים לדשבורדים ופיסות מידע. מדובר אפוא בתפנית משמעותית ביכולות הנדרשות מאנשי הדאטה בארגון מבחינת הבנה עסקית ופיננסית והיכרות עם השווקים בהם מוצרי הדאטה של החברה מתכוונים לפעול. במסגרת היבט זה, יש לדון בקפידה על המודל התמחורי הנכון לכל מוצר דאטה. האם מודל התמחור הנכון הוא במודל חודשי ?FIX ?Freemium? ובכלל שירות חינמי המתבסס על פרסומות? רבים מהמיזמים אשר הליבה המוצרית שלהם מבוססת דאטה מייצרים שיח על מודלים תמחוריים חדשים אשר חייבים להיות מותאמים לאופי המיזמים הללו.

 

היבט קריטי נוסף להתייחס אליו הוא זה שנודע כ"party pooper" של מיזמי הדאטה: סוגיות פרטיות, GDPR ואבטחת מידע. במוצר דאטה, איסוף נתוני לקוחות וניתוחם לטובת המוצר/שירות מהווה למעשה את ליבת המוצר, כזה שבלעדיו אין למוצר זכות קיום. לכן, הרגולציה המתפתחת ללא הפסקה בתחומי הגנת הפרטיות ואבטחת המידע הן הרבה יותר מ"פינה לסגור" במסגרת העבודה על המעטפת המוצרית. מדובר פעמים רבות בסוגיות המהוותGO/NO GO  למוצר כולו, ולכל הפחות סוגיה שיש להתייחס אליה בכובד ראש כחלק מהאפיון הטכנולוגי והשיווקי של המוצר. מוצרים ומיזמים רבים לא יצאו לדרך או נפלו במהלך הפיתוח בגלל ניהול לא נכון ומעמיק מספיק בסוגיה המשפטית, אותה יש ללמוד לעומק.

חברות רבות למדו על בשרן שעל מנת לגבור על כל האתגרים הללו ולפתח מוצרי דאטה איכותיים יש להקים קבוצה ייעודית אשר תפעל בצורה עצמאית ומנותקת מעסק הליבה של החברה. קבוצה הזו תהיה אחראית הן על הצד המוצרי, המסחרי והעסקי של הפעילות והן על צד הפיתוח, Data Science והקמת התשתיות הנדרשות. מדובר למעשה בהקמת סטארט-אפ בתוך החברה אשר נהנה מדאטה שכל סטארט-אפ חיצוני היה רק חולם לגשת אליו. ההצלחות והכשלונות בתחום מלמדים שעל מנכ"לים של חברות מסורתיות לאמץ את דרך החשיבה הזו ולנהל בתצורה הזו את מוצרי הדאטה בחברות שלהם.

 

מאת ברק אלון, Chief Data Officer בחברת פרטנר


רוצים להתעדכן בתכנים נוספים בנושאי Data? הצטרפו עכשיו לפורום המקצועי שלנו ותמיד תישארו בעניינים > להרשמה

בעידן בו המודל העסקי של חברות האינטרנט הגדולות מבוסס כולו על דאטה, גם החברות המסורתיות כגון חברות אשראי, תקשורת, אנרגיה, ביטוח וקמעונאות מחפשות דרכים למסחר את הנתונים שהן אוספות. יכולות מתקדמות לעיבוד נתונים, גיוס מדעני נתונים ובשלות של מודלים עסקיים חדשים מביאים לכך שמוצרי דאטה שכאלו כבר קיימים בשוק והחברות מציינות שורת הכנסה חדשה בדו"חות ה-P&L שלהן.

נתחיל מהסוף – חברת סלולר בסינגפור פיתחה מוצר דאטה המתבסס על נתוני המיקום של לקוחותיה כדי לעזור לגופי תחבורה ציבורית לייעל את שירותיהן. בישראל, רשת קמעונאית גדולה מוכרת שירות דאטה המאפשר לספקי המוצרים שלה לנתח את הפרופילים ההתנהגותיים של הלקוחות שקונים כל מוצר בכל חנות. במקביל, חברת אשראי באירופה מאפשרת לכל חנות לרכוש מוצר המספק ניתוח של כל הסגמנטים השיווקיים אשר רוכשים בחנות, וחברת ביטוח אחרת מציעה לגבות את דמי ביטוח הבריאות שלה בהתאם לנתונים בריאותיים המגיעים מהשעון החכם של המבוטח.

כפי שניתן להבין, החדשות הטובות הן שלחברות מסורתיות רבות, כגון חברות אשראי, ביטוח, תקשורת וקמעונאות יש דאטה מדהים על לקוחותיהן, כזה שלא תמיד גם לחברות האינטרנט הגדולות ביותר כמו פייסבוק וגוגל יש גישה אליו. מדובר בדאטה ייחודי וערכי ביותר הכולל אפיון רכישות, מיקומים, צפייה בטלוויזיה והתנהגות ברשת, כאשר את "חומר הגלם" הזה ניתן להמיר למוצרים ושירותים עבור צדדים שלישיים מהם ניתן להרוויח הרבה מאד כסף.

החדשות הפחות טובות הן שעבור רבות מהחברות המסורתיות הדרך ליצירת מוצרי דאטה רווחיים עוד ארוכה. בזמן שחברות האינטרנט פיתחו את יכולת המוניטיזציה (עשיית כסף) מהדאטה שהן מחזיקות לרמה הגובלת באומנות, רוב החברות המסורתיות עדיין נשענות על המודלים המסחריים המסורתיים בתחומן ולא עבדו מספיק עד כה בלזקק את הדאטה שלהן לכדי קווים עסקיים חדשים שיגדילו את הכנסות החברה בצורה משמעותית. גם כאן יש זווית אופטימית לסיפור, כאשר עוד ועוד חברות מקימות מחלקות מוניטיזציה ומשיקות מוצרי דאטה לסקטורים מגוונים כגון פרסום, תחבורה, ביטחון ועוד.  

עידן הData Monetization- החל כאמור כשמפלצות הטכנולוגיה הבינו שלנתונים שהן אוספות יש פוטנציאל רווח הרבה יותר גדול מאשר המודלים העסקיים המסורתיים הגובים דמי רישום חודשיים לשירות מסוים. באמצעות כך, המשתמשים בפלטפורמות של גוגל, פייסבוק ודומיהן מקבלים שירות ללא עלות כספית, אך עם עלות בצורת מתן הרשאה לשימוש בדאטה שלהן לצרכי פרסום מטורגט, מכירת המידע לצדדים שלישיים ועוד. לאור ההצלחה האדירה של המודלים העסקיים החדשים הללו, גם חברות מסורתיות מחפשות לשלב מוצרי דאטה כחלק מפורטפוליו המוצרים שלהן, ובכך להגדיל את הצעת הערך שלהן לסקטורים עמן לא היה קשר עד כה (כי מי היה מאמין שחברת סלולר תוכל להיכנס לתחום התחבורה בזכות הדאטה שלה?).

הדרך להשקת מוצרי דאטה מוצלחים טומנת בחובה שלושה סוגי אתגרים משמעותיים איתן כל חברה צריכה להתמודד: טכנולוגיים, עסקיים ומשפטיים, כאשר על כל אחד מהם נפרט בהרחבה גם בכתבות הבאות.

בהיבט הטכנולוגי, מיזמי data monetization רבים כוללים יכולות מתקדמות של ניתוח נתונים. יכולות אלה נדרשות מאחר והמוצרים החדשים האלו כוללים לרוב ניתוח של כמויות נתונים עצומות איתן החברות המסורתיות לא התמודדו עד כה. ניתוחים אלו חולשים לרוב על תעבורת המיקומים/רכישות/גלישות של החברה (וזה חבריי, ביג דאטה על אמת), אשר גדולה בהרבה מהתעבורה עליה מתבססים ניתוחי ה-BI הקלאסיים שהאנליסטים של החברות ביצעו עד כה.

בנוסף לכך, חלק מהותי מהערך המוסף שהדאטה מספק הוא תוצר של מודלי בינה מלאכותית שונים אשר דורשים ארכיטקטורת נתונים שתאפשר למדעני הנתונים (עליהם נדבר בהרחבה בהמשך) להיכשל בזול, לרוץ מהר ולאפשר שינויים תמידיים הנדרשים במסגרת פיתוח מודלי המוצר. מה המשמעות של כל זה? שמיזמי data monetization מביאים ארגונים רבים לעבור לארכיטקטורה מבוססת ענן, הפועלת לצד תשתית ה-on prem המוגבלת והמסורבלת המשמשת את רוב שירותי הליבה של החברה. לשינוי זה בארכיטקטורה משמעותיות רבות הקשורות למודל רכש, אבטחת מידע וידע חדש שהחברה צריכה לגייס/ללמד את עובדיה.

 

ולמרות זאת, השינוי הדרמטי ביותר שתחום ה-data monetization  מביא הוא דווקא בהיבט העסקי והתמחורי, שכן הוא מוציא את מרבית אנשי ה-BI והאנליזה מאזור הנוחות שלהם ומביא אותם להתעסק לראשונה בפרודקטיזציה (מיצור) של דאטה, להניע תהליכי פיתוח עסקי, תהליכי pre-sale, לכתוב הסכמים ולנהל משא ומתן. מדובר בהתנהלות שהיא הרבה יותר קרובה לכזו של סטארט-אפ מאשר לגוף דאטה קלאסי שלקוחותיו היו עד כה עובדי הארגון אשר זקוקים לדשבורדים ופיסות מידע. מדובר אפוא בתפנית משמעותית ביכולות הנדרשות מאנשי הדאטה בארגון מבחינת הבנה עסקית ופיננסית והיכרות עם השווקים בהם מוצרי הדאטה של החברה מתכוונים לפעול. במסגרת היבט זה, יש לדון בקפידה על המודל התמחורי הנכון לכל מוצר דאטה. האם מודל התמחור הנכון הוא במודל חודשי ?FIX ?Freemium? ובכלל שירות חינמי המתבסס על פרסומות? רבים מהמיזמים אשר הליבה המוצרית שלהם מבוססת דאטה מייצרים שיח על מודלים תמחוריים חדשים אשר חייבים להיות מותאמים לאופי המיזמים הללו.

 

היבט קריטי נוסף להתייחס אליו הוא זה שנודע כ"party pooper" של מיזמי הדאטה: סוגיות פרטיות, GDPR ואבטחת מידע. במוצר דאטה, איסוף נתוני לקוחות וניתוחם לטובת המוצר/שירות מהווה למעשה את ליבת המוצר, כזה שבלעדיו אין למוצר זכות קיום. לכן, הרגולציה המתפתחת ללא הפסקה בתחומי הגנת הפרטיות ואבטחת המידע הן הרבה יותר מ"פינה לסגור" במסגרת העבודה על המעטפת המוצרית. מדובר פעמים רבות בסוגיות המהוותGO/NO GO  למוצר כולו, ולכל הפחות סוגיה שיש להתייחס אליה בכובד ראש כחלק מהאפיון הטכנולוגי והשיווקי של המוצר. מוצרים ומיזמים רבים לא יצאו לדרך או נפלו במהלך הפיתוח בגלל ניהול לא נכון ומעמיק מספיק בסוגיה המשפטית, אותה יש ללמוד לעומק.

חברות רבות למדו על בשרן שעל מנת לגבור על כל האתגרים הללו ולפתח מוצרי דאטה איכותיים יש להקים קבוצה ייעודית אשר תפעל בצורה עצמאית ומנותקת מעסק הליבה של החברה. קבוצה הזו תהיה אחראית הן על הצד המוצרי, המסחרי והעסקי של הפעילות והן על צד הפיתוח, Data Science והקמת התשתיות הנדרשות. מדובר למעשה בהקמת סטארט-אפ בתוך החברה אשר נהנה מדאטה שכל סטארט-אפ חיצוני היה רק חולם לגשת אליו. ההצלחות והכשלונות בתחום מלמדים שעל מנכ"לים של חברות מסורתיות לאמץ את דרך החשיבה הזו ולנהל בתצורה הזו את מוצרי הדאטה בחברות שלהם.

 

מאת ברק אלון, Chief Data Officer בחברת פרטנר


רוצים להתעדכן בתכנים נוספים בנושאי Data? הצטרפו עכשיו לפורום המקצועי שלנו ותמיד תישארו בעניינים > להרשמה

לפרטים נוספים ויצירת קשר עם נציג אורקל

תודה הודעתך התקבלה

הודעתך לא התקבלה - נסה שוב מאוחר יותר

ברק אלון

הירשם לרשימת הדיוור של IsraelClouds

Thank you! Your submission has been received!

Oops! Something went wrong while submitting the form

מילון מונחיםהשירותים שלנו תנאי שימושהרשמה לניוזלטרמדיניות פרטיות