데이터 수익화가 어렵게 느껴지시나요 ? 시작하는 방법은 다음과 같습니다.

데이터 수익화가 어렵게 느껴지시나요 ? 시작하는 방법은 다음과 같습니다.

참고: 이 내용은 2022. 1. 11에 게시된 컨텐츠(La monétisation des données semble-t-elle intimidante ? Voici comment commencer) 에서 번역되었습니다.

위대한 탐정 셜록 홈스는 « 너도밤나무 집 » 이라는 책에서 « 데이터 ! 데이터 ! 데이터 ! 진흙도 없이 벽돌을 만들 순 없어.”라고 외쳤습니다. 다시 말해, 데이터 조각은 유명한 탐정이 모든 미스터리를 해결하는 데 필요한 필수 구성 욀소싔소. 그러나 우리 가 전 세계 적 인 팬 데믹 에서 벗어나고 있는 스스로 를 발견 함 에 따라 (예, 그러길 바랍니다) 데이터 는 재창조 에 필요 한 구성 요소 가 되기도 했습니다. 기업 은 새로운 세계 에서 스스로 를 재창 조함 에 따라 데이터 를 사용 하여 자사 의 운영 을 더 깊이 들여다 보고 있습니다. 기존 고객을 자세히 살펴보고 새로운 고객의 지평을 탐색하고 있습니다. 그리고 파트너와 고객이 동일한 작업을 수행할 수 있는 방법을 모색하고 있습니다. 그들 은 내부 적 으로 데이터 를 사용 하여 수익 을 창출 할 뿐 만 아니라 외부 적 으로 데이터 를 상업 화 하기 시작 하고 있습니다. 이 기회 를 확인 한 기업들 은 우리 에게 과거 에는 데이터 전략 이 있었다면, 이제 는 데이터 그 차제 가 전략 이라 고 말 합니다.

이 새로운 패러다임 은 데이터 를 자산 으로서 (네, 이건 이전 에 도 들었죠) 뿐 만 아니라 제품 으로 생각 해 보게 보게 합니다. 요즘도 그 단어를 입 밖에 내는 사람이 많더군요. 포함합니다. 데이터 제품에 대한 기술적인 논의는 아키텍처 경로로 너무 강박적으로 몰두해 왔습니다. 유용하긴 하지만 ‘아키텍처 양자’라는 개념은 특정 청중에게는 와 닿지 않을 수 있습니다.

제품의 기본 개념은 매우 간단합니다. 옥스퍼드 사전은 제품을 ‘판매를 위해 제조되거나 정제된 물품 또는 물질’로 정의합니다. 우리는 데이터를 판매용으로 제조되거나 정제된 제품의 구성 요소로 생각해야 합니다. 그리고 ‘판매’는 내부적으로나 외부적으로 가치를 교환하는 것을 의미합니다. 내부 사용 이 비용 분담 (charge de charge) 또는 기타 가치 교환 이라는 결과 를 가져 오는지 는 여전히 해결 되지 않은 문제 입니다. 일부 공유 IT 서비스 모델은 비용 분담 모델을 지지하지만 종종 그렇게 하는 것은 복잡하고 정치적으로 어려운 일입니다. 그러니 다시, 그것은 제쳐두고 제품 자체에 집중합시다.

데이터 출시 시작

많은 데이터 리더에게 기회는 분명합니다. 자주 인용되는 McKinsey 연구는 데이터 협업이 연간 3조 달러를 창출하는 것으로 추산합니다. 그리고 데이터 협업 은 데이터 공유 즉, 다른 사람들 이 데이터 를 사용 하여 그 로부터 가치 를 도출 할 수 있게 하는 것 부터 시작 합니다. 다시 말하면 외부에서 데이터를 수익화하는 것입니다. 그러나 대부분의 데이터 리더는 시작하는 것조차 어렵다는 것을 알게 됩니다. 그들이 하는 질문 중 일부는 다음과 같습니다.

어떤 데이터 ? 첫 번째로 떠오르는 생각은 데이터 팀에게 데이터 제품의 범위를 지정하도록 요청하자는 것 하자는 것 하자는 것 하자는 것 하자는 것 하자는 데이터 팀은 역사적으로 주도적 역할을 해왔으니까요, 그렇죠 ? 글쎄요, 여기서는 꼭 그렇진 않습니다. 또는 데이터 팀 이 주도 적 인 역할 을 맡을 지라도, 첫 번째 단계 는 비즈니스 이해 관계자 와 의 대화 를 통해 흥미가 느껴질 만 한 데이터 소스 또는 데이터 도메인 도메인 에 아이디어 아이디어 를 얻는 것 데이터 소스 또는 데이터 ‘도메인 에 아이디어 아이디어 를 얻는 것 입니다. ‘고객 데이터’ 또는 ‘제품 데이터’를 생각해 보십시오. 고객 데이터 는 여러 소스 에서 제공 되며 고객 프로필, 거래 데이터, 고객 센터 로그 및 고객 과 관련 된 모든 것 이 포함 포함. 제품 데이터 에는 생산 데이터, 출시 데이터, 판매 및 반품, 결함 및 제품과 관련 된 기타 모든 것 이 포함 될 수 수 있습니다. 데이터 팀 은 보유 하고 있는 데이터 가 무엇 인지는 알 수 있지만 꼭 잠재 적 사용 사례 의 범위 를 알고 있으리 라는 법 은 없습니다.

어떤 사용 사례 ? 그렇다면 누가 이 데이터를 어떻게 사용할까요 ? 일부 데이터 팀은 이러한 사용 사례를 자체적으로 제시하는 데 너무 많은 시간을 할애합니다. 때때로 효과가 있을 수 있지만 그 팀이 전적으로 할 작업은 아닙니다. 가장 좋은 출발점 은 데이터 가 이미 내부 적 으로나 외부 적 으로 어떻게 사용 되고 있는지 물어보고 다른 사람들 도 같은 방식 으로 사용 할 수 있는지 확인 하는 것 입니다. 예를 들어, 통신사는 도시의 네트워크 트래픽 밀도를 사용하여 소매점을 배치할 위치를 결절핤. 자, 보세요, 소매상, 개발자, 도시 계획가도 부지 선택을 위해 해당 데이터를 사용할 수 있실.니 아니면 관련된 용도를 상상해 보십시오. 제트 엔진 제조업체는 비행 운영 데이터를 사용하여 미래 제품을 개선합니다. 항공사는 비행 운영 데이터를 사용하여 효율성을 높일 수도 있습니다. Erp 와 같은 엔터 프라이즈 애플리케이션 은 이제 가동 중지 비용 이나 고객 전반 에 걸친 자산 수익률 과 같은 메트릭 을 비교 하는 벤치 마킹 서비스 와 함께 제공 제공. 이것은 « 감자튀김도 같이 드시겠어요? »

어떤 형태의 제품 또는 서비스 ? 이를 통해 실제 데이터 제품 또는 서비스, 그리고 가능한 여러 가지 형태를 확인할 수 있습니. 항상 데이터 자체에 관한 것만은 아닙니다. 데이터를 판매하려면 개발자나 데이터 과학자가 무언가를 해야 합니다. 이를테면 애플리케이션이나 분석 모델을 구축해서 비즈니스 가치를 제공해야 합니다. 그러나 그 데이터 제품 또는 서비스가 비즈니스 워크플로 내 에서 고객 에게 직접 통찰력 을 제공 하는 애플리케이션 또는 분석 모델 인 경우 결정 이나 조치가 즉시 취해질 수 있습니다. 예를 들어 PepsiCo에서 데이터 팀은 내부용 제품인 ROI Engine 을 만들어서 마케팅 캠페인 및 미디어 배치의 영향을 측정핤. 이 앱 은 60 개 이상 의 소스 에서 데이터 를 집계 하고 전자 상거래 에서 다양 한 브랜드 및 지역 에 이르기 까지 비즈니스 전반 에 걸쳐 사용자 에게 통찰력 을 제공 합니다. 이러한 통찰력 을 통해 마케터 는 어떤 캠페인 과 광고 게재 위치 가 성공 적 인지 판단 하고 어떤 캠페인 과 광고 를 계속 진행 할지 또는 다듬을지 결정 할 수 있습니다.

Data Monetization diagram

데이터 자체 와 데이터 앱 사이 에는 (위 다이어 그램 참조) 특정 비즈니스 맥락 내 에서 검색 및 액세스 를 용이하게 하는 사용자 지정 인터페이스 가 있습니다. 예를 들어, Atheon Analytics SKUTrak은 빠르게 변화 하는 소비재 공급 업체 와 소매 업체 가 상품 흐름 분석 으로 데이터 기반 결정 을 내리는 데 도움 을 주는 인터페이스 를 제공 합니다. 제품과 서비스 가 비즈니스 맥락 에 직접 더 많은 통찰력 을 제공 할수록 (다이어그램 의 주황색 곡선 을 따라 이동) 가치 실현 시간 이 단축 됩니다.

데이터 자체를 제품으로 제공할 때 직접 데이터 공유는 다운로드 또는 파일 전송을 통해 데이터를 복사 및 전송하는 것보다 더 나은 옵션을 제공핤. 복사 및 전송 에는 더 많은 노력 이 필요 할 뿐 만 아니라 특정 시점 의 스냅 숏일 뿐 인 데이터도 그 즉시 뒤처진 것 이 됩니다. 취소가 불가능하지는 않더라도 데이터에 액세스하는 것이 더 어렵기도 합니다.

가치는 무엇입니까 ? 이 질문은 제품 팀을 영원히(음, 거의 영원히) 곤혹스럽게 만들어 왔습니다. 내 데이터의 가치는 얼마이며 제품으로서 이것에 얼마의 요금을 부과해야 합니까 ? 몇몇 데이터 제공자 는 가격 을 테스트 하고 각 가격별 수요 를 측정 함 으로써 과녁 을 좁혀 나가는 것 이 사격 연습과 같다 고 제 게 말 했습니다. 다른 이들은 내부 사용을 통해 도출한 가치로부터 추정합니다. 또 다른 접근법 은 고객 또는 파트너 와 직접 협력 하여 데이터 적용 으로 발생 하는 증분 가치 를 벤치 마킹 하고 측정 하는 것 입니다. 예 를 들어, 어떤 마케팅 캠페인 이 일정 한 전환율 을 달성 하는데, 특정 타깃을 식별 할 수 있는 새로운 데이터 를 사용 하면 전환율 이 증가 합니다. 이 상승한 부분은 그 데이터에 기인했다고 할 수 있습니다. 모든 예 에서 애자일 접근법 을 채택 해 새로운 데이터 오퍼 를 테스트 하고 이것 이 제공 하는 가치 를 결정 하는 것 입니다. 결국 시장이 가격을 결정할 것입니다.

시장 출시 방법 ? 대부분의 기업에서 데이터 상업화는 주요 비즈니스가 아닙니다. GE Aviation et Siemens Mobility font appel à des systèmes d’assistance à distance. 성공적인 상업화는 종종 올바른 시장 출시 파트너 또는 채널과 함께 시작됩니다. 많은 컨설팅 회사와 서비스 공급자가 그 과정을 통해 기업을 안내하는 데 도움을 줍니다. 그리고 데이터 마켓플레이스의 등장으로 데이터 검색 가능성과 액세스가 쉬워졌습니다. Flocon de neige 데이터 클라우드는 고객 또는 파트너 와 직접 또는 파트너 생태계 간 에 설정 된 데이터 교환 을 통해 데이터 공유 (및 판매) 를 촉진 합니다. 예를 들어 Instagram는 5 500 개 이상 의 도시 에 있는 40 000 개 이상 의 스토어 에서 카탈로그 에 5 억 개 이상 의 제품 을 보유 하고 있으며 소매 업체 및 소비재 고객 과 구매 동향 공유 공유 합니다 합니다.

광범위한 노출과 상업적 기능을 갖춘 Flocon de neige 이터 마켓플레이스는 전문가뿐만 아니라 수백 명의 데이터 공급자에게 홈을 제공합니다. 점점 더 많은 Snowflake 고객이 자신의 기업 데이터를 마켓플레이스에 넣는 방법을 모색하고 있습니다. 그 선봉에 있는 ADP는 미국 급여 의 약 25% 를 처리 하는 회사 로, 집계 되고 익명 화 된 지역 기반 미국 인력 통계 및 소득 데이터 를 Snowflake 데이터 마켓 플레이스 에서 이용 할 수 있게 만들었습니다. 다른 예로 1-800-Fleurs는 Flake de neige 데이터 마켓 플레이스 를 활용 해 새로운 데이터 소스 를 식별 하여 분석 을 강화 하고 비즈니스 성과 를 개선 하고 하고 있습니다.

데이터 수익화를 시작하기 위한 5단계

요약 하면, 데이터 제품 및 서비스 를 구축 하고 내부 이해 관계자 또는 외부 파트너 및 고객 에게 제공 하려면 다음 다섯 단계 부터 시작 하십시오.

  1. 데이터 제품 또는 서비스의 원료로 데이터 소스 또는 도메인을 설정합니다.
  2. 내부 이해 관계자, 파트너 및 고객 을 대상 으로 설문 조사 를 통해 잠재 적 용도 를 식별 하여 기존 용도 를 결정 하고 데이터 에 대한 관련 인접 애플리케이션 을 탐색 합니다.
  3. 큐레이트 되지 않은 원시 데이터, 풍부한 데이터, 맞춤형 인터페이스, 상황별 애플리케이션 과 같은 것들 중, 데이터 제품 또는 서비스 에 가장 적합 한 형식 을 결정 합니다.
  4. 새로운 제안을 테스트하고 그 가치를 결정함에 있어 애자일 접근법을 채택합니다.
  5. Flocon de neige와 같은 적합한 시장 출시 파트너 또는 채널을 찾습니다.

다섯 단계에 대한 더 심층적인 토론을 보려면 곧 있을 Snowflake 데이터 수익화를 시작하는 5단계(2022년 1월 25일오후 1시 GMT/오후 2시 CET)를 신청하십시오.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

© 2022 | Fièrement propulsé par Maxime | Thème : Maxime