谈谈数据的货币化

  人们对隐藏宝藏的想法很感兴趣。藏在尘土飞扬的阁楼中的无价绘画和珍贵古董的故事激发了热情，并给了我们找到金票的希望。不幸的是，我们家中的大多数垃圾确实是垃圾，而且只值几分钱而不是数百万。

  然而，从企业的角度来看，大多数公司的组织中确实隐藏着价值数百万甚至数十亿元的未被认可的价值。我们不是在谈论艺术品或古董，而是在谈论数据。

  数据是当今商业环境中最有价值的企业资产之一，但大多数公司未能认识到其潜在价值并采取行动将其最大化。在本文中，我们不难发现如何通过数据货币化释放数据的价值。将了解什么是数据货币化、为何需要通过数据货币化以及如何有效地进行货币化。

  亚马逊、Facebook 和谷歌等公司已将他们的数据货币化，并用它来推动万亿美元业务的增长。受其成功的启发，各行各业的组织都在仔细研究自己的数据，以发现创造价值的机会。

  某些数据有很大的可能性对企业有用，但对别人却非常有价值。可以将企业的数据以原始形式或作为一组分析见解出售或许可给感兴趣的第三方，从而将此价值转化为可衡量的经济回报。

  例如，Highways England 发现他们定期收集的交通和道路状况数据对于送货服务和寻路应用程序非常有价值。Highways England 此前曾免费提供这一些数据。一旦他们了解了它的潜在价值，他们就可以通过以合理的价格将其出售给感兴趣的各方来将其数据货币化。

  可以利用数据来推动改进内部绩效或为业务推出新产品和服务，从而创造可衡量的价值。

  这种数据货币化以多种方式发生。数据驱动的洞察力可帮助更好地了解客户、发现节省成本的机会、简化运营、识别市场趋势并降低风险。结果是更好、更快的决策、改进的客户体验、更有明确的目的性的营销和创新的新收入流——所有这些都直接带来可衡量的经济效益。

  举个例子，英国各地的建筑公司正在意识到数据的力量，以帮他们提高安全性并确定通常导致成本和时间超支的因素。通过一系列分析过去项目的数据，他们可以减少相关成本、防止延误、避免事故、提供更好的估算并提高运营利润。数据货币化不像出售给第三方那样直接，但仍会产生显着的经济效益。

  一些公司试图通过与合作伙伴共享或交换数据来实现数据货币化，以换取优惠条件或在其他领域开展合作。例如，可以与银行共享选定的客户数据以换取优惠的融资条件。

  简短的回答是应该通过数据获利，因为它对现在和未来的成功都至关重要，将数据货币化的根本原因有四个:

  看看下面的图表。它展示了有形资产和非货币性资产在企业价值中所占的百分比在过去 45 年中是如何稳步变化的。如今，非货币性资产占公司价值的 90%。

  最有价值的非货币性资产之一就是数据。事实上，数据本身的价值完全有可能高于制造、运输或销售的实物产品的总价值。如果不追求数据货币化战略，就无法利用最有价值的公司资产之一。

  将数据货币化现在能够给大家提供经济价值，并使企业能利用未来的机会。数据资产货币化和数据交易是相对较新的趋势，数据市场还不成熟，但所有迹象都表明数据将成为下一个大的交易资产类别。

  通过采取一定的措施提高数据成熟度并立即开始将数据货币化，有利于在战略数据资产交易机会出现时利用它们，而不是在以后争先恐后地赶上。

  超越竞争对手很难，保持领先更难——尤其是在拥有成熟品牌和产品的成熟行业。

  无论是使用数据做出更好的决策、简化运营、提升产品质量、推出新产品、发现趋势、了解客户，还是向第三方销售，数据货币化都能够在一定程度上帮助企业获得所需的竞争优势。

  数据货币化代表了一个机会，可以使用已有的东西来创造新的收入流，以支持企业的组织的持续增长。

  新的收入可以来自外部销售或许可企业的数据，或者来自基于数据驱动的洞察力开发新产品和服务。无论哪种方式，将企业的数据货币化都会带来可衡量的价值创造。

  首先，必须了解企业的数据资产如何支持战略计划的交付并实现高效运营以及由此创造的价值。这包括了解企业的数据资产如何用于关键业务工作流程和决策过程，以及数据如何推动企业公司的价值创造。

  企业的某些数据可能对企业没有多大价值，但对其他人却很有价值。检查企业的数据资产以找到符合这些标准并且可以在不泄露公司机密或牺牲企业的竞争优势的情况下许可或出售给第三方的数据。

  确定可以货币化的数据资产后，必须努力确定组织外部的哪些人重视这些数据，以及数据对他们的价值。结果是可能成为买家的利益相关者列表，以及对企业数据的潜在销售或许可价值的清晰理解。

  始终如一地交付高质量数据进行销售会产生相关成本。评估改善数据状况所需的行动和投资，可靠地交付数据，并确保它为买家创造价值。

  为企业的数据找到买家后，企业必须监控数据的状况和交付过程。企业的目标是确保企业的数据资产以能够为企业和企业的数据客户创造价值的方式大规模有效地销售。

  数据的世界是复杂的。很容易混淆术语并最终得到一个关于应该做什么的混乱画面。大家经常会见到三个术语——数据管理、数据治理和数据资产管理。为了消除任何挥之不去的困惑，我们快速定义每个术语并解释它们是如何组合在一起的。

  数据管理涉及以支持业务流程、应用程序和目标的方式存储、维护、保护和交付数据的技术方面。

  数据治理侧重于围绕如何根据法规和内部最佳实践访问、使用和处理数据的规则和流程。

  数据资产管理是一种以价值为中心的数据处理方法，其基础是将数据视为资产是为组织创造价值的最佳方式。

  数据资产管理使企业能够全面了解数据的价值，并了解管理其收集、存储、集成、分发、使用和处置的最佳方式。数据管理使企业能够构建技术基础来支持想要实现的目标，而数据治理可帮企业开发使一切正常运行所需的流程。

  在管理数据时，不必在数据管理、数据治理和数据资产管理之间做出选择而纠结，相反，这三者作为一个完整方法的一部分结合在一起。