[ad_1]
Năm 2006, nhà toán học người Anh Clive Humby tuyên bố, “Dữ liệu là dầu mới.”
Humby có đủ khả năng để đưa ra tuyên bố đó. Ông và vợ, Edwinna Dunn, sở hữu Dunnhumby, một công ty khoa học dữ liệu khách hàng toàn cầu đã giúp Tesco tạo ra Clubcard, thẻ khách hàng thân thiết siêu thị đầu tiên trên thế giới. Chương trình đã mang đến cho nhà bán lẻ Anh cái nhìn sâu sắc chưa từng có về khách hàng và thói quen mua hàng của họ.
Hôm nay, Doug Laney, thành viên sáng tạo về chiến lược phân tích và dữ liệu tại West Monroe, phản đối khẳng định của Humby về tính kỹ thuật: “Khi bạn sử dụng một giọt dầu, bạn chỉ có thể sử dụng nó một cách duy nhất tại một thời điểm,” Laney nói. “Khi bạn sử dụng nó, nó sẽ được sử dụng hết. Và khi bạn sử dụng một giọt dầu, nó sẽ không tạo ra nhiều dầu hơn. Thông tin hoặc dữ liệu rất khác nhau ”.
Dữ liệu không bị cạn kiệt khi bạn sử dụng nó. Nó có thể được sử dụng nhiều cách đồng thời. Và việc sử dụng dữ liệu thường tạo ra nhiều dữ liệu hơn.
“Dữ liệu là thứ mà các nhà kinh tế gọi là rủi ro không đối thủ, không cạn kiệt tài sản,” Laney nói.
Cho dù phép ẩn dụ về dầu mỏ có phù hợp hay không, điều không phải bàn cãi là dữ liệu có tiềm năng mang lại giá trị to lớn cho các tổ chức có thể tận dụng nó một cách hợp lý. Laney, một cựu nhà phân tích VP xuất sắc tại Gartner, đã nghiên cứu cách các công ty sử dụng dữ liệu của họ khi anh làm việc cho công ty nghiên cứu.
“Chúng tôi nhận thấy rằng các công ty coi dữ liệu nhiều hơn như một tài sản có tỷ lệ giá trị thị trường trên sổ sách cao hơn gần hai lần so với mức trung bình của thị trường. Và các công ty bán các sản phẩm dữ liệu hoặc các công cụ phái sinh dữ liệu nào đó có tỷ lệ giá trị thị trường trên sổ sách là 3 lần, ”ông nói.
Laney lưu ý rằng một nghiên cứu gần đây hơn của Gartner về thành công của giám đốc dữ liệu cho thấy CDO có khả năng đạt được thành công trong vai trò của họ cao hơn 3,5 lần khi họ đáp ứng các sáng kiến kiếm tiền từ dữ liệu, so với khả năng chỉ cao hơn 1,7 lần khi họ chứng minh ROI trên BI hoặc các khoản đầu tư vào phân tích dữ liệu .
Laney cho biết ngày càng có nhiều khách hàng của West Monroe yêu cầu công ty giúp họ thông qua các bài tập kiếm tiền từ dữ liệu: lên ý tưởng, kiểm tra tính khả thi của các thành phần và đưa ra lộ trình tạo các sản phẩm dữ liệu.
Điều đó không có nghĩa là tất cả các sản phẩm dữ liệu cần phải tập trung vào việc bán dữ liệu. Nhiều sản phẩm dữ liệu có giá trị hỗ trợ hoạt động của các tổ chức. phân tích chuỗi cung ứng và cặp song sinh kỹ thuật số là một số ví dụ chính.
Laney nói: “Kiếm tiền từ dữ liệu có thể có nhiều hình thức và định dạng khác nhau. “Ngành công nghiệp đang bắt đầu nhận ra điều đó. Họ bắt đầu không hiểu ý mình khi nghĩ về việc kiếm tiền từ dữ liệu không chỉ là bán dữ liệu. “
Vì vậy, mặc dù không phải doanh nghiệp nào cũng sản xuất tài sản dữ liệu của họ để tiêu thụ bên ngoài tổ chức, nhưng giám đốc dữ liệu sẽ khôn ngoan khi đánh giá từng sáng kiến dữ liệu như thể nó có, bằng cách đánh giá chi phí tạo và bảo trì của nó và đưa ra một khuôn khổ để xác định liệu doanh thu mà nó tạo ra, tuy nhiên một cách gián tiếp, cũng đáng để nỗ lực.
Thiết lập giá trị ròng của các hoạt động dữ liệu
Tất nhiên, định giá chính xác tài sản dữ liệu nói thì dễ hơn làm. Nếu một sản phẩm dữ liệu được bán trực tiếp, việc tính toán tương đối đơn giản. Nhưng nếu nó là công cụ hỗ trợ thì sao? Làm thế nào để bạn đánh giá nó sau đó?
Câu hỏi đó gần đây đã gửi đến công ty tình báo dữ liệu Collibra trong hành trình tạo ra quy trình đánh giá giá trị của các sản phẩm dữ liệu của mình, bao gồm cả các công cụ không trực tiếp tạo ra doanh thu.
Jay Militscher, trưởng văn phòng dữ liệu, Collibra
Collibra
Jay Militscher, người đứng đầu văn phòng dữ liệu tại Collibra cho biết: “Tại Collibra, dữ liệu được coi như một sản phẩm, không chỉ là một tài sản. “Nó có thể là một tập dữ liệu, một mô hình ML hoặc một báo cáo. Tư duy dựa trên sản phẩm có nghĩa là có một chủ sở hữu trong doanh nghiệp, quản lý nó một cách chiến lược với thái độ ROI. Định giá dữ liệu là tất cả về việc chuyển đổi dữ liệu thành giá trị một cách có chủ ý và chiến lược. Giá trị đến dưới dạng trực tiếp bán dữ liệu và phân tích vào thị trường hoặc thay đổi tính kinh tế của cách bạn thực hiện các quy trình làm việc: hiệu quả, tốc độ, xác định cơ hội, những thứ tương tự. Tất cả các công ty, chúng tôi tin rằng, phải giải quyết chủ đề kiếm tiền và định giá dữ liệu này vào một thời điểm nào đó, nếu họ chưa có. “
Laney đồng ý, lưu ý rằng nhiều công ty đã phải vật lộn với các nỗ lực kiếm tiền từ dữ liệu của họ trong những năm qua vì họ đã thất bại trong việc áp dụng phương pháp quản lý sản phẩm.
“[Those companies] đã được thử nghiệm trong đó hoặc đang làm những việc một lần, ”ông nói. “Các công ty đang thực hiện tốt điều này đang áp dụng phương pháp quản lý sản phẩm thực sự được xác định để hình thành và lập kế hoạch các cách thức mới để tạo ra các dòng giá trị mới từ dữ liệu, để xác định và phát triển thị trường giữa các đối tác và những người khác trong hệ sinh thái kinh doanh mở rộng của họ, phối hợp hợp lý với CNTT, tiếp thị, tài chính, pháp lý và các dòng sản phẩm khác và các nhóm quản lý để thực hiện các sáng kiến kiếm tiền từ dữ liệu này. ”
Collibra đã tạo ra một quy trình tám bước để tạo sản phẩm dữ liệu để giúp nó tập trung vào phương pháp quản lý sản phẩm. Quá trình bắt đầu với việc xác định nhu cầu kinh doanh và xác định chủ sở hữu sản phẩm dữ liệu và lên đến đỉnh điểm là giám sát sản phẩm dữ liệu trong quá trình sản xuất.
Một trong những dự án lớn đầu tiên mà nhóm Militscher đảm nhận tại Collibra là Bảng điều khiển sử dụng trí thông minh dữ liệu, giúp các kỹ sư trước khi bán hàng của Collibra hiểu được sự phát triển của khách hàng trong quá trình dùng thử. Được sử dụng đúng cách, nó có thể cải thiện trải nghiệm người dùng và sự hài lòng của khách hàng trong quá trình thử nghiệm khái niệm, nhưng trong khi bảng điều khiển dường như đã gặt hái được nhiều thành công, bước giám sát của quy trình cho thấy rằng việc sử dụng không được trải đều trên tất cả các đợt bán hàng trước Kỹ sư. Một số đã sử dụng nó nhiều và những người khác hầu như không chạm vào nó.
“Nó khiến chúng tôi tự hỏi, Sản phẩm dữ liệu này có thực sự có giá trị không? Nó có xứng đáng với chi phí và nỗ lực mà chúng tôi đã bỏ ra trong việc này không? Hãy tưởng tượng nếu chúng ta có thể ước tính doanh thu và chi phí đó khi bắt đầu dự án và đánh giá lại những ước tính đó bằng con số thực một năm sau đó, ”Alexandre t’Kint, nhà khoa học dữ liệu tại Collibra cho biết.
Với sự giúp đỡ của thực tập sinh Sarvenaz Rahmati, t’Kint tạo ra một quá trình để đánh giá chi phí tạo ra Trang tổng quan sử dụng thông minh dữ liệu, doanh thu (cả hữu hình và vô hình) mà nó tạo ra và cuối cùng là giá trị ròng của trang tổng quan.
Alexandre t’Kint, nhà khoa học dữ liệu, Collibra
Collibra
Đầu tiên, t’Kint và Rahmati phải xác định tất cả các tài nguyên mà Bảng điều khiển sử dụng dữ liệu thông minh sử dụng để xác định chi phí của nó. Trang tổng quan lưu trữ dữ liệu thô trong Amazon S3, sử dụng Amazon EC2 cho điện toán đám mây và Amazon Redshift để lưu trữ dữ liệu. Sau đó, họ cần xác định cái mà họ gọi là “chi phí tạo”, chi phí cho tất cả những người liên quan đến việc tạo Trang tổng quan sử dụng dữ liệu thông minh, bao gồm một nhà khoa học dữ liệu, một kỹ sư dữ liệu, một kỹ sư bán hàng trước và hai quản lý cấp cao.
Chi phí bảo trì, những gì cần thiết để sửa đổi sản phẩm dữ liệu sau khi giao hàng, là yếu tố quan trọng thứ ba trong chi phí tổng thể của sản phẩm. t’Kint lưu ý rằng Bảng điều khiển sử dụng thông minh dữ liệu hiếm khi bị lỗi, vì vậy chi phí bảo trì của nó là rất ít.
Cuối cùng, quy trình đánh giá chi phí của t’Kint cần thiết để xác định bất kỳ chi phí giấy phép nào liên quan. Trang tổng quan yêu cầu Collibra mua giấy phép Tableau cho tất cả những người sẽ tạo hoặc xem trang tổng quan.
Với chi phí đã được đánh giá, t’Kint và Rahmati sau đó chuyển sang đánh giá doanh thu. Đây là một thách thức nếu sản phẩm dữ liệu không phải là công cụ tạo doanh thu trực tiếp. Đối với dự án bảng điều khiển, t’Kint cho biết họ đã cân nhắc việc xem xét số lượt xem trên sản phẩm dữ liệu hoặc tính toán giá trị của các giao dịch đã đóng cho mỗi người dùng sản phẩm dữ liệu. Cuối cùng, họ quyết định khảo sát các kỹ sư bán hàng để xác định mức độ họ đánh giá cao bảng điều khiển. Dựa trên cuộc khảo sát đó, họ ước tính rằng 4% doanh thu từ các giao dịch đã chốt trong khoảng thời gian sáu tháng có thể là do sự tồn tại của trang tổng quan.
Khuôn khổ cho ROI của dự án dữ liệu
Theo t’Kint, quá trình thiết lập giá trị ròng của các hoạt động cho Bảng điều khiển sử dụng dữ liệu thông minh đã giúp Collibra xác định rằng, đúng vậy, dự án đã tạo ra giá trị thực dương. Nó cũng giúp nhóm xác định các bước tiếp theo để tăng giá trị đó.
“Giá trị đã là dương, nhưng sau đó chúng tôi muốn giá trị càng lớn càng tốt,” t’Kint nói. “Dự án tiếp theo của chúng tôi đang cố gắng tăng cường sử dụng những thông tin chi tiết này nhiều hơn nữa”.
Văn phòng dữ liệu đã làm việc với bộ phận CNTT của Collibra để nhúng thông tin chi tiết của bảng điều khiển vào Salesforce, nơi các kỹ sư bán hàng trước của công ty sống cả ngày.
“Nếu bạn nghĩ về việc tiêu thụ các sản phẩm dữ liệu, trước đây, mọi người phải truy cập vào công cụ bảng điều khiển, sau đó sử dụng dữ liệu, đưa ra quyết định và cuối cùng là thực hiện một hành động,” t’Kint nói. “Bằng cách nhúng những thông tin chi tiết này vào nơi mọi người sống, bạn loại bỏ một trong ba bước và mang thông tin chi tiết đến cho họ.”
Cuối cùng, t’Kint cho biết quá trình này sẽ giúp Collibra thậm chí còn cân nhắc và chiến lược hơn trong việc tạo ra các sản phẩm dữ liệu mới theo thời gian. Ông khuyến nghị các nhà lãnh đạo dữ liệu khác áp dụng cách tiếp cận tương tự.
Ông nói: “Bạn cần có ý thức về ROI, bắt đầu bằng việc hiểu chi phí để tạo ra sản phẩm đó và cân nhắc về việc đo lường những gì bạn mong đợi sẽ gặt hái được từ đó mới thực sự là điểm khởi đầu. “Các biện pháp của bạn có thể bao gồm cách sản phẩm sẽ cải thiện cách bạn làm việc như bước đầu tiên. Bạn có thể phỏng vấn người dùng về quy trình làm việc của họ nhanh hơn bao nhiêu vì các sản phẩm dữ liệu. Ước tính giá trị trả trước sẽ là phần khó nhất, nhưng đừng cản trở điều đó ”.
[ad_2]
Nguồn:CIO
