Monetización de datos

This article includes a list of general references, but it lacks sufficient corresponding inline citations. Please help to improve this article by introducing more precise citations. (August 2017) (Learn how and when to remove this message)

La monetización de datos , una forma de monetización , puede referirse al acto de generar beneficios económicos mensurables a partir de fuentes de datos disponibles (análisis). Con menos frecuencia, también puede referirse al acto de monetizar servicios de datos. ^[1] En el caso del análisis, por lo general, estos beneficios se acumulan como ahorros de ingresos o gastos, pero también pueden incluir ganancias de participación de mercado o valor de mercado corporativo. La monetización de datos aprovecha los datos generados a través de operaciones comerciales, datos o contenido exógenos disponibles, así como datos asociados con actores individuales, como los recopilados a través de dispositivos electrónicos y sensores que participan en la Internet de las cosas . Por ejemplo, la ubicuidad de la Internet de las cosas está generando datos de ubicación y otros datos de sensores y dispositivos móviles a un ritmo cada vez mayor. Cuando estos datos se cotejan con bases de datos tradicionales, el valor y la utilidad de ambas fuentes de datos aumentan, lo que genera un tremendo potencial para extraer datos para el bien social, la investigación y el descubrimiento, y el logro de objetivos comerciales. Estrechamente asociados con la monetización de datos están los modelos emergentes de datos como servicio para transacciones que involucran datos por elemento de datos.

Existen tres vectores éticos y regulatorios involucrados en la monetización de datos debido a los intereses a veces conflictivos de los actores involucrados en la cadena de suministro digital . El creador de datos individual que genera archivos y registros a través de sus propios esfuerzos o posee un dispositivo como un sensor o un teléfono móvil que genera datos tiene derecho a la propiedad de los datos. La entidad comercial que genera datos en el curso de sus operaciones, como sus transacciones con instituciones financieras o factores de riesgo descubiertos a través de la retroalimentación de los clientes también tiene derecho a los datos capturados a través de sus sistemas y plataformas. Sin embargo, la persona que aportó los datos también puede tener un derecho legítimo sobre los datos. Las plataformas de Internet y los proveedores de servicios, como Google o Facebook , que requieren que un usuario renuncie a algún interés de propiedad en sus datos a cambio del uso de la plataforma también tienen un derecho legítimo sobre los datos. Por lo tanto, la práctica de la monetización de datos, aunque común desde 2000, ahora está recibiendo cada vez más atención de los reguladores. La Unión Europea y el Congreso de los Estados Unidos han comenzado a abordar estas cuestiones. Por ejemplo, en el sector de los servicios financieros, las normas que afectan a los datos se incluyen en la Ley Gramm-Leach-Bliley y la Ley Dodd-Frank . Algunos creadores individuales de datos están pasando a utilizar bóvedas de datos personales ^[2] e implementando conceptos de gestión de relaciones con los proveedores como reflejo de una creciente resistencia a que sus datos se federen o agreguen y revendan sin compensación. Grupos como el Consorcio del Ecosistema de Datos Personales ^[3] , los derechos de privacidad del paciente ^[4] y otros también están desafiando la cooptación corporativa de datos sin compensación.

Las empresas de servicios financieros son un ejemplo relativamente bueno de una industria centrada en generar ingresos aprovechando los datos. Los emisores de tarjetas de crédito y los bancos minoristas utilizan los datos de las transacciones de los clientes para mejorar la focalización de las ofertas de venta cruzada . Los socios están promoviendo cada vez más programas de recompensas basados ​​en comerciantes que aprovechan los datos de un banco y ofrecen descuentos a los clientes al mismo tiempo.

1. Monetización de datos internos: los datos de una organización se utilizan internamente, lo que genera un beneficio económico. Este es el caso habitual de las organizaciones que utilizan el análisis para descubrir información, lo que genera una mejora de las ganancias, ahorros de costos o la evitación de riesgos. La monetización de datos internos es actualmente la forma más común de monetización y requiere muchas menos precauciones legales, de seguridad y de propiedad intelectual en comparación con otros tipos. Las posibles ganancias económicas de este tipo de monetización de datos están limitadas por la estructura y la situación internas de la organización.
2. Monetización de datos externos: una persona u organización pone a disposición de terceros los datos que posee a cambio de una tarifa, o actúa como intermediario de los mismos. Este tipo de monetización es menos común y requiere varios métodos para distribuir los datos a compradores y consumidores potenciales. Sin embargo, la ganancia económica que se obtiene al recopilar datos, empaquetarlos y distribuirlos puede ser bastante grande.

1. Identificación de fuentes de datos disponibles: esto incluye datos actualmente disponibles para monetización, así como otras fuentes de datos externas que pueden mejorar el valor de lo que está actualmente disponible.
2. Conectar, agregar, atribuir, validar, autenticar e intercambiar datos: esto permite que los datos se conviertan directamente en información o servicios procesables o que generen ingresos.
3. Establecer condiciones y precios y facilitar el comercio de datos: métodos para la verificación, el almacenamiento y el acceso a los datos. Por ejemplo, muchas corporaciones globales tienen infraestructuras de almacenamiento de datos bloqueadas y aisladas, lo que dificulta el acceso eficiente a los datos y el intercambio cooperativo y en tiempo real.
4. Realizar investigaciones y análisis : extraer información predictiva de los datos existentes como base para utilizar los datos con el fin de reducir el riesgo , mejorar el desarrollo o el rendimiento del producto o mejorar la experiencia del cliente o los resultados comerciales.
5. Acción y aprovechamiento: la última fase de la monetización de los datos incluye la determinación de productos, ideas o servicios alternativos o mejorados centrados en los datos. Algunos ejemplos pueden incluir notificaciones activadas en tiempo real o canales mejorados, como mecanismos de respuesta web o móviles.

• Una tarifa por
  • Uso de una plataforma para conectar compradores y vendedores.
  • Uso de una plataforma para configurar, organizar y procesar de otro modo los datos incluidos en un intercambio de datos.
  • conectar o incluir un dispositivo o sensor en una cadena de suministro de datos
  • Conectar y acreditar a un creador de una fuente de datos y a un comprador de datos, a menudo a través de una identidad federada
  • Conectar una fuente de datos con otras fuentes de datos para incluirlas en una cadena de suministro de datos
  • uso de un servicio de Internet u otros servicios de transmisión para cargar y descargar datos, a veces, para un individuo, a través de una nube personal
  • Uso de claves cifradas para lograr una transferencia segura de datos
  • Uso de un algoritmo de búsqueda diseñado específicamente para etiquetar fuentes de datos que contienen puntos de datos valiosos para el comprador de datos.
  • vincular un creador o generador de datos a un protocolo o formulario de recopilación de datos
  • acciones del servidor (como una notificación) activadas por una actualización de un elemento de datos o una fuente de datos incluida en una cadena de suministro de datos
• Un precio o valor de intercambio u otro valor comercial
  • asignado por un creador o generador de datos a un elemento de datos o una fuente de datos
  • ofrecido por un comprador de datos a un creador de datos
  • asignado por un comprador de datos para un elemento de datos o una fuente de datos formateada de acuerdo con criterios establecidos por un comprador de datos
• Una tarifa incremental asignada por un comprador de datos por un elemento de datos o un conjunto de datos ajustado a la reputación del creador de datos.

• Toma de decisiones mejorada que conduce a una investigación colaborativa en tiempo real , mayores ganancias, menores costos, menor riesgo y mejor cumplimiento.
• Decisiones más impactantes (por ejemplo, tomar decisiones en tiempo real)
• Decisiones más oportunas (menor latencia) (por ejemplo, un proveedor que hace recomendaciones de compra mientras el cliente todavía está en el teléfono o en la tienda, un cliente que se conecta con múltiples proveedores para descubrir el mejor precio, notificaciones activadas cuando se alcanzan los umbrales para los valores de los datos)
• Decisiones más granulares (por ejemplo, decisiones de precios localizadas a nivel individual, de dispositivo o de sensor versus agregados más grandes).
• Marketing dirigido (por ejemplo, los proveedores con acceso a grandes cantidades de datos pueden hacer anuncios dirigidos a clientes específicos dentro de un conjunto de datos establecido, lo que reduce los costos para el anunciante y llega a la mayoría de los clientes interesados) ^[5]

Existe una amplia variedad de industrias, empresas y modelos de negocio relacionados con la monetización de datos. Se han propuesto los siguientes marcos para ayudar a comprender los tipos de modelos de negocio que se utilizan:

Roger Ehrenberg, de IA Ventures, una empresa de capital de riesgo que invierte en este sector, ha definido tres tipos básicos de empresas de productos de datos:

Bases de datos contributivas . La magia de estos negocios es que un cliente proporciona sus propios datos a cambio de recibir un conjunto más sólido de datos agregados que le permiten conocer el mercado en general o le brindan un vehículo para expresar su opinión. Si da un poco, recibirá mucho a cambio: una propuesta de valor bastante convincente que, con frecuencia, da como resultado un pago del contribuyente de datos a cambio de recibir datos agregados y enriquecidos. Una vez que se desarrollan estas bases de datos contributivas y los clientes comienzan a depender de sus conocimientos, se convierten en activos de datos extremadamente valiosos y persistentes.

Plataformas de procesamiento de datos . Estas empresas crean barreras mediante una combinación de arquitecturas de datos complejas, algoritmos propietarios y análisis enriquecidos para ayudar a los clientes a consumir datos en la forma que deseen. A menudo, estas empresas tienen relaciones especiales con proveedores de datos clave, que cuando se combinan con otros datos y se procesan en su conjunto crean una diferenciación valiosa y barreras competitivas. Bloomberg es un ejemplo de una plataforma de procesamiento de datos poderosa. Extraen datos de una amplia gama de fuentes (incluidos sus propios datos locales), los integran en un flujo unificado, los hacen consumibles a través de un panel de control o mediante una API y ofrecen una suite de análisis sólida para una asombrosa cantidad de casos de uso. No hace falta decir que su escala y rentabilidad son la envidia de la industria.

Plataformas de creación de datos . Estas empresas resuelven problemas complejos para un gran número de usuarios y, por su naturaleza, capturan una amplia franja de datos de sus clientes. A medida que estos conjuntos de datos crecen, se vuelven cada vez más valiosos para permitir a las empresas adaptar mejor sus productos y funciones y dirigirse a los clientes con ofertas altamente contextualizadas y relevantes. Los clientes no se registran para beneficiarse directamente del activo de datos; el producto es tan valioso que simplemente quieren las funciones que se ofrecen de forma inmediata. A medida que el producto mejora con el tiempo, simplemente consolida la permanencia de lo que ya es una plataforma exitosa. Mint fue un ejemplo de este tipo de negocio. La gente vio valor en el producto principal. Pero el producto continuó mejorando a medida que se recopilaban y analizaban más datos de los clientes. No hubo efectos de red, per se, pero la gran escala del activo de datos que se creó fue un elemento esencial para mejorar el producto con el tiempo. " ^[6]

Selvanathan y Zuk ^[7] ofrecen un marco que incluye "métodos de monetización que están fuera de los límites de los sistemas tradicionales de captura de valor empleados por una empresa... ajustados para adaptarse al contexto y los modelos de consumo del cliente objetivo". Ofrecen ejemplos de "cuatro enfoques distintos: plataformas, aplicaciones, datos como servicio y servicios profesionales".

• Empaquetado de datos (con análisis) para revenderlos a clientes para cuestiones como participación de billetera, participación de mercado y evaluación comparativa.
• Integración de datos (con análisis) en nuevos productos como un diferenciador de valor añadido como On-Star para los coches de General Motors
• Teléfonos inteligentes con GPS habilitado
• Las ofertas basadas en geolocalización y los descuentos por ubicación, como los que ofrecen Facebook ^[8] y Groupon ^[9], son otros ejemplos destacados de monetización de datos que aprovechan nuevos canales emergentes.
• Segmentación de anuncios y atribución de medios basada en CRM, como las que ofrece Circulate
• Campañas de marketing basadas en Big Data como las que ofrece Instarea. ^[10]
• Datos de ubicación de redes móviles como desencadenante de campañas de marketing, como las ofrecidas por TASIL ^[11] y Omantel .

Algunas de las patentes emitidas desde 2010 por la USPTO para monetizar datos generados por individuos incluyen; 8,271,346, 8,612,307, 8,560,464, 8,510,176 y 7,860,760. Estas suelen estar en la clase 705 relacionadas con el comercio electrónico, el procesamiento de datos y la determinación de costos y precios. Algunas de estas patentes utilizan el término, la cadena de suministro de datos para reflejar la tecnología emergente para federar y agregar datos en tiempo real de muchos individuos y dispositivos vinculados entre sí a través de la Internet de las cosas . Otro término emergente es la banca de información.

Un campo inexplorado pero potencialmente disruptivo para la monetización de datos es el uso de micropagos de Bitcoin para transacciones de datos. Debido a que Bitcoins están surgiendo como competidores de servicios de pago como Visa o PayPal que pueden habilitar y reducir o eliminar fácilmente los costos de transacción, se pueden facilitar transacciones por tan solo un solo elemento de datos. Los consumidores, así como las empresas que desean monetizar su participación en una cadena de suministro de datos, pronto podrán acceder a plataformas e intercambios de Bitcoin habilitados por redes sociales. ^[12] El clickbait y el secuestro de datos pueden debilitarse a medida que los micropagos por datos se vuelvan omnipresentes y estén habilitados. Potencialmente, incluso la necesidad actual de desarrollar intercambios de comercio de datos administrados por corredores de datos puede pasarse por alto. Stanley Smith, ^[13] quien introdujo el concepto de la cadena de suministro de datos, ha dicho que los micropagos simples para la monetización de datos son la clave para la evolución de la implementación ubicua de esquemas de suministro de datos configurables por el usuario, lo que permite la monetización de datos a escala universal para todos los creadores de datos, incluida la floreciente Internet de las cosas.

• Inteligencia empresarial
• Capitalismo de datos
• Valoración de datos