La monétisation des données est généralement comprise comme le « processus consistant à utiliser les données pour obtenir un avantage économique quantifiable » (Glossaire Gartner, Data Monetization). Il existe trois moyens typiques d’y parvenir :
Quelle que soit la méthode, la monétisation des données devient plus rentable si vous pouvez fournir un contexte à ces données et les rendre pertinentes. Plus vos données sont riches en informations, plus elles prennent de la valeur. Prenez l’exemple d’une personne dont vous connaissez uniquement le titre du poste. Ce sont des données de référence élémentaires. Si vous ajoutez à ces informations le fait que la personne a récemment changé d’emploi, vous pouvez découvrir de nouvelles opportunités ou orienter vos efforts marketing de manière plus ciblée. Peut-être le changement d’emploi entraîne-t-il une augmentation de salaire, un changement de lieu, de nouvelles relations professionnelles, etc.
Dans cet article, vous trouverez quelques exemples et cas d’usage de monétisation des données. Vous y apprendrez comment le Master Data Management, et plus particulièrement le Master Data Management multidomaine, peut contribuer à fournir des informations sur les données.
Le Master Data Management (MDM) peut aider à développer des connaissances en ajoutant un contexte aux informations et en créant des vues à 360° sur les clients et les entreprises. Le MDM multidomaine se caractérise par la gouvernance commune de plusieurs domaines de données, ce qui permet d’obtenir des informations plus précises aux intersections de ces domaines.
La monétisation des données n’est pas une idée nouvelle. Mais le nombre croissant de places de marché et de bourses de données rend la chose plus facile à réaliser.
Selon Gartner, d’ici 2022, 35 % des grandes organisations soit vendront, soit achèteront des données via des places de marché en ligne officielles, spécialisées dans les données.
Les économistes aiment les données. Il s’agit d’un actif inépuisable. Vous pouvez les vendre ou les utiliser autant de fois que vous le souhaitez, vous aurez toujours des données. Contrairement au pétrole.
L’infonomie est la discipline qui ajoute une valeur économique (c’est-à-dire monétaire) aux données. Une révolution est en cours dans de nombreux secteurs d’activité pour collecter et analyser davantage de données, rentabiliser davantage les initiatives de monétisation existantes et créer de nouveaux modèles de revenus.
D’ici 2022, 30 % des grandes organisations adopteront officiellement des pratiques d’infonomie et valoriseront leurs actifs d’information, en établissant un bilan à des fins internes.
Gartner, Build a Data-Driven Enterprise, 2018
Selon certaines estimations, les informations démographiques de base pour un individu (lieu, âge, sexe, etc.) représentent environ 0,0005 $ par personne. Soit un dollar pour 2000 personnes. Ce n’est pas beaucoup. Mais si l’on ajoute à ces informations de base de nouvelles couches de données décrivant ce que cette personne a acheté ou ce qu’elle est actuellement intéressée à acheter, cette valeur pourrait augmenter. La capacité à déterminer si la personne est un influenceur ou a une bonne cote de crédit augmente également cette valeur.
Au-delà du type de données, la valeur globale des données est fortement influencée par leur véracité, leur cohérence, leur pertinence, leur légalité, leur respect de l’éthique et leur disponibilité. C’est là que le MDM multidomaine devient un facteur de succès déterminant pour tout programme de monétisation. Avec le MDM multidomaine, les données stratégiques peuvent être partagées en toute sécurité et de manière lucrative.
Des centaines d’entreprises, dont vous n’avez peut-être jamais entendu parler, interviennent uniquement dans le domaine de la collecte et de la monétisation des données. Experian, Equifax, Acxiom et WPP en sont des exemples. Elles fournissent des services de données pour le marketing et la gestion des risques. Dans d’autres entreprises, la monétisation des données est intégrée au cœur de métier. Il s’agit notamment de Google, des opérateurs réseau et des retailers.
Dans le retail : Les retailers utilisent leurs programmes de fidélisation pour savoir ce que vous achetez dans leurs magasins. Les données peuvent être partagées avec les partenaires fournisseurs pour développer des stratégies de merchandising plus efficaces.
Dans le secteur bancaire : Les banques peuvent déterminer ce que vous achetez et savoir où vous l’achetez, ce qui rend leurs données très précieuses pour les analystes et les marketeurs.
Dans la fabrication : La fabrication crée une grande quantité de données qui peuvent être exploitées pour améliorer l’efficacité de l’entreprise. Ces données peuvent également être transformées en produits. C’est le cas par exemple des informations de la R&D, des données du service client et du support, mais aussi des informations de maintenance de la chaîne d’approvisionnement.
Certaines entreprises ont créé de nouveaux modèles économiques à partir de leurs données. Aris, filiale de la compagnie d’assurance Allstate, partage les informations télématiques des véhicules avec des agences publicitaires et d’autres types de sociétés. Ces entreprises cherchent à mettre en œuvre de nouveaux types de modèles économiques basés sur les données de localisation.
Certaines sources de données sont des cibles évidentes, par exemple celles qui représentent les clients actuels et les tendances de leurs transactions. Les informations historiques et les sources « dark data » offrent également beaucoup de valeur. Ces sources ne sont peut-être pas utilisées activement pour gérer l’entreprise au quotidien, mais peuvent s’avérer précieuses pour les efforts de monétisation. Prenons l’exemple d’enregistrements historiques de déclarations de sinistres. Ces enregistrements peuvent être partagés avec des partenaires disposant de moteurs d’IA. Les moteurs d’IA recherchent des modèles à partir desquels apprendre à automatiser les souscriptions, prédire les tendances, ou même identifier de nouvelles opportunités.
Il est évident que le type des données partagées ou vendues possède une valeur intrinsèque. Mais leur exactitude, leur actualité, leur cohérence, leur richesse et leur pertinence jouent également un rôle dans la détermination de cette valeur. Par exemple, dans la description de ses données immobilières (dont l’accès est commercialisé) First American précise : « ...nos données sont différentes parce que nous avons amélioré la collecte des données et... la validation par de multiples sources ».
De nombreuses entreprises collectent en interne des informations sur leurs clients afin de déterminer quand et comment leur proposer des produits et des services plus pertinents. Le partage de ces données à l’extérieur, avec fournisseurs et partenaires commerciaux, peut être mutuellement bénéfique.
Le retailer Kroger fournit aux enseignes CPG des données sur leurs clients afin qu’elles puissent les cibler sur son site web. La collaboration à une initiative de partage des données bidirectionnel peut contribuer à améliorer le merchandising et la planification de la demande. Un retailer qui apprend de son fournisseur que les ventes du produit A augmentent lorsque ce produit est placé à proximité du produit B, est un exemple de cette collaboration.
Les sociétés de services financiers partagent déjà des données transactionnelles, mais ces données sont principalement anonymes et agrégées. En d’autres termes, ces sociétés ne sont pas autorisées à partager vos données personnelles. Les données client qu’elles partagent reflètent généralement les tendances d’un segment client plus large. La banque australienne Westpac, par exemple, dispose d’un portail qui permet à ses partenaires commerciaux d’accéder à ses données client agrégées. Dans le futur, il est possible que les banques gagnent de l’argent plus directement à partir de vos données personnelles. Par exemple, au lieu de prélever des frais de service standard, les banques pourraient obtenir des commissions des commerçants lorsqu’elles font la promotion de leurs produits et services.
Augmentation de la valeur des données : plus les informations sont spécifiques à un individu, plus elles peuvent être contextualisées et plus elles offrent de valeur.
Quel que soit le secteur, les opportunités abondent pour ceux qui souhaitent monétiser leurs données les plus précieuses ou collaborer à l’aide de ces données.
Les bonnes données ont plus de valeur. En étant capable de décrire le processus par lequel vous avez assuré l’exactitude et la cohérence de vos données (même lorsqu’elles sont anonymisées), vous augmentez la valeur de ces données.
Les données multidomaines apportent de nouveaux éclairages. Produire des données qui ne décrivent pas une seule dimension, mais relient différents domaines de données et décrivent leurs interconnexions (également appelées zones de visibilité), apporte une valeur additionnelle. Cette approche est particulièrement importante avec une solution MDM multidomaine qui offre des processus de gouvernance garantissant le traitement et la gestion corrects de ces données.
Les données « gouvernées » sont adaptées à l’objectif. Grâce au MDM multidomaine, vous pouvez démontrer que votre entreprise utilise un processus par lequel les faits métier clés (données de référence en particulier) sont administrés de manière éthique.
Les données unifiées sont sûres. En disposant d’un point de gouvernance centralisé pour protéger la source des données, les personnes qui interviennent dans la production et la gestion des données peuvent inclure des contrôles juridiques et éthiques. Ces contrôles réduisent le risque d’utilisation de vos données à mauvais escient et évitent qu’elles ne deviennent une menace pour votre marque.
Le consentement et la vie privée sont gérés. Avec le MDM multidomaine, toute forme de consentement et de confidentialité liée à une initiative de partage de données peut être enregistrée avec les données et les processus auxquels elle est associée. Le MDM multidomaine est particulièrement pertinent pour prendre en charge les complexités pouvant découler de la gestion du consentement. C’est le cas des données décrivant des relations interdomaines spécifiques. Il peut s’agir, par exemple, d’un historique d’achats couvrant certaines catégories de produits.
Définir et contrôler les KPI de la valeur économique. Le MDM multidomaine peut contribuer à établir le lien entre les ensembles de données de référence et les indicateurs contrôlant le respect de la politique de données (qualité, actualité, exhaustivité, etc.). Il est ainsi possible de maintenir les données de référence sur les valeurs économiques cibles.
Organiser les données pour les flux de revenus cibles. Le MDM multidomaine gère un processus structuré permettant d’organiser les données et de vérifier leur pertinence et leur conformité avant tout partage avec les clients et partenaires commerciaux.
Assurer le retour sur investissement du projet MDM. Le MDM multidomaine peut fournir des métriques sur la performance des données qui permettront d’établir un bilan.
.
Traiter l’information comme un actif de l’entreprise signifie lui associer une valeur économique. Toutes les données présentent une certaine valeur intrinsèque, mais la valeur des données détenues dans une solution de Master Data Management multidomaine peut souvent être quantifiée.
Démontrer votre maîtrise de la transparence des données augmente leur valeur, que vous ayez l’intention de vendre vos données, de les partager avec des partenaires pour un avantage mutuel ou d’en extraire la valeur pour améliorer vos propres offres ou opérations.