Datenmonetarisierung - Teil 2: Strategien

Nach ersten grundsätzlichen Überlegungen in Teil 1 der Serie zur Datenmonetarisierung will ich nun auf die verschiedenen Strategien eingehen und diese vorstellen. Denn unabhängig davon, welchen der Ansätze man verfolgt, so bieten sie eine umfassende und strukturierte Methode für die Entwicklung einer passenden Monetarisierungsstrategie.

Warum eine Strategie? Damit der Einsatz von Daten im Unternehmen zielgerichtet und nicht planlos erfolgt, ist die Erarbeitung einer entsprechenden Strategie notwendig. Denn nur wenn das Ziel klar ist, können auch entsprechende Ressourcen bereitgestellt werden. Bei der Moneterisierungsstrategie geht es darum, die im Unternehmen vorhandenen Daten wirksam einzusetzen - für interne oder externe Zielgruppen. Und hier kommen die unterschiedlichen Ansätze ins Spiel, von denen ich einige kurz vorstellen will:

Interne und externe Datenmonetarisierung

Die einfachsten Dinge sind oft die besten, weil verständlich. Unter interner Datenmonetarisierung wird die Nutzung von Daten für interne Ziele verstanden, beispielsweise die Optimierung der eigenen Prozesse, Produkte und Services, Verbesserung des Kundenerlebnisses oder Realisierung von Cross-Selling-Potenzialen. Demgegenüber zielt die externe Monetarisierung auf die Erschließung neuer Umsatzquellen durch die Datenbereitstellung für externe Dritte (Kunden, Partner).

Ein guter Artikel dazu inkl. Ansätze zur Umsetzung findet sich bei MIT Sloan - Demystifying Data Monetization

Indirekte und direkte Datenmonetarisierung

Dieser Ansatz wird von Doug Casey vertreten, der früher bei Gartner das Thema Infonomics vorangetrieben hatte und aktuell Berater bei Caserta ist.

Die indirekte Datenmonetarisierung betrifft ein oder mehrere interne Geschäftsprozesse, in denen ggf. schon heute Daten genutzt werden, z.B. zur Risikoreduzierung, Optimierung der Wertschöpfungsketten, Erhöhung der Kundenloyalität oder Gewinnung neuer Kunden. Dadurch entsteht ein indirekter finanzieller Nutzen für das Unternehmen. Im Gegensatz dazu entsteht durch Transaktionen der direkten Datenmonetarisierung ein direkter finanzieller Nutzen, etwa durch die Lizensierung von Daten oder "Insights" aus Datenanalysen an Dritte, die Verbesserung oder Digitalisierung von existierenden Produkten und Services oder das Handeln mit Daten.

Weiterführende Links:

• Beitrag von Doug Casey zu seinem Ansatz
• Indirekte und direkte Datenmonetarisierung aus Sicht eines Datenmarktplatzes (Dawex)

3 Ansätze der Monetarisierung nach Wixom und Ross

In 2017 veröffentlichten Barbara Wixom und Jeanne Ross vom MIT Sloan Center for Information Systems Research (MIT CISR) ihren ersten Beitrag zu den Ansätzen der Datenmonetarisierung (Paywall). Sie stellten die Frage, wie Unternehmen bestmöglich von der Vielzahl an Daten profitieren können und haben daraus drei Ansätze entwickelt:

1) Verbesserung interner Prozesse und Entscheidungen (Improving Internal Processes)

Für die Autoren unterschätzen Unternehmenslenker häufig den finanziellen Nutzen, der durch die Datennutzung für die Schaffung betrieblicher Effizienzen entsteht. Deshalb müssen Entscheidungsträger auch Zugang zu wertvollen Daten und Analytik (Analytics) haben, um die einzelnen Vorteile realisieren zu können - siehe die Liste der Punkte unter interner oder indirekter Datenmonetarisierung.

2) Data Wrapping (Wrapping Information Around Products)

Der Fokus dieses Ansatzes liegt auf der Anreicherung bestehender Produkte, Services aber auch Kundenerfahrung durch Daten und Analytics. Beispielsweise kategorisieren einige Banken die Kontoausgaben oder versehen sie mit Logos, so dass sofort klar wird, für welchen Zweck das Geld ausgegeben wurde oder wer Geld vom Konto abgebucht hat. Diese Informationen können einerseits zum Monatsende aggregiert durch Kunden ausgewertet werden und erhöhen andererseits die Nachvollziehbarkeit der Abbuchungen. Wichtig bei der Verfolgung dieses Ansatzes ist, dass Daten und Analytics denselben Qualitätslevel haben wie das Kernprodukt. Denn eine schlechte Umsetzung der Produkterweiterung mittels Daten kann das Kernprodukt schädigen und dessen Wert für den Kunden vermindern.

Wer mehr über diesen Ansatz wissen will, findet hier beim MIT Sloan Management Review noch einen Artikel dazu (ebenfalls Paywall).

3) Datenverkauf (Selling Data)

Obwohl die Aussicht auf zusätzliche Umsätze verlockend ist und das Thema die meiste Aufmerksamkeit in den Medien erhält, so ist dieser Ansatz sicherlich der schwerste Weg, Daten zu monetarisieren. Denn unabhängig davon, welchen Ansatz ein Unternehmen verfolgt: Es sollte allen Beteiligten klar sein, dass die externe, direkte Monetarisierung bzw. der Verkauf von Daten(produkten) deutlich höhere Anforderungen an die Organisation und die (technische) Umsetzung stellt als die interne Monetarisierung. Hierfür bedarf es u.a. eines sorgfältig ausgearbeiteten Geschäfts- und Betriebsmodells, Klarheit über das (Daten-)Produktangebot oder der notwendigen Berücksichtigung rechtlicher Vorgaben, wie der DSGVO (Datenschutzgrundverordnung), wenn personalisierte Daten Bestandteil des Angebots sind.

Wie Daten zu Produkten werden, welche Beispiele für Datenprodukte es gibt und welche Ansätze in der Entwicklung von marktfähigen Datenprodukten Erfolg versprechen, werde ich im nächsten Teil der Reihe vorstellen.

Titelbild: mohamed hasan / pixabay