Sommige mensen hebben het over data als de nieuwe olie, maar dit is te simplistisch. Olie is een product dat gekocht en verkocht moet worden. Gegevens zijn een goed, een goed dat in waarde groeit door gebruik. De gegevens van één persoon zijn niet erg waardevol. Het combineren van de gegevens van duizenden mensen is een heel ander verhaal. Door die gegevens te koppelen aan gegevens die in verschillende situaties zijn gegenereerd, door datasets te combineren, ontstaan nieuwe inzichten en waarde voor verschillende actoren en belanghebbenden.
Als gegevens zo waardevol zijn, waarom hechten dan zo weinig bedrijven er waarde aan? Sommige proberen een prijs te bepalen voor hun gegevens. Zij proberen te begrijpen wat de markt ervoor wil betalen. Maar de waarde van gegevens ligt niet altijd in de verkoop ervan. Neem bijvoorbeeld Amazon en Alibaba. Beide bedrijven proberen een marktplaats te optimaliseren; klanten in contact te brengen met een vraag, of met organisaties die kunnen leveren. Individuele consumenten verstrekken gegevens over wat zij willen en nodig hebben. Amazon en Alibaba gebruiken dit om de consumenten te koppelen aan aanbieders met de juiste producten en diensten. Ook aggregeren zij de gegevens om inzicht te geven in markttrends en winkelpatronen. Ze verkopen geen gegevens, althans niet als hun primaire dienst, maar ze gebruiken ze wel uitgebreid om hun processen te optimaliseren.
Het gaat er niet om gegevens te verkopen – het gaat erom te beseffen dat gegevens het levensbloed van een organisatie zijn.
De waarde van gegevens voor Amazon en Alibaba wordt niet gevat in een prijsbenadering. Ja, hun gegevens kunnen waardevol zijn voor derden, maar ze zijn waardevoller voor de bedrijven zelf als ze proberen hun operatie te optimaliseren. Zonder gegevens zouden zij immers niet kunnen blijven opereren.
We kunnen de waarde van gegevens dus niet eenvoudigweg zien als de prijs die anderen bereid zijn te betalen. We moeten breder denken en daarbij methodologieën voor de waardering van data ontwikkelen. Dit onderscheid, van datawaarde naar datawaardering, is van cruciaal belang. Gegevenswaarde is een eigenschap. Uw gegevens hebben een bepaalde waarde en u moet begrijpen wat die waarde is om de juiste investeringsbeslissingen te kunnen nemen ter ondersteuning van uw gegevens. Om de waarde van uw gegevens te begrijpen, hebt u een methode voor gegevenswaardering nodig. Je hebt een manier nodig om uit te werken wat de werkelijke waarde van je data is.
Een manier om hierover na te denken is de vraag te stellen: waarom zou ik een waarde aan mijn data willen toekennen? Zie data als een bedrijfsmiddel; organisaties zetten bedrijfsmiddelen in om waarde te creëren voor verschillende belanghebbenden. Zij investeren ook in activa om ze geschikt te maken voor hun doel, en op elk moment moeten zij overwegen welke activa het waard zijn om in te investeren. Je kunt dit zien als de cyclus van gegevenswaarde en gegevenswaardering. Je moet beoordelen en begrijpen welke gegevens je hebt (gegevensbeoordeling). U moet deze gegevens een waarde geven (gegevenswaardering) zodat uw mensen de waarde van gegevens erkennen, ze binnen uw organisatie met respect behandelen en uitwerken hoe ze waardevoller kunnen worden gemaakt. Vervolgens moet u investeren (data investment) om ervoor te zorgen dat uw gegevens geschikt zijn voor het beoogde doel. U moet zorgen voor een goede governance, een passende datastrategie, normen, systemen en procedures om een goede datakwaliteit te bereiken.
Als u eenmaal over goede data beschikt, kunt u deze gaan gebruiken (datagebruik). Dit is gecentreerd rond het identificeren van hoe u gegevens kunt gebruiken om waarde te creëren voor u en uw belanghebbenden. Dit kan zijn door betere operaties. Het kan zijn door efficiëntere levering van producten en diensten. Het kan zijn door de data te gebruiken om nieuwe en zinvolle inzichten te genereren die, op zichzelf, waardevol zijn. Vervolgens kunt u datawaarde creëren door op basis van deze inzichten te handelen. Ten slotte moet u nagaan wat u hebt geleerd (datareflectie), waarbij u zich afvraagt: wat hebben we geleerd van de toepassing van onze gegevens? Hoe kunnen we dit in de toekomst beter doen? Zijn er nieuwe en andere datasets die we moeten raadplegen?
Deze cyclus is eindeloos – je schommelt tussen de datawaarderingsfase en de datawaardefase. Maar het begin van de cyclus is datawaardering, iets waar al vele jaren over wordt gesproken, maar niemand heeft het goed kunnen implementeren en dat is deels de reden waarom zo veel data-initiatieven mislukken. Dit is tot nu. Anmut heeft de ontwikkeling van een rigoureuze methodologie voor het waarderen van data afgerond en samengewerkt met een grote organisatie in de publieke sector om deze te implementeren.
Kom naar ODSC Europe op 21 november om te zien hoe Anmut het heeft gedaan tijdens de talk “Data Valuation – Valuing the World’s Greatest Asset.” U zult leren hoe u de manier waarop data door uw organisatie wordt gezien, kunt transformeren van een systemisch nadeel naar een concurrentievoordeel! Meer informatie vindt u op www.anmut.co.uk.