Datavärdering – Vad är dina data värda och hur värderar du dem?

En del människor talar om data som den nya oljan, men det är för förenklat. Olja är en handelsvara som kan köpas och säljas. Data är en tillgång, en tillgång som ökar i värde genom användning. En enskild persons uppgifter är inte särskilt värdefulla. Att kombinera uppgifter som genereras av tusentals människor är en helt annan sak. Genom att koppla ihop detta med uppgifter som genererats i olika situationer, genom att kombinera dataset, skapas nya insikter och värde för olika aktörer och intressenter.

Om uppgifter är så värdefulla, varför är det då så få företag som värdesätter dem? En del försöker att räkna ut ett pris för sina data. De försöker förstå vad marknaden kommer att betala för dem. Men värdet i data ligger inte alltid i försäljningen av dem. Ta till exempel Amazon och Alibaba. Båda företagen försöker optimera en marknadsplats, koppla samman kunder med en efterfrågan eller med organisationer som kan leverera. Enskilda konsumenter tillhandahåller uppgifter om vad de vill ha och behöver. Amazon och Alibaba använder detta för att matcha konsumenterna med leverantörer med rätt produkter och tjänster. De aggregerar också uppgifterna för att ge insikter om marknadstrender och köpmönster. De säljer inte data, åtminstone inte som sin primära tjänst, men de använder dem i stor utsträckning för att optimera sina processer.

Detta handlar inte om att sälja data – det handlar om att inse att data är en organisations livsnerv.

Värdet av data för Amazon och Alibaba fångas inte upp i en prissättningsmetod. Ja, deras data kan vara värdefulla för tredje part, men de är mer värdefulla för företagen själva när de försöker optimera sin verksamhet. Utan data skulle de faktiskt inte kunna fortsätta sin verksamhet.

Så vi kan inte betrakta datavärdet som enbart det pris som andra är villiga att betala. Vi måste tänka bredare och när vi gör det måste vi skapa metoder för datavärdering. Denna distinktion, från datavärde till datavärdering, är oerhört viktig. Datavärde är en egenskap. Dina data har ett visst värde och du måste förstå vad det är för att kunna fatta lämpliga investeringsbeslut för att stödja dina data. För att förstå värdet av dina data behöver du en metod för datavärdering. Du behöver ett sätt att räkna ut vad det faktiska värdet av dina data är.

Ett sätt att tänka på detta är att ställa frågan: Varför skulle jag vilja sätta ett värde på mina data? Tänk på data som en tillgång; organisationer använder tillgångar för att skapa värde för olika intressenter. De investerar också i tillgångar för att göra dem ändamålsenliga, och vid varje tidpunkt måste de överväga vilka tillgångar som är värda att investera i. Du kan tänka på detta som cykeln för datavärde/datavärdering. Du måste bedöma och förstå vilka uppgifter du har (bedömning av uppgifter). Du måste sätta ett värde på dessa data (datavärdering) så att dina medarbetare inser värdet av data, behandlar dem med respekt inom din organisation och arbetar ut hur de kan göra dem mer värdefulla. Utifrån detta måste du sedan investera (datainvestering) för att se till att dina data är lämpliga för ändamålet. Du måste se till att du har god styrning på plats, en lämplig datastrategi, standarder, system och förfaranden för att se till att du uppnår god datakvalitet.

När du väl har bra data kan du börja använda dem (dataanvändning). Detta är centrerat kring att identifiera hur du kan använda data för att skapa värde för dig och dina intressenter. Detta kan vara genom bättre verksamhet. Det kan vara genom effektivare leverans av produkter och tjänster. Det kan vara genom att använda data för att generera nya och meningsfulla insikter som i sig själva är värdefulla. Sedan kan du skapa datavärde genom att agera utifrån dessa insikter. Slutligen måste du se över vad du har lärt dig (datareflektion) och fråga dig själv: Vad har vi lärt oss av att använda våra data? Hur kan vi göra detta bättre i framtiden? Finns det nya och annorlunda datamängder som vi behöver få tillgång till?

Den här cykeln är oändlig – du pendlar mellan faserna för datavärdering och datavärde. Men början på cykeln är datavärdering, något som det har talats om i många år, men ingen har kunnat genomföra ordentligt och det är delvis därför som så många datainitiativ misslyckas. Detta har skett fram till nu. Anmut har slutfört utvecklingen av en rigorös metodik för värdering av data och arbetat med en stor organisation inom den offentliga sektorn för att implementera den.

Kom till ODSC Europe den 21 november för att se hur Anmut gjorde det vid föreläsningen ”Data Valuation – Valuing the World’s Greatest Asset”. Du kommer att lära dig hur du kan omvandla det sätt på vilket data ses genom din organisation, från en systemisk nackdel till en konkurrensfördel! Läs mer på www.anmut.co.uk.

Lämna ett svar

Din e-postadress kommer inte publiceras.