Ir al contenido principal
SECO
  • AI
  • Edge Computing

Monetización de datos: las 5 reglas para extraer nuevo valor de sus datos

Con la monetización de datos, es decir, el proceso de análisis estratégico e implementación práctica que permite utilizar los datos como fuente de ingresos, las empresas pueden transformar los datos que han recopilado en valor monetizable, igual que otros activos. La monetización de datos se convierte en una estrategia que permite a las empresas recuperar de forma virtuosa las inversiones realizadas en infraestructuras, sistemas y plataformas IoT e IIoT, acelerando su camino evolutivo y diseñando nuevos escenarios de negocio.

Monetización de datos

El valor de los datos es cada vez mayor y más tangible

Basta con leer las cifras de los últimos estudios de mercado para entender cómo la definición de "big data" ha quedado ya obsoleta. La contribución de los datos a la economía de una empresa se vuelve tangible y, multiplicada a escala nacional, alcanza valores significativos del PIB.

  • El volumen de datos crece constantemente y se triplicará en los próximos años: pasará de los actuales 64,2 ZB (donde un zettabyte equivale, redondeando, a 1 billón de terabytes) a los 181 ZB previstos para 2025 (fuente: IDC y Statista).
  • Los objetos inteligentes y los dispositivos IoT e IIoT crecerán de forma exponencial, impregnando todo lo que nos rodea: pasarán de los actuales 23 mil millones a los casi 39 previstos para 2025 y a 50 mil millones de objetos conectados en 2030 (fuente: Strategy Analytics).
  • Los datos, las aplicaciones y sus derivados llegarán a constituir un valor importante del PIB nacional: en 2030 el valor agregado para el sur de Europa, del que forma parte Italia, alcanzará el 11,5%, el 14,5% en Norteamérica y el 26,1% en China (fuente: Bahrain FinTech Bay - PwC).

Monetización de datos: cómo extraer valor de los datos

Para aplicar una estrategia de monetización de datos, la primera pregunta que debe hacerse una empresa es qué datos necesita para crecer. Continuar con la política del data warehouse, o más bien del "almacenamiento" estéril en silos, tiene ya muy poco sentido, también por los costes derivados de este procedimiento: a los costes necesarios para la recopilación de datos se suman los debidos a su traslado a una nube para el procesamiento y los de su posterior distribución.

Por tanto, resulta ventajoso definir de antemano, siguiendo una estrategia de datos precisa, qué datos serán económicamente rentables una vez enriquecidos mediante el análisis y el procesamiento, convirtiéndose en información valiosa. En resumen, se pueden definir 5 puntos esenciales para una monetización de datos rentable:

  1. En primer lugar, es necesario definir qué datos pueden ser realmente útiles para la empresa. La heterogeneidad de los datos crea valor, pero no todos los datos valen algo. Para optimizar la monetización de datos, es necesario aprovechar al máximo el impacto que pueden aportar las tecnologías de análisis y automatización, como la inteligencia artificial y el Machine Learning, si se implementan correctamente.
  2. La mayor parte del tiempo de los analistas se dedica a "limpiar" datos. Por tanto, es necesario definir correctamente los marcos de procesamiento. Los parámetros de evaluación (KPI) suelen no estar optimizados, lo que reduce o incluso invalida la calidad de los datos, una característica indispensable para dar valor al activo.
  3. Conviene reducir el traslado de datos a una nube habilitando el procesamiento de proximidad gracias a soluciones de edge computing, que permiten una mayor calidad de los datos gracias a su detección y procesamiento en tiempo real, reduciendo al mismo tiempo los costes de transmisión y de análisis en la nube.
  4. Definir el nivel de madurez de la empresa en términos de analítica y capacidades profesionales. Se necesitan personas capaces de mejorar constantemente los procesos de análisis para innovar el negocio principal. Según un estudio de 2020 realizado por "los Observatorios de Big Data y Business Analytics del Politécnico de Milán", el 39% de las empresas italianas ha declarado que no dispone de competencias internas específicas y que no ha realizado ningún tipo de experimentación en materia de IA. Un sistema de asesoramiento con sus socios permite beneficiarse de un mayor nivel de competencias, reduciendo el time to market de los productos.
  5. Puede ser ventajoso definir una política de intercambio de datos no solo a nivel interno sino también externo, implicando a socios y proveedores. Por ejemplo, una cadena de suministro compartida puede generar monetización de datos: el 87% de los responsables de la toma de decisiones querría apoyarse en datos externos para ampliar sus escenarios de negocio (fuente: The Insights Professional's Guide to External Data - Forrester 2020).

Las empresas que logran monetizar sus datos obtienen, de media, resultados superiores y sostenibles a medio y largo plazo. Para que esto ocurra, sin embargo, la empresa debe abrirse al exterior, pidiendo un intercambio de competencias dentro de un ecosistema de socios, no solo en cuanto al suministro de materiales (plataformas y soluciones de hardware y software) sino también de competencias, aprovechando los activos específicos de sus socios.

Reciba la newsletter de SECO.

Suscríbase con su dirección de correo en seco.com.

Suscribirse