Värdefull data – myt eller verklighet?

Hela världen har blivit galen i data, och mängden data som samlas in ökar exponentiellt. Värdet av data kan verka uppenbart för alla, men faktum är att varje enskild datapunkt i sig nästan är värdelös; data blir värdefull först när den aggregerats, strukturerats och bearbetats. Detta faktum, tillsammans med några andra av datans unika egenskaper, har långtgående konsekvenser för hur företag bör agera i hanteringen av sin egen data. Vi reder ut begreppen.  

Det som ibland kallas den tredje industriella revolutionen, digitaliseringen av samhället, har också fört med sig en data-revolution. Data, som tidigare behövde samlas in av fysiska personer, samlas idag in passivt och i realtid av datorer till en väldigt låg kostnad. Lägre pris och bättre kvalité har gjort data till en eftertraktad handelsvara som köps och säljs i enorma mängder.  
  
Karaktären på den data som samlas in har också ändrats på grund av de nya metoderna för insamling. Detta blir tydligt när man tänker på marknadsföringsbranschen, där fokus tidigare låg på att samla in data om statiska kvalitéer, såsom personers adress och ålder. Med dessa data kunde man göra en avancerad gissning om hur personer skulle bete sig; adress och yrke var en proxy för beteende. Nuförtiden analyseras beteende i realtid. Denna trend mot data som i allt mindre utsträckning är proxy för något annat kommer troligtvis att fortsätta. 
  
Systematisk datainsamling är egentligen inget nytt under solen; redan de gamla egyptierna visste att det fanns ett värde i att samla in data över vissa saker, exempelvis storleken på sädesmagasin. Skillnaden idag är mängden och precisionen i datan. En viktig del i denna utveckling är att data kan analyseras och processas i en hastighet som är långt mycket större än tidigare. Genom att samköra många olika dataset kan företag hitta mönster i data från många olika plattformar. En bank skulle exempelvis kunna samköra väderdata med betalningsinställningar i jordbrukssektorn och därmed justera risken på dessa tillgångar beroende på kommande väderlek. Denna typ av datafokuserad approach vinner allt mer mark på grund av dess stora potential. 
  
Data har kallas ”den nya oljan”, men det är en sanning med modifikation. Data skiljer sig från råvaror såsom olja eftersom den inte är standardiserad. Det finns ingen marknad för data, eftersom inget dataset är helt likt något annat. Datan måste sammanställas, ordnas och kontextualiseras innan den blir värdefull, och denna skillnad är av stor betydelse. Data blir också till skillnad från olja ofta mer värdefull när den används, och inte sällan kan det framträda nya användningsområden för den med tiden. Ett kalkylark med ett namn på är inte värt så mycket, men om det också finns en ålder och en adress i kalkylarket framträder plötsligt en person. Ju mer data, desto mer kunskap kan utvinnas ur varje enskild datapunkt.  
  
Data skiljer sig också från råvaror på en annan viktig punkt. Det är mycket få stora företag som är beredda att sälja sin rådata, nästintill oberoende av pris. Data kan bli information, information kan bli kunskap, och kunskap är makt. Förmågan att samla in och skydda nyckeldata är därför en mycket viktig framtidsförmåga, men också ett område där traditionell IP inte erbjuder något skydd. Det krävs därför att företag i framtiden i större utsträckning använder sig av andra former av skydd för att etablera kontroll över dessa viktiga tillgångar.  
  
Allting är data, men många företag saknar kunskap och förmåga att bearbeta den för att utnyttja den till fullo. Enkelt uttryckt finns det fyra nivåer av datakapabilitet för organisationer. De kan sammanfattas i fyra frågor: 
  
Första nivån: Vad hände? 
Andra nivån: Varför hände det? 
Tredje nivån: Vad kommer att hända? 
Fjärde nivån: Hur kan jag få det att hända? 

  
Genom att röra sig uppåt i hierarkin kan företag förbättra sitt kunderbjudande, göra bättre prognoser och öka sin lönsamhet. Den fjärde nivån innebär i praktiken att företaget slutat vara passivt och börjat vara aktivt; att börja skapa det för dem önskvärda beteendet. Hur når man dit? 
  
Att maximera nyttan av data som samlas in är svårt. Till viss del kan problemet ligga i mängden data; det är inte alltid lätt att veta vilken data som är nyttig och vilken som bara är statistiskt brus. Datahantering är också en rättslig fråga, vilket har blivit allt mer tydligt sedan införandet av GDPR. Det blir allt svårare för företag att motivera stora datamängder, vilket innebär att det krävs allt mer kreativitet i datahanteringen. De stora rättsliga följderna innebär också att få enskilda personer vågar utnyttja data utan att det uttryckligen finns stöd för det högre upp i organisationen. Data kan även regleras av speciallagstiftning till vissa branscher såsom läkemedel, vård och försvar. Lägger vi till den internationella dimensionen ökar behovet av att känna till  
  
En riktig datadriven affärsmodell är byggd från grunden för att kunna utnyttja den data som genereras. Till att börja med måste det finnas processer och verktyg för att bestämma vilken data som är mest värdefull, och som därför är värd att ta tillvara på. Sedan måste datan förberedas för analys, och göras åtkomlig för de som kan ha nytta av den (läs: alla). Datan måste bli information. Man måste också uppmuntra en ”berättandekultur”, där data delas och diskuteras och får ligga till grund för alla beslut. På lång sikt måste data ligga till grund för företagsstrategin. 
  
Att maximera nyttan av data innebär också att säkerställa att den data som företaget har är unik, och att nyckeldata inte delas med konkurrenter. Eftersom informationsdelning är en allt viktigare del av företagssamarbeten är det viktigt att tidigt i processen etablera kontroll över sin data, genom att exempelvis knyta nyckelpersoner till företaget. 
  
  
Alla dessa steg kräver samarbete över yrkesgränserna och tillit till processen. Genom att implementera en datadriven affärsmodell kan ett företag bättre utnyttja den data som samlas in och därmed skapa varaktiga konkurrensfördelar, helt enkelt genom att veta mer.  
 
Vill du veta mer om hur du kan implementera en datadriven affärsmodell för att skapa långsiktiga konkurrensfördelar, och utnyttja din data som en hävstång? Välkommen till Rouse på ett kostnadsfritt webinarium den 2 juni.  Information och anmälan sker via bildlänken nedan – välkommen!

8108108

Relaterat innehåll

Hur hindrar vi någon från att stjäla vår affärsidé?

Hur hindrar vi andra från att stjäla vår affärsidé? Det är en fråga vi får ofta. Det ”enkla” svaret är att det är svårt att skydda en affärsidé. Att frågan uppstår är inte konstigt, i och med att innovation blir mer och mer affärsmodellsdrivet så är frågan aktuell för de flesta företag. Men, med traditionell […]

Protecting trade marks in relations to retail services in China

Registering trade marks in relation to retail services is now a widely accepted practice in most countries – but not in China.  In China, the Trademarks Office (CTMO) accepts applications for registration in relation to retail services only in certain specific and limited cases. There are, however, signs that things are changing. This article describes […]

Intellectual property management – too often nonintellectual

Creating, leveraging and protecting intellectual property is a key business activity of any modern company. To be able to do so effectively, it is paramount to develop and implement an organizational structure able to handle the different challenges of IP ideation, maintenance and use. It is also important to build and maintain a corporate culture […]

Patent och enforcement i Kina: ett strategiperspektiv

Det kinesiska rättssystemet för immateriella tillgångar uppfattas av många som otydligt, orättvist och som favoriserande gentemot inhemska företag. För någon som följt utvecklingen i Kina de senaste femton åren är det faktiskt svårt att hålla med. Företag frågar sig idag inte om, utan hur, man ska använda sig av patentsystemet i Kina för att skydda […]

Innovation at the tail of Covid-19

In the wake of a health crisis, the Covid-19 pandemic, we are facing a financial crisis which will have long term consequences. Financial crises, like this one, can be dangerous and chaotic. They can, however, also be catalysts of change, creating new competitive landscapes and reshaping old ones. Capitalizing on the opportunities while containing the […]