Compartilhar

Monetização de dados e geração de rentabilidade

Monetização de dados e geração de rentabilidade

Monetização de dados e geração de rentabilidade

Os dados estão cada vez mais presentes no nosso dia a dia: quando usamos aplicativos que nos mostram quantos passos percorremos, a quantidade de motoristas circulando pela sua região, o tempo estimado para sua encomenda chegar, o seu histórico de compra, entre outros exemplos.

Com a evolução das soluções digitais (plataformas que demandam pouca ou nenhuma parametrização para serem utilizadas), computação em nuvem (que permite arquivar e acessar dados e sistemas de qualquer lugar com Internet) e Big Data (processamento de grandes volumes de dados), o custo e o esforço para capturar, armazenar e processar os dados diminuíram consideravelmente.

Tudo isso possibilitou que os dados fossem não só integrados aos processos de negócio como também se tornassem um ativo estratégico para geração de novos modelos de negócio, aumento da rentabilidade e diferenciação das empresas junto a seus clientes.

Dados: suas características únicas e como geri-los

Afirmações como “dados são o novo petróleo”, “dados são a nova eletricidade” e até mesmo “dados são o novo bacon” estão se tornando mais comuns e reforçam que os dados estão se consolidando como indispensáveis para as empresas entregarem seus produtos e serviços.

Porém, diferentemente do que ocorre com outros insumos, os dados possuem características únicas, como destaca o artigo “What Managers Need to Know About Data Exchanges”, divulgado no MIT Sloan Management Review. Portanto, os dados:

  • Não são fungíveis: As unidades de dados podem ser utilizadas de formas diferentes pela mesma organização.
  • Têm múltiplos usos: Duas ou mais empresas podem usar o mesmo dado ao mesmo tempo.
  • Tornam-se obsoletos rapidamente: Dados podem mudar em um dia, uma hora… Dados novos têm maior valor.
  • Geram valor em maior volume: Geralmente, baixo volume de dados não é útil para treinar algoritmos ou ser escalável.
  • São criados quando duas ou mais instâncias interagem: Dados são mais valiosos quando ocorre uma interação entre o usuário e o sistema, por exemplo.
  • Indivíduos têm direito sobre seus dados brutos: É ilegal vender, compartilhar e trocar informações pessoais sem o consentimento do indivíduo.

Essas características únicas exigem uma série de ações para que os dados possam se tornar vetores de valor às empresas. Dentre elas, é possível destacar:

  1. Quebrar os silos dos dados, possibilitando que estes sejam acessados pelas diferentes áreas da organização sem a necessidade de pedidos formais, envio de arquivos, etc.
  2. Fomentar a alfabetização dos dados (ou Data Literacy), capacitando os profissionais da empresa para entender, processar e analisar as informações de forma autônoma, sem a necessidade de demandar áreas específicas e reforçando o ownership de todos.
  3. Diminuir o tempo entre a captura do dado e deixá-lo pronto para ser processado, de modo a analisar o tempo necessário para a realização de ações que gerem mais resultados ao negócio. Isso pode ser no momento que o dado é registrado (near real time) ou com variação de dias.
  4. Mensurar o volume e a qualidade dos dados, permitindo uma gestão eficiente de custos  e uma maior facilidade na implantação de novas capacidades analíticas.
  5. Possibilitar a captura de novos dados, seja na integração com outras fontes de dados ou na criação de novas formas de captura, em especial, na interação com clientes.
  6. Dispor de práticas para a gestão responsável dos dados, em conformidade com as legislações vigentes, como a Lei Geral de Proteção de Dados (LGPD).
  7. Criar hipóteses de valor a partir do cruzamento dos dados disponíveis – sejam internos ou externos – e o conhecimento de oportunidades de negócio que possam ser testadas por meio de modelos analíticos.

Essas ações podem ser realizadas em diferentes níveis de escala ou complexidade. Elas são aplicáveis desde startups até negócios já consolidados.

Os três níveis para monetizar dados

Uma vez entendida a importância dos dados, suas características únicas e como gerenciá-los, agora abordaremos como se pode monetizá-los, ou seja, convertê-los em valor financeiro ou intangível.

O primeiro ponto é considerar que existem duas perspectivas de monetização de dados: direta, cujas ações visam buscar o alcance do benefício econômico, aumentando a receita ou diminuindo custos; e indireta, que consiste em buscar elementos de diferenciação na empresa, tais como maior retenção, melhor experiência, etc.

Considerando essas duas perspectivas, entendemos que há três níveis de monetização de dados, tendo como base a perspectiva de negócio:

  1. Insights de negócios. Esse nível abrange o uso de dados para a realização de análises que possibilitem o entendimento da operação e identificação de oportunidades. As análises amplas e gerais podem apontar variações, gargalos, picos, vales e distribuições. Elas estão concentradas em análises descritivas e diagnósticas, que possibilitam entender o contexto e identificar oportunidades de melhoria voltadas, sobretudo, para a monetização indireta. Nesse nível, também podem ser realizadas avaliações preditivas que visam identificar, por exemplo, tendências e projeções e, dessa forma, adaptar o negócio para esses movimentos.
  2. Utilização ativa de dados. Esse nível, além dos insights de negócio, abrange análises mais específicas, correlacionando dados de diferentes fontes e áreas da organização, de modo a possibilitar a segmentação de produtos, serviços e processos – desde a estratégia até a operação. Além disso, as análises possibilitam a personalização de ações, algo que amplia a sua eficácia, mensura de modo rápido e constante seus resultados e possibilita ajustes incrementais. Neste nível, além das citadas anteriormente, as análises são prescritivas, as quais buscam identificar o que acontecerá e o que se pode fazer sobre isso, destacando oportunidades de monetização indireta e direta, com a utilização dos dados para a geração de novas linhas de receita.
  3. Dados como um ativo. Esse nível abrange, além dos insights de negócio e a utilização ativa dos dados, a criação de novos modelos de negócio a partir de dados internos e externos, como a comercialização de dados e insights para clientes e parceiros; o lançamento de produtos analíticos e features que utilizem os dados como alavanca de crescimento, possibilitando maior engajamento e, por consequência, aumento de receita e rentabilidade. Ademais, a captura, o processamento e a análise de dados é disseminada em toda a organização.

Por fim, quanto maior o nível de monetização dos dados, maior a maturidade de sua gestão estratégica e mais benefícios são obtidos pela empresa.

Autores: Thammy Marcato, Sócia-Diretora de Inovação e Transformação da KPMG no Brasil e Co-Founder da Leap, e Bruno Brito, Decoder da Leap.