Scenario

Data trading: rischi e ricompense

La vendita di dati può diventare di sicuro interesse per molte aziende. Ma i rischi a cui si va incontro non sono pochi.

Prodotti, software e servizi sono sempre più interconnessi, grazie ai costi di condivisione e trasferimento dei dati che sono più bassi che mai. Mentre tradizionalmente il dato è stato utilizzato a fini di marketing, oggi rappresenta il fulcro dell’operatività di moltissime aziende. Inoltre, non sorprende che il 90% dei dati a livello mondiale sia stato prodotto soltanto negli ultimi due anni, grazie a una sempre più ampia adozione del machine learning, dell’intelligenza artificiale e della recente espansione del mercato IoT.

Al giorno d’oggi, organizzazioni di ogni tipo e dimensione, dai tradizionali sviluppatori di software ai produttori di hardware, fanno uso dei dati di clienti e partner in archivio per attività che vanno dall’inform planning e strategia fino alla vendita dei dati stessi che si traduce in data trading. Di conseguenza, la grande maggioranza (85%) delle imprese crede che i dati abbiano un valore economico e, solo a partire da un 10% nel 2014, arrivando al 48% attuale vende già i propri dati a parti esterne. Tuttavia, ancora prima che qualunque azienda possa iniziare a pensare ai modi di monetizzare i dati, deve affrontare una questione molto complessa: il GDPR.

Sfide e opportunità del data trading

La regolamentazione dei dati sta rimettendo in discussione il modo in cui le imprese proteggono e utilizzano le personally identifiable information (PII), dando luogo tanto a opportunità quanto a sfide. In particolare, ora le organizzazioni sono tenute a comprendere e a gestire attentamente il loro utilizzo dei dati, mentre prima avevano carta bianca. Di conseguenza, per un’organizzazione il valore dei dati è controbilanciato dal costo potenziale ad essi collegato, sia finanziariamente sia legalmente, nell’eventualità di un data breach o di un inconveniente. Per la maggior parte delle aziende questo prende il nome di rapporto remunerazione/rischio, utile alla misurazione dei guadagni attesi di un dato investimento rispetto al rischio di perdita.

Data Trading

Nonostante ciò, il GDPR ha rappresentato una significativa opportunità per le imprese, ma solo con la creazione di un quadro giuridico su come i dati debbano essere utilizzati e protetti.
Attraverso delucidazioni circa i rischi legali e la gestione dei dati, le imprese dispongono di un quadro (regolamentare) consistente per la condivisione e la monetizzazione dei dati con i data buyers, in modo trasparente. Grazie all’identificazione di un archivio dati e all’adozione di misure di sicurezza, quali il criptaggio di dati sensibili, le aziende sono in grado di assicurare la propria adesione al GDPR e di utilizzare i dati responsabilmente. Le regolamentazioni limitano inoltre quelle “aree grigie” dove alcune imprese operavano nella vendita dei dati, evitando che mettano in atto data practices da tenere nascoste.

Mentre in passato era solo la reputazione ad essere compromessa, oggi esistono regole ben precise che regolamentano le modalità di scambio di dati. Dunque, una volta che un’organizzazione ha preso confidenza con il GDPR, come può ottenere il massimo dai propri dati, minimizzando i rischi e assicurandosi che la propria strategia di monetizzazione sia quella adatta?

Data Trading 1
112221909

Le due facce della monetizzazione dei dati

La monetizzazione dei dati può essere definita come il valore generato dai dati, sia monetario sia derivato da qualsiasi altro attributo che possa costituire valore per un’impresa. Molto spesso il termine “monetizzazione” può essere utilizzato sia per un valore esterno che interno, anche se c’è una netta distinzione tra i due:

Monetizzazione interna: Tradizionalmente, il valore dei dati deriva dalla loro analisi per lo sviluppo di nuove strategie di business o insights, a guida di tutto ciò che va dal branding a nuove caratteristiche del prodotto o ai process improvements. Questo approccio ha un impatto solo interno all’impresa, e garantisce che i dati presenti in archivio rimangano entro il network aziendale. Con la messa in atto di una robusta strategia di protezione e di gestione dei dati, è meno probabile che il business entri in conflitto con qualunque tipo di regolamentazione. Generalmente, questo è il primo passo prima di poter generare valore monetario dai dati e si può dividere in tre componenti: comprendere i problemi del cliente già risolti; i problemi non ancora risolti e i problemi operativi che impattano sui costi aziendali.

Data Into Money

Monetizzazione esterna diretta: L’altro approccio implica che vengano monetizzati direttamente i dati. Previa autorizzazione dei clienti o dei partner, se coinvolta la PII, un’impresa può vendere i propri dati a organizzazioni capaci di cogliere insights e informazioni utili per i loro stessi prodotti e servizi. Alternativamente, può utilizzare questi dati per la vendita di ulteriori servizi complementari, come gli analytics, ai loro clienti attuali. La monetizzazione diretta dei dati richiede al business lo sviluppo di interfacce di programmazione di un’applicazione che monitorino in tempo reale quali dati vengono trasmessi a chi. Questo, con il sostegno di un Product Manager API, conferisce al business una visione d’insieme di ciascun cliente con cui vengono condivisi i dati. Mentre condividere esternamente i dati può esporre il business a un rischio maggiore, con la messa in atto di misure adeguate, la supply chain dei dati resta al sicuro e, in ultimo, genera profitto.

Analisi approfondita

Prima che qualunque progetto data trading possa dare i suoi frutti, i dati devono essere analizzati meticolosamente: in primo luogo scoprire se vi è unicità in dati che i competitor non possiedono; in secondo luogo, capire quanto i dati siano attendibili per terze parti; infine, comprendere quanto i dati siano validi per terze parti in settori specifici. Potrebbe accadere che una parte terza che adopera i dati di certi business, operi anche in un altro settore in cui si trova in competizione con essi. I produttori di trattori, ad esempio, potrebbero raccogliere dati sulle coltivazioni e vendere queste informazioni ai trader di materie prime, imprese con cui prima non erano in contatto.

Data trading e monetizzazione: ci sono dei rischi

Questo è vero in particolar modo quando si tratta dell’utilizzo di informazioni relative al cliente e al prodotto. Un criterio è quello di comprendere l’accettazione sul mercato e come il business verrà percepito dai suoi attuali clienti e partners. Un altro aspetto di cui preoccuparsi è se questi dati abbiano valore per i competitor e se possano rappresentare un vantaggio per i loro prodotti. Un ulteriore rischio è rappresentato da dati che potrebbero agevolare la comparsa di nuovi competitor che prima non operavano in quel contesto e che adesso avrebbero accesso a quei dati.

Come provato dallo scandalo di Cambridge Analytica con Facebook, l’impresa che vende i dati deve preoccuparsi di come questi vengono utilizzati da terzi. Le imprese devono assicurarsi di essere in possesso degli strumenti utili a fronteggiare un eventuale uso improprio dei dati da parte di terzi. Nel caso descritto l’unica soluzione adattata da Facebook èstata la disattivazione delle API problematiche, impedendo a tutti gli sviluppatori (compresi coloro che ne facevano un uso corretto) di poterle utilizzare, costringendoli a integrarne di nuove. Per eludere questo problema, le aziende devono condurre un’attenta analisi non solo su come i dati che si vogliono condividere vengono utilizzati, ma anche come questi possano essere utilizzati contro di esse.

Cambridge Facebook

Se gestita correttamente, la monetizzazione esterna diretta può diventare una strategia redditizia per un’organizzazione che vuole fare data trading. Non soltanto le PII possono essere condivise, ma possono anche essere aggregate esternamente, limitando i rischi. Ancora meglio, per le imprese con un numero elevato di partner, la condivisione di dati può dar luogo ad una maggiore integrazione tra prodotti e servizi, conducendo ad una migliore customer experience. Similmente, l’adozione di uno scambio di dati aperto può attrarre potenziali futuri partner, dando adito a più opportunità di business e accentuando la fidelizzazione.

Molte imprese avranno le proprie preferenze su come approcciare la monetizzazione dei dati e costruire un progetto di data trading, sia che questa implichi mantenersi cauti e analizzare i dati internamente sia cogliere i benefici della monetizzazione diretta dei dati. Fare una stima dei rischi è fondamentale, ma questo non significa  che entrambi gli approcci non siano complementari.

Anche quando un’impresa decidesse di condividere i propri dati, deve assicurarsi della flessibilità delle API in uso per mantenere un controllo capillare anche durante la condivisione.

L’importanza delle API

Tuttavia, le buone potenzialità dei dati delle imprese sono tali solo nella misura in cui sia facile condividerli con i propri clienti. Per far ciò, occorre che le imprese utilizzino correttamente le loro API. Le API devono essere considerate esse stesse dei prodotti e realizzate con un pacchetto, costo e modello di business flessibile per i clienti, comprendendo il valore che apportano ai clienti esistenti e nuovi, così da offrire la API più adatta alle loro esigenze.

Big Data

Inoltre, le API si devono evolvere in base alla customer experience e ai cambiamenti di esigenze dei clienti, per garantire loro un rapido time to market. Nella Subscription Economy, il 70% dei profitti proviene da rinnovi, up-sells e cross-sells. Di conseguenza, in un progetto di data trading, è importante avere gli strumenti adeguati per la gestione del trasferimento di dati e non servire dati facilmente monetizzabili su un vassoio d’argento, fornendo la miglior customer experience a basso attrito.

Poiché le imprese diventano sempre più digitali e connesse, esse riporranno maggiore fiducia nella condivisione dei propri dati, grazie ad una migliore comprensione del suo valore e delle procedure essenziali per la loro protezione. Con la condivisione dei dati che permette ai client di utilizzare software e prodotti con continuità attraverso diverse piattaforme e soluzioni in futuro, le imprese devono determinare le loro strategie di monetizzazione dei dati adesso per sfruttare al massimo quest’opportunità.

(testo a cura di Marco Costa, regional manager for cloud protection and licensing activity, Thales)

Da non perdere questa settimana su Techbusiness

🔮 Il futuro dell’innovazione tecnologica, ecco come l’AI può esserci d’aiuto
 🕸️ La rivoluzione nell’automazione delle reti aziendali
🇪🇺 L’Unione Europea e il confine tra algoritmo e intelligenza artificiale
🏭 Google lancia IA per il Made in Italy per supportare le PMI italiane
 
✒️ La nostra imperdibile newsletter Caffellattech! Iscriviti qui 
  
🎧 Ma lo sai che anche Fjona ha la sua newsletter?! Iscriviti a SuggeriPODCAST!
  
📺 Trovi Fjona anche su RAI Play con Touch - Impronta digitale!
  
💌 Risolviamo i tuoi problemi di cuore con B1NARY
  
🎧 Ascolta il nostro imperdibile podcast Le vie del Tech
  
💸E trovi un po' di offerte interessanti su Telegram!

Danilo Loda

100% "milanes", da una vita scrivo di bit e byte e di quanto inizia con on e finisce con off. MI piace tutto quello che fa rumore, meglio se con un motore a scoppio. Amo viaggiare (senza google Maps) lo sport, soprattutto se è colorato di neroazzuro.

Ti potrebbero interessare anche:

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Back to top button