4 neue Modelle zur Monetarisierung von Daten, die Unternehmen revolutionieren
Die Monetarisierung von Daten verändert die wirtschaftliche Landschaft für Unternehmen grundlegend. In diesem Artikel untersuchen wir die Herausforderungen, die mit dem Sammeln, Kaufen und Verkaufen personenbezogener Daten zu Gewinnzwecken verbunden sind, sowie die Strategien, mit denen Unternehmen diese Hürden überwinden.
4 neue Modelle zur Monetarisierung von Daten, die Unternehmen revolutionieren
Personenbezogene Daten werden zunehmend als digitale Vermögenswerte anerkannt, insbesondere in der Softwareindustrie. Bereits vor einem Jahrzehnt beschrieb das Weltwirtschaftsforum personenbezogene Daten als „Anlageklasse, die eine neue Welle von Möglichkeiten für die Schaffung wirtschaftlicher und gesellschaftlicher Werte eröffnet“.
Während personenbezogene Daten den Branchen enorme Möglichkeiten bieten, ihre Einnahmen durch datengestützte Entscheidungen zu steigern, stellen Datenhoheit, Datenschutzbestimmungen und Datenschutz eine Herausforderung dar.
In diesem Artikel untersuchen wir die beiden größten Herausforderungen bei der Datenmonetarisierung sowie die vier neuen Datenmodelle, die Unternehmen neu gestalten.
Herausforderungen bei der Monetarisierung von Daten
Datenhoheit
Daten sind immaterielle Vermögenswerte, und ihre Eigentumsverhältnisse sind ein umstrittenes Thema. Wenn Daten in ihrer Rohform als unorganisierte Informationen vorliegen, ist es für jeden schwierig, Eigentumsrechte daran geltend zu machen. Wenn Daten jedoch als geistiges Eigentum geschützt sind, beispielsweise durch die Registrierung des Urheberrechts an einer Datenbank, kann es zu Nutzungsbeschränkungen kommen.
Daher stellt das Eigentum an Daten eine Einschränkung für die Nutzung und Analyse von Daten dar. Um diese Herausforderung zu umgehen, sammeln Unternehmen Rohdaten von Kunden.
Datenschutz und Privatsphäre
Datenschutz, Privatsphäre und Monetarisierung scheinen miteinander in Konflikt zu stehen. Viele Unternehmen würden lieber eines davon wählen, als sich auf dem schmalen Grat dazwischen zu bewegen. Wie Tim Cook, CEO von Apple, einmal sagte: „Wir lehnen die Ausrede ab, dass man sein Recht auf Privatsphäre aufgeben muss, um das Beste aus der Technologie herauszuholen.“
Die Wahl eines geeigneten Datenschutzmodells verbessert die Fähigkeit eines Unternehmens, Verbraucherdaten zu verstehen und zu monetarisieren.
Rechtliche Mechanismen wie Nutzungsbedingungen oder Nutzungsvereinbarungen helfen Unternehmen dabei, die beabsichtigte Verwendung der von Kunden erhobenen Daten zu klären. Technische Mechanismen wie Rechteverwaltung oder Zugriffskontrolle helfen Unternehmen dabei, die erhobenen Daten zu schützen, damit interne und externe Stakeholder sie für die beabsichtigten Zwecke nutzen können. Organisatorische Mechanismen stellen außerdem sicher, dass die richtigen Personen im Unternehmen Zugriff auf die Daten haben und dass die Daten auf sicheren Plattformen im gesamten Unternehmen geteilt werden.
Darüber hinaus können Unternehmen Datenmanagementrichtlinien entwickeln, die es ihnen ermöglichen, ihre digitalen Ressourcen zu schützen, zusammenzuarbeiten und innovativ zu sein. Viele Unternehmen konzentrieren sich auf die Einhaltung von Vorschriften und verlieren dabei aus den Augen, dass ihre Datenmanagementrichtlinien oder ihr Governance-Rahmen es dem Unternehmen ermöglichen müssen, intern und extern innovativ zu sein und zusammenzuarbeiten. Wenn die Richtlinien es dem Unternehmen nicht erlauben, seine Daten so zu analysieren, dass es seine Kunden besser bedienen und seine Geschäftsziele erreichen kann, ist dies eine verpasste Chance. Daher müssen Datenmanagementrichtlinien wasserdicht sein, um das Unternehmen vor Datenverstößen zu schützen, und flexibel, um Innovation und Zusammenarbeit zu ermöglichen.
Schließlich müssen Unternehmen ihre Position auf dem Markt verstehen und Schutzmaßnahmen für verschiedene Arten von Daten entwickeln. Beispielsweise müssen Unternehmen, die Daten verwenden, die urheberrechtlich geschützte Materialien enthalten, den Umfang ihrer Lizenz und die territoriale Natur dieses Schutzes berücksichtigen. Dies ist besonders wichtig für globale Unternehmen, die auch die Branchen, in denen sie tätig sind, sowie die Regeln und Vorschriften ihrer Märkte berücksichtigen müssen.
Neue Modelle zur Monetarisierung von Daten verändern Unternehmen
Um die oben genannten Herausforderungen zu bewältigen, setzen Unternehmen zunehmend neue Modelle zur Datenmonetarisierung ein, um sicherzustellen, dass Daten geschützt und privat bleiben.
Modell Nr. 1: Aggregationsmodell
Dieses Modell erfordert eine Aggregation von Daten aus mehreren Quellen. Ein Beispiel für dieses Modell sind Organisationen, die Developers-as-a-Service (DAAS) anbieten oder Entwicklern Datenzugriff gewähren. Sie bieten eine Plattform, auf der Entwickler Daten extrahieren können, während sie gleichzeitig die Compliance im Backend sicherstellen. Dieses Modell ermöglicht es Entwicklern, Daten frei zu analysieren, ohne befürchten zu müssen, gegen Datenschutzbestimmungen zu verstoßen. Mehrere Datenquellen sorgen außerdem dafür, dass Entwickler bessere Einblicke für ihre Entscheidungsfindung erhalten.
Modell Nr. 2: Abonnementmodell
Bei einem abonnementbasierten Geschäftsmodell zahlen Kunden eine wiederkehrende Abonnementgebühr für den Zugang zu Produkten oder Dienstleistungen. Während der Pandemie erlebte das abonnementbasierte Modell einen Boom und gewann bei Softwareunternehmen an Beliebtheit, was zur Entstehung vieler Software-as-a-Service-Unternehmen (SaaS) führte.
Ein abonnementbasiertes Unternehmen nutzt personenbezogene Daten, um ein individuelles, auf jeden Kunden zugeschnittenes Erlebnis zu schaffen. Netflix verfolgt beispielsweise die von Ihnen angesehenen Sendungen, um Ihnen auf Grundlage Ihrer Vorlieben weitere Inhalte zu empfehlen.
Die weltweite Berichterstattung über Videostreaming-Dienste hat im Jahr 2020 mit dem Ausbruch der COVID-19-Pandemie einhellig zugenommen.
Modell Nr. 3: Freemium-Modell
Wie der Name schon sagt, bietet Ihnen ein Freemium-Geschäftsmodell ein kostenloses Produkt oder eine kostenlose Dienstleistung mit eingeschränkten Funktionen und verlangt für zusätzliche Funktionen einen Aufpreis. Ein Beispiel für ein Freemium-Geschäftsmodell, das Daten monetarisiert, ist Spotify. Spotify nutzt Kundendaten, um das Nutzererlebnis anzupassen und Nutzer dazu zu bewegen, die Premium-Version zu abonnieren. Neunzig Prozent der Einnahmen von Spotify stammen aus Premium-Abonnements.
Der ehemalige Global Head of Verticals bei Spotify, Khartoon Weiss, betonte, wie wichtig es ist, Daten zu nutzen, um ein besseres Kundenerlebnis zu schaffen. Er sagte: „Daten, Nutzung und Verhalten liefern uns alle Informationen, die wir benötigen, um Produkte zu entwickeln und das Verhalten zu verfolgen, um auf eine Weise zu dienen, die einen Mehrwert bietet und im Dienste der Menschen steht.“
Die Marktkapitalisierung von Spotify (der Marktwert der im Umlauf befindlichen Aktien) stieg im Jahr 2020 aufgrund erhöhter Investitionen dramatisch an.
Modell Nr. 4: Werbemodell
In einem Werbemodell bietet ein Unternehmen Verbrauchern kostenlose Dienste an. Die Daten der Verbraucher werden jedoch im Hintergrund über Werbung an Dritte verkauft. Das Werbemodell ist das gängigste Modell zur Datenmonetarisierung, das von globalen Technologieunternehmen wie Meta und Alphabet verwendet wird. Es war Gegenstand mehrerer Untersuchungen und Vorschriften. Tom Wheeler, ehemaliger Vorsitzender der US-amerikanischen Federal Communications Commission, beschrieb es als „Zauberer von Oz” im digitalen Format. Er bezeichnete es als „die Mathematik, die unsere privaten Informationen in Unternehmensvermögen verwandelt”. Daher müssen Unternehmen ein Werbemonetarisierungsmodell sorgfältig umsetzen.
Die Digitalisierung traditioneller Branchen hat die Bedeutung von Daten als digitale Vermögenswerte deutlich gemacht. Wenn Unternehmen wettbewerbsfähig bleiben wollen, müssen sie Nutzerdaten sicher nutzen, um Mehrwert zu schaffen und fundierte Entscheidungen zu treffen.
Um mehr über die Zukunft digitaler Vermögenswerte und deren Monetarisierung zu erfahren, klicken Sie hier, um unser On-Demand-Webinar anzusehen.
