Podcast on Digital Data Monetization Strategies

Kapitoly

Dvě strany jedné mince

Proč je to důležité

Nejde o datové jezero, ale o schopnosti

Schopnost 1: Správa datových aktiv

Schopnost 2: Datová továrna

Schopnost 3: Datová věda a talent

Schopnost 4: Porozumění zákazníkovi

Schopnost 5: Etické využití dat

Shrnutí a závěr

Who Pays for This?

Patrons and Sponsors

Final Takeaways

Přepis

James: Většina lidí si myslí, že když firmy mluví o „zpeněžení dat“, myslí tím prodej vašich osobních údajů tomu, kdo nabídne nejvíc. Ale co kdybych vám řekl, že to je jen polovina pravdy?

Mia: Přesně tak, Jamesi. Ve skutečnosti téměř polovina peněz, které firmy vydělají díky datům, nepochází z jejich prodeje, ale z něčeho úplně jiného. Z něčeho, co se děje uvnitř firmy.

James: Vážně? Takže to není jen o prodeji dat reklamním společnostem? Teď jsem opravdu zvědavý.

Mia: Přesně tak. Je to mnohem zajímavější. A o tom si dnes budeme povídat. Tohle je Studyfi Podcast, místo, kde zjednodušujeme složité věci, abyste byli připraveni na zkoušky.

James: Dobře, Mio, začněme od začátku. Když tedy nejde jen o prodej dat, o co jde? Zmínila jsi, že se něco děje „uvnitř firmy“.

Mia: Přesně tak. Existují dva hlavní způsoby, jak firmy zpeněžují data. Ten první nazýváme „zpeněžení zlepšováním“. Je to, když firma používá data ke zefektivnění svých vlastních procesů a snížení nákladů.

James: Aha, takže to je ta interní část. Můžeš uvést nějaký příklad?

Mia: Jistě. Představ si výrobní linku v továrně. Sběrem dat ze strojů mohou předpovědět, kdy se některý z nich porouchá, a opravit ho dříve, než se to stane. Tím ušetří miliony, protože se výroba nezastaví.

James: To dává smysl. Používají data, aby ušetřili peníze, ne aby je přímo vydělali prodejem. A co je ten druhý způsob?

Mia: Ten druhý je to, co si většina lidí představí. Jde o vytváření produktů a služeb založených na datech, které firma prodává na trhu. Jsou to například analytické nástroje, personalizované funkce v aplikacích nebo chytré zážitky pro zákazníky.

James: Jako když mi Spotify doporučí novou hudbu, kterou si zamiluju, nebo když mi Netflix navrhne film přesně podle mého gusta?

Mia: Přesně! To jsou dokonalé příklady. Vytvářejí hodnotu přímo pro tebe jako zákazníka a díky tomu si drží platící uživatele. Je to přímý ekonomický přínos z dat. Zajímavé je, že v průměru tvoří to interní zlepšování 51 % a tyhle externí produkty 49 % z celkového zpeněžení dat.

James: Páni, je to skoro půl na půl. To jsem nečekal.

Mia: A tady je to klíčové pro pochopení moderní ekonomiky. Firmy, které jsou v tom druhém způsobu opravdu dobré – tedy ve vytváření tržně orientovaných datových produktů – jsou ty nejúspěšnější.

James: Jak moc úspěšné?

Mia: Výzkum z MIT ukázal, že špičkové firmy v oblasti inovací a růstu generují z těchto informačních řešení 20 až 26 % svých celkových příjmů. Oproti tomu slabší firmy generují jen 12 až 14 %.

James: To je obrovský rozdíl. Takže schopnost vytvářet z dat produkty pro zákazníky je známkou opravdu úspěšné firmy.

Mia: Přesně tak. Je to jeden z hlavních motorů růstu v dnešním digitálním světě.

James: Často slýchám termín „datové jezero“. Zní to, jako by firmy jen hromadily obrovské množství dat a doufaly, že v něm najdou zlato. Je to tak?

Mia: To je skvělá metafora. A částečně je to pravda. Mnoho firem si myslí, že stačí vybudovat obrovské datové jezero, ale pak se jen škrábou na hlavě, proč je to stálo tolik peněz a výsledky nikde.

James: Takže mít jezero plné dat nestačí?

Mia: Vůbec ne. Je to jako mít obrovskou knihovnu plnou knih, ale nikdo neumí číst nebo neví, jak najít tu správnou informaci. Data sama o sobě jsou k ničemu.

James: Dobře, tomu rozumím. Co tedy firmy potřebují kromě toho jezera?

Mia: Potřebují pět klíčových schopností, aby ta data skutečně proměnily v hodnotu. Nejde o technologii, ale o to, co s ní umíte. Pojďme si je postupně projít.

James: Dobře, jaká je první schopnost?

Mia: Jmenuje se „správa datových aktiv“ (Data asset curation). Zní to složitě, ale v podstatě to znamená přestat vnímat data jako vedlejší produkt a začít se k nim chovat jako k cennému zdroji. Jako k produktu samotnému.

James: Takže nejde jen o sběr, ale o péči? Jako o zahradu?

Mia: Přesně! Musíte zajistit, aby data byla kvalitní, čistá, dobře popsaná a snadno dostupná pro ty, kdo je potřebují. Je to jako šéfkuchař, který si pečlivě vybírá a připravuje suroviny, než začne vařit. S nekvalitními daty, stejně jako se zkaženými surovinami, dobrý výsledek neuděláte.

James: Aha, takže kvalita na prvním místě. Bez toho jsou všechny další kroky zbytečné.

Mia: Přesně tak. Je to základní kámen všeho.

James: Co následuje po kvalitních datech? Jaká je druhá schopnost?

Mia: Ta se nazývá „platforma datové továrny“ (Data factory platform). Představ si skutečnou továrnu. Má stroje a výrobní linky, které berou suroviny a efektivně z nich vyrábějí finální produkty. Datová továrna dělá totéž, ale se daty.

James: Takže je to technologie, která data zpracovává? Jako software a servery?

Mia: Ano. Jsou to systémy – často v cloudu – které dokážou data bezpečně přijímat, transformovat je a distribuovat tam, kde jsou potřeba. Klíčové jsou zde takzvané API, což jsou rozhraní, která umožňují různým systémům spolu snadno komunikovat a vyměňovat si data.

James: Takže je to takový digitální výrobní pás, který běží na pozadí a všechno propojuje.

Mia: Perfektní přirovnání. Umožňuje firmám škálovat své datové operace a rychle vytvářet nové datové produkty.

James: Dobře, máme kvalitní suroviny a továrnu na jejich zpracování. Co dál? Chybí nám mozek operace, že?

Mia: Přesně! Třetí schopností je „datová věda a talent“ (Data science techniques and talent). To jsou lidé – datoví vědci, analytici – a metody, které používají k tomu, aby z dat vytěžili smysl a cenné poznatky.

James: Takže to jsou ti kouzelníci, co v datech nacházejí skryté vzorce?

Mia: Dá se to tak říct. Používají statistiku, strojové učení a vizualizace, aby odpověděli na složité obchodní otázky. Ale není to jen o najímání pár géniů. Důležité je, aby celá firma byla „datově gramotná“ a lidé na všech úrovních se uměli rozhodovat na základě důkazů, ne jen pocitů.

James: Takže jde o kulturu, nejen o pár expertů v oddělené místnosti.

Mia: Přesně. Špičkové firmy mají analyticky zdatné lidi i přímo v produktových týmech, aby byli co nejblíže zákazníkovi.

James: To mě přivádí ke čtvrté schopnosti. Předpokládám, že souvisí se zákazníky.

Mia: Naprosto. Čtvrtá schopnost je „porozumění zákazníkovi“ (Customer understanding). Můžete mít nejlepší data a nejchytřejší analytiky, ale pokud nevíte, co vaši zákazníci skutečně potřebují a chtějí, je vám to k ničemu.

James: Jak to firmy zjišťují? Ptají se jich?

Mia: Ano, ale nejen to. Zahrnuje to aktivní zapojení zákazníků do vývoje produktů – tomu se říká co-creation. Také používají metody jako A/B testování, kde ukážou dvěma skupinám uživatelů mírně odlišnou verzi aplikace a sledují, která funguje lépe.

James: Takže neustále experimentují a učí se přímo od uživatelů. To zní velmi chytře.

Mia: Je to klíčové. Firmy musí mít hluboké, téměř intimní znalosti o potřebách, kontextu a chování svých zákazníků, aby mohly vytvářet produkty, za které lidé budou rádi platit.

James: Dobře, a teď ta poslední, pátá schopnost. Vzhledem k tomu, jak citlivé téma data jsou, hádám, že to bude něco o etice a bezpečnosti.

Mia: Máš naprostou pravdu, Jamesi. Poslední a nesmírně důležitá schopnost je „přijatelné využití dat“ (Acceptable data use). Nejde jen o to dodržovat zákony, jako je GDPR.

James: O co tedy jde navíc?

Mia: Jde o to, aby firma jednala v souladu se svými vlastními hodnotami a také s hodnotami svých zákazníků a partnerů. Je to o budování důvěry. Zahrnuje to transparentnost v tom, jak se data sbírají a používají.

James: Takže dát uživatelům kontrolu nad jejich daty? Třeba možnost je smazat?

Mia: Přesně tak. Špičkové firmy umožňují zákazníkům spravovat svá vlastní data. Mají také jasná pravidla a dohled nad tím, jak data používají zaměstnanci i externí partneři. Rizikem není jen porušení zákona, ale ztráta reputace, což může být pro firmu ještě horší.

James: Takže i když je něco legální, nemusí to být správné nebo chytré z obchodního hlediska.

Mia: Přesně. Jde o rovnováhu mezi obchodními cíli a etickou odpovědností. Důvěra je v digitální ekonomice tou nejcennější měnou.

James: Páni, Mio, to bylo vyčerpávající, ale zároveň fascinující. Takže abych to shrnul – zpeněžení dat není jen o jejich prodeji. Je to buď o interním zlepšování, nebo o vytváření nových produktů pro trh.

Mia: Přesně.

James: A aby v tom firmy byly dobré, nestačí mít jen hromadu dat. Potřebují pět klíčových schopností: spravovat data jako cenný majetek, mít efektivní „datovou továrnu“, chytré lidi, kteří datům rozumí, hluboké porozumění zákazníkům a silný etický kompas.

Mia: Naprosto dokonalé shrnutí, Jamesi! Když si studenti zapamatují těchto pět pilířů, budou mít skvělý základ pro pochopení toho, jak fungují nejúspěšnější firmy dneška.

James: Skvělé. Myslím, že teď se na personalizovaná doporučení v aplikacích budu dívat úplně jinak. Děkuji ti, Mio.

Mia: Rádo se stalo!

James: A my se teď podíváme na další téma...

James: And that really brings us to our last big question, Mia. We've talked about how this research is done, but... who actually pays for all of it? It can't be cheap.

Mia: It's definitely not. And that's a super smart question to ask. For a center like MIT's CISR, which was founded way back in 1974, the funding comes from the industry itself.

James: So, companies are giving money to the university? Why would they do that?

Mia: Exactly. It’s called sponsorship. Think of it this way... companies need to stay ahead of the curve on things like data, digital workplaces, and technology. MIT has the brainpower to figure that stuff out.

James: Okay, so it’s like a partnership. I saw they list 'Research Patrons' and 'Sponsors'. What's the difference there?

Mia: Great catch. They're two different levels of support. Research Patrons are a smaller, core group providing significant funding. We’re talking about firms like Cognizant and PricewaterhouseCoopers.

James: And the Sponsors?

Mia: That's a much bigger list of over ninety firms. And the names are ones you'd definitely recognize. Want to hear a few?

James: Absolutely. Hit me.

Mia: Okay, you've got BMW, PepsiCo, Johnson & Johnson, and even big international banks like Barclays and BNP Paribas from France.

James: Wow, PepsiCo? Why would a soda company sponsor information systems research? Are they developing a self-driving soda can?

Mia: Not quite, but that would be cool! It’s because every big company today is a tech company. PepsiCo needs to manage a global supply chain, analyze sales data, and create a digital workplace for thousands of employees.

James: Ah, so they get access to MIT's cutting-edge research to solve their own huge problems. That makes perfect sense.

Mia: Exactly! It's a total win-win. MIT gets funding to do groundbreaking work, and the companies get the insights they need to stay competitive. It’s an investment, not just a donation.

James: The key takeaway here seems to be that modern research is a collaborative effort. It’s not just academics in a quiet library; it's a partnership with the real world.

Mia: That's the perfect way to put it. These companies get to interact with scholars and see the future before it happens. If you want to see the full list of who's involved, you can check it out on their website, cisr.mit.edu.

James: Fantastic. Well, that's all the time we have for today. We’ve covered everything from research methods to the surprising ways it gets funded. A huge thank you for breaking it all down for us, Mia.

Mia: My pleasure, James! It was a lot of fun. And to all our listeners, stay curious!

James: That's our show! Thanks for tuning in to the Studyfi Podcast. We'll catch you next time.