Historiskt sett har företag haft två metoder för att utvinna värde ur data.
Vissa företag använde sig av en gräsrotsstrategi, där enskilda personer och team letade efter insikter i sina egna datalager efter behov. Andra företag - vanligen större - använde sig mer av en "big bang-metod", där företaget bildade ett särskilt team för att samla in, förbereda och dela data.
Problemen med dessa tillvägagångssätt? Ingetdera är hållbart. Ingen av dem kan hantera den mängd data som kommer in från kunder och interna verksamheter. Och ingen av dem låter kunderna dra nytta av sina egna data.
Men nu finns det ett tredje alternativ, enligt McKinsey: att etablera data som en intern produkt.
Att använda data som en intern produkt skapar konkurrensfördelar för företag som Netflix, Intuit, PayPal och många andra.
Ska du följa efter? En grupp branschexperter besvarade nyligen den frågan i ett rundabordssamtal.
Paneldeltagarna Sejal Amin, Chief Technology Officer på Shutterstock; Jana Eggers, VD för Nara Logics; Razat Gaurav, VD för Planview; och Dr. Rich Sonnenblick, Chief Data Scientist på Planview, deltog tillsammans med moderatorn Ray Wang, Principal Analyst och grundare av Constellation Research, Inc.
Detta blogginlägg ger deras perspektiv på att använda data som en produkt, inklusive:
- Förändringen i hur företag ser på kunddata
- Hur produktifiering av data gynnar både företag och kunder
- Vikten av etisk datainhämtning och gråzoner att vara uppmärksam på
Lyssna på hela diskussionen: AI i företaget: Möjligheter, utmaningar och vägen framåt
En förändring i kulturen - och i tankesättet - kring kunddata
Att flytta data från lokala anläggningar till molnet hade många fördelar för kunderna: enklare datatillgång, bättre säkerhet och mer organisation. Förändringen innebar också en stor förändring i hur företag ser på, använder och hanterar data.
I början av molntrenden började företag som Planview lagra kundernas data. Många molnföretag betraktade kunddata som en lagringsenhet: du behåller den, men du rör den inte.
När företagen var i ett hands-off-läge blev utvecklarna, produktteamen och kundsupportteamen vana vid att aldrig interagera med data utan tillstånd. All åtkomst till data krävde uttryckligt tillstånd för specifika åtgärder.
Men kulturen har förändrats. Relationen mellan företag och kunder, liksom relationen mellan team inom ett företag, har förändrats - främst på grund av att det finns mer data tillgänglig i realtid.
I stället för att vara en lagringstjänst fungerar molnföretagen nu mer som banker - de använder data kontinuerligt för att fatta bättre beslut för företaget och för dess kunder.
Ja, företag lagrar data, men de använder dem också ständigt, lär sig av dem och omsätter dem i praktiken. Att behandla data som en produkt innebär att data får sina egna processer, anpassas för olika användningsområden, får stöd (inklusive dokumentation och gränssnitt) för olika nedströmsbehov och styrs av tydliga regler - återigen precis som en bank.
Att använda data som en produkt gynnar både företag och kunder
Det finns ett värde i att utnyttja data för produktförbättring, funktionsteknik, leverera AI/ML-funktioner för att träna modeller i realtid och göra ändringar för nedströms kundanvändning. Data är avgörande för analys och optimering.
Trots de många fördelarna är det ett nytt tankesätt för många företag att använda data som en produkt och att se interna team som kunder. Ju större företag, desto större lyft krävs för att skapa dessa dataprodukter på ett systematiskt, repeterbart och effektivt sätt.
När företag tänker på data i ett bredare perspektiv kan de se möjligheter att använda data för mer än interna användningsområden.
Om ett företag sitter på en guldgruva av kunddata kan det vara precis den möjlighet det behöver för att skapa ytterligare värde från befintliga tillgångar.
Kunderna arbetar ofta med sin egen datavetenskap och vill ha tillgång till sina egna data på ett effektivt sätt. Data som produkt är ytterligare ett sätt för företag att betjäna sina kunder och ge kunderna möjlighet att få tillgång till sina egna data på ett mer strömlinjeformat sätt och förbättra sina egna processer.
Det är en win-win-situation som bygger på information som redan finns och bara väntar på att användas till sin fulla potential.
För att få ytterligare vinster på datafronten funderar företagen på hur de ska skala upp sina erbjudanden på ett mer hållbart sätt som kräver mindre mänsklig inblandning och mer automatisering och synlighet för kunder som letar efter olika typer av innehåll.
Det är tydligt att definitionen av data som en produkt har interna fördelar för ett företag. Men samma tolkning kan också avslöja ett brett spektrum av värde för kunderna.
Etisk datainsamling kan inte vara viktigare
Ett utmärkt exempel på att använda data som en produkt är Shutterstock. Sejal delade med sig av Shutterstocks erfarenhet av etiskt framtagna data, samt de problem som branschen har med att behandla data som en produkt.
Shutterstock ingick flera stora avtal med Amazon, Google, Meta och många andra stora företag. Shutterstock sålde sitt bibliotek eller undergrupper av sitt bildbibliotek till dem. I vissa fall kom företagen tillbaka och bad om en annan typ av tillgång eller mer av samma typ av tillgång.
När företagen konsumerade mer data var Shutterstock unikt förberett med sina etiskt framställda tillgångar och motsvarande metadata, som de redan hade en enorm mängd av, både automatiskt och manuellt, genom bidragsgivare.
Det var precis vad hyperskalare behövde för att bygga upp sina erbjudanden. Och allt detta skedde vid en tidpunkt då diskussionen om både lagliga och etiskt framställda data blev allt hetare, så Shutterstocks etiskt framställda data var en konkurrensfördel.
Det finns dock vissa gråzoner. När data säljs som en produkt uppmuntrar Sejal företag att ställa sig själva tuffa frågor, som t.ex:
- Vad är det ni ger bort?
- Hur mycket av det ger du bort?
- Är det här rätt sak att göra just nu?
- Vad är slutmålet för det du försöker göra, och hur försöker du göra det?
- Vilken typ av innehåll är du ute efter? Vilken typ av metadata letar du efter?
Att ta reda på dessa svar kommer att hjälpa företagen att hålla etisk datainhämtning som sin ledstjärna.
Sammanfattningsvis
Så ska man se data som en produkt? Det är en fråga som ligger rätt i tiden, och den kraftiga ökningen av AI-funktioner gör det ännu viktigare att besvara den.
Denna strategi erbjuder betydande möjligheter, inte bara för ditt företag utan även för dina kunder. Etisk datainhämtning bidrar till en relation med data som både kunder och intressenter kan lita på och värdesätta.
Läs om de andra konsekvenserna av AI i dagens företag - inklusive effekterna på kunskapsarbetare, ansvarsfull AI och vad organisationer kan göra idag - i AI in the Enterprise: Möjligheter, utmaningar och vägen framåt.
