Ahora que está tan de moda el «Big Data» y las empresas (sobre todo las grandes) se obsesionan por recoger datos, es un buen momento para pararse a pensar en cómo rentabilizar esos datos.

Modelos de Negocio de DatosEs evidente que el primer beneficio, el que genera la necesidad de analizar los datos es proporcionar a los usuarios de negocio información detallada en forma de conocimiento que les ayude en la toma de decisiones que repercutan en un mayor beneficio para la empresa.

Sin embargo, una vez aprovechada la información para ese primer objetivo, por qué no tratar de sacar partido en forma de beneficio adicional.

¿Es posible que las empresas estén dejando escapar oportunidades de ingresos extras?Parece que sí.

De acuerdo con los estudios llevados a cabo por McCallum en base al análisis del flujo de datos, desde su recogida hasta su análisis, construyendo un entorno de referencia alrededor de puntos clave, de forma que alguien pueda generar negocio con valor añadido, aparecen ocho temas para tener en cuenta:

Recoger y suministrar: se trata de la recogida de datos y su venta sin procesar. Hablamos de datos «en bruto» por los que habría gente dispuesta a pagar, ya que se evitan tener que construir sus propios entornos de recogida de datos.

Almacenar y hospedar: consistiría en disponer datos para terceros, con la ventaja de poder aplicar economías de escala si conseguimos diferentes usuarios para los mismos datos.

Filtrar y refinar: la limpieza y depuración de datos es un trabajo poco gratificante pero necesario en cualquier proceso de análisis de datos. Si en lugar de vender datos «en bruto¨ eres capaz de conseguir clientes que estén dispuestos a pagar un plus por disponer de datos sin duplicados, errores y otros tipos de defectos, tienes entre manos un negocio más lucrativo.

Mejorar y enriquecer: añadir valor a un conjunto de datos, combinándolo con otro o llevando a cabo un pre-procesado redundaría en datos listos para el usuario final.

Simplifica el acceso: ayuda a los usuarios de negocio a escoger los datos que necesitan, en el formato que más les interese. Esto puede ser tan simple como convertir los datos a otro formato más conveniente para el usuario (de PDF a CSV) o tan complejo como crear un sistema que permita a los usuarios escoger sub-segmentos de datos, más acordes a sus propias necesidades.

Analiza: descubre nueva información para guiar las decisiones de negocio o explora los datos para contestar preguntas.

Oculta: durante años ha resultado cada vez más fácil la recogida de datos, pero no todo el mundo quiere formar parte de los ejercicios de análisis. Hay profesionales que basan su negocio en ayudar a ciertas personas y empresas a mantener sus datos apartados de miradas indiscretas.

Ofrece consejo/consultoría: los datos son ingredientes clave en muchos negocios. Los consultores especializados ayudan a las empresas a obtener el máximo rendimiento de sus datos, desde cómo analizarlos a cómo monetizarlos.

Considero que estos modelos encierran un sinfín de oportunidades para aprovechar el verdadero potencial de los datos.

En los proyectos de Business Intelligence que he llevado a cabo en empresas de diferentes sectores (calzado, mármol, plástico, construcción, servicios, inmobiliarias) me sorprende ver el poco interés que hay en la mayoría de las empresas por el análisis concienzudo de los datos de su propio negocio.

En algunos casos, cuando empiezo a demostrarles las posibilidades que les ofrecen estas herramientas y la capacidad de tener al alcance de la mano un apoyo para la toma de decisiones, se dan cuenta del potencial que tienen entre manos (sin aprovechar) y se centran en sacarle partido. En otros casos … como las vacas que ven pasar el tren.

 
Este post está basado en el artículo publicado por Q Ethan McCallum  en el blog de O´reilly Strata.