À perte pour le retour sur investissement du projet de données ? Evaluez-le comme un produit

En 2006, le mathématicien britannique Clive Humby a proclamé : « Les données sont le nouveau pétrole ».

Humby était de bonne foi pour faire cette affirmation. Lui et sa femme, Edwinna Dunn, sont propriétaires de Dunnhumby, une société mondiale de science des données client qui a aidé Tesco à créer sa Clubcard, la première carte de fidélité de supermarché au monde. Le programme a donné au détaillant britannique un aperçu sans précédent de ses clients et de leurs habitudes d'achat.

Aujourd'hui, Doug Laney, chargé de l'innovation en stratégie de données et d'analyse à West Monroe, conteste l'affirmation de Humby sur un point technique : "Lorsque vous utilisez une goutte d'huile, vous ne pouvez l'utiliser que d'une manière à la fois", déclare Laney. "Lorsque vous l'utilisez, il s'use. Et lorsque vous utilisez une goutte d'huile, cela ne crée pas plus d'huile. Les informations ou les données sont très différentes.

Les données ne s'épuisent pas lorsque vous les utilisez. Il peut être utilisé de plusieurs façons simultanément. Et l'utilisation de données crée généralement plus de données.

"Les données sont ce que les économistes appelleraient un risque non rival et un ancêtre d'actifs non épuisant", déclare Laney.

Que la métaphore du pétrole soit pertinente ou non, ce qui n'est pas contesté, c'est que les données ont le potentiel de libérer une valeur énorme pour les organisations qui peuvent en tirer parti correctement. Laney, un ancien analyste VP distingué chez Gartner, a étudié comment les entreprises utilisaient leurs données lorsqu'il travaillait pour la société de recherche.

« Nous avons constaté que les entreprises qui traitent davantage les données comme un actif ont un ratio valeur marchande/valeur comptable qui est près de deux fois supérieur à la moyenne du marché. Et les entreprises qui vendent des produits de données ou des dérivés de données de quelque sorte que ce soit ont un ratio de valeur marchande sur valeur comptable de 3x », dit-il.

Laney note qu'une étude plus récente de Gartner sur le succès des directeurs des données a révélé que les CDO étaient 3,5 fois plus susceptibles de réussir dans leur rôle lorsqu'ils rencontraient des initiatives de monétisation des données, contre seulement 1,7 fois plus susceptibles lorsqu'ils démontraient un retour sur investissement sur leurs investissements en BI ou en analyse de données. .

De plus en plus de clients de West Monroe demandent à l'entreprise de les aider à travers des exercices de monétisation des données : idéation, test de faisabilité des composants et établissement d'une feuille de route pour la création de produits de données, explique Laney.

Cela ne signifie pas que tous les produits de données doivent être axés sur la vente de données. De nombreux produits de données précieux soutiennent les opérations des organisations.Analyse de la chaîne d'approvisionnementetjumeaux numériquessont quelques exemples clés.

"La monétisation des données peut prendre de nombreuses formes et formats différents", déclare Laney. « L'industrie commence à le reconnaître. Ils commencent à sortir de leur tête lorsqu'il s'agit de considérer la monétisation des données comme étant plus qu'une simple vente de données.

Ainsi, bien que toutes les entreprises ne produisent pas leurs actifs de données pour une consommation en dehors de l'organisation, les responsables des données seraient avisés d'évaluer chaque initiative de données comme si c'était le cas, en évaluant ses coûts de création et de maintenance et en proposant un cadre pour déterminer si les revenus qu'il génère, même indirectement, en valent la peine.

Établissement de la valeur nette des opérations de données

Bien sûr, évaluer avec précision les actifs de données est plus facile à dire qu'à faire. Si un produit de données est vendu directement, le calcul est relativement simple. Et s'il s'agissait d'un outil d'assistance ? Comment le valorisez-vous alors ?

Cette question a récemment envoyé la société d'intelligence de données Collibra dans le but de créer un processus d'évaluation de la valeur de ses produits de données, y compris des outils qui ne génèrent pas directement de revenus eux-mêmes.

"Chez Collibra, les données sont traitées comme un produit, pas seulement comme un atout", déclare Jay Militscher, responsable du bureau des données chez Collibra. « Il peut s'agir d'un ensemble de données, d'un modèle ML ou d'un rapport. La pensée basée sur le produit signifie qu'il y a un propriétaire dans l'entreprise, qui la gère de manière stratégique avec une attitude de retour sur investissement. L'évaluation des données consiste à convertir les données en valeur de manière délibérée et stratégique. La valeur se présente sous la forme soit de la vente directe de données et d'analyses directement sur le marché, soit de la modification de l'économie de la façon dont vous travaillez : efficacité, rapidité, identification d'une opportunité, etc. Nous pensons que toutes les entreprises doivent aborder ce sujet de monétisation et d'évaluation des données à un moment donné, si elles ne le sont pas déjà. »

Laney est d'accord, notant que de nombreuses entreprises ont eu du mal avec leurs efforts de monétisation des données au fil des ans parce qu'elles n'ont pas adopté une approche de gestion des produits.

"[Those companies] ont en quelque sorte barboté dedans ou font des choses ponctuelles », dit-il. "Les entreprises qui réussissent bien adoptent une approche de gestion de produit vraiment définie pour concevoir et planifier de nouvelles façons de générer de nouveaux flux de valeur à partir de données, d'identifier et de développer des marchés entre partenaires et autres tout au long de leur écosystème commercial étendu, en se coordonnant correctement avec l'informatique, marketing, finance, juridique et autres gammes de produits et groupes de gestion pour exécuter ces initiatives de monétisation des données.

Collibra a créé unprocessus en huit étapes pour créer des produits de données pour l'aider à se concentrer sur l'approche de gestion des produits. Le processus commence par l'identification d'un besoin métier et la définition du propriétaire du produit de données et se termine par la surveillance du produit de données en production.

L'un des premiers grands projets que l'équipe de Militscher a entrepris chez Collibra était le tableau de bord d'utilisation de Data Intelligence, qui aide les ingénieurs avant-vente de Collibra à comprendre comment l'adoption des clients évolue au cours d'un essai. Utilisé correctement, il peut améliorer l'expérience utilisateur et la satisfaction d'un client lors d'une preuve de concept, mais alors que le tableau de bord semblait avoir beaucoup de succès, l'étape de surveillance du processus a montré que l'utilisation n'était pas également répartie sur toutes les avant-ventes. ingénieurs. Certains l'utilisaient beaucoup et d'autres y touchaient à peine.

"Cela nous a amenés à nous demander : ce produit de données est-il vraiment précieux ? Cela valait-il le coût et l'effort que nous y avons consacré ? Imaginez si nous pouvions estimer ces revenus et ces coûts au début du projet et réévaluer ces estimations avec des chiffres réels un an plus tard », explique Alexandre t'Kint, data scientist chez Collibra.

Avec l'aide du stagiaire Sarvenaz Rahmati, t'Kintcréé un processuspour évaluer les coûts liés à la création du tableau de bord d'utilisation de Data Intelligence, les revenus (à la fois tangibles et intangibles) qu'il génère et, finalement, quelle est la valeur nette du tableau de bord.

Tout d'abord, t'Kint et Rahmati ont dû identifier toutes les ressources utilisées par le tableau de bord d'utilisation de Data Intelligence pour déterminer ses coûts. Le tableau de bord stocke les données brutes dans Amazon S3, utilise Amazon EC2 pour le cloud computing et Amazon Redshift pour l'entreposage de données. Ils devaient ensuite déterminer ce qu'ils appelaient « le coût de création », le coût pour toutes les personnes impliquées dans la création du tableau de bord d'utilisation de la Data Intelligence, qui comprenait un scientifique des données, un ingénieur des données, un ingénieur avant-vente et deux cadres supérieurs.

Le coût de maintenance, ce qu'il faut pour modifier un produit de données après livraison, est un troisième facteur important dans le coût global d'un produit. t'Kint note que le tableau de bord d'utilisation de Data Intelligence a rarement échoué, de sorte que son coût de maintenance a été minime.

Enfin, le processus d'évaluation des coûts de t'Kint nécessitait de vérifier tous les coûts de licence impliqués. Le tableau de bord nécessitait que Collibra achète une licence Tableau pour toutes les personnes qui créeraient ou afficheraient le tableau de bord.

Une fois les coûts évalués, t'Kint et Rahmati se sont ensuite tournés vers l'évaluation des revenus. Cela est difficile si un produit de données n'est pas un générateur de revenus direct. Pour le projet de tableau de bord, t'Kint dit avoir envisagé d'examiner le nombre de vues sur le produit de données ou de calculer la valeur des transactions conclues par utilisateur du produit de données. En fin de compte, ils ont décidé d'interroger les ingénieurs commerciaux pour déterminer combien ils appréciaient le tableau de bord. Sur la base de cette enquête, ils ont estimé que 4 % des revenus des transactions conclues sur une période de six mois pouvaient être attribués à l'existence du tableau de bord.

Un cadre pour le ROI des projets de données

Selon t'Kint, le processus d'établissement d'une valeur nette des opérations pour le tableau de bord d'utilisation de Data Intelligence a aidé Collibra à déterminer que, oui, le projet avait créé une valeur nette positive. Cela a également aidé l'équipe à identifier les prochaines étapes pour augmenter cette valeur.

« La valeur était déjà positive, mais nous voulions ensuite qu'elle soit la plus élevée possible », explique t'Kint. "Notre projet de suivi essayait d'augmenter encore plus l'utilisation de ces informations."

Le bureau des données a travaillé avec le service informatique de Collibra pour intégrer les informations du tableau de bord dans Salesforce, où les ingénieurs avant-vente de l'entreprise vivent toute la journée.

"Si vous pensez à la consommation de produits de données, dans le passé, les gens devaient d'abord accéder à l'outil de tableau de bord, puis consommer les données, prendre une décision et enfin effectuer une action", explique t'Kint. "En intégrant ces informations là où les gens vivent, vous supprimez l'une des trois étapes et leur apportez les informations."

En fin de compte, t'Kint affirme que ce processus aidera Collibra à être encore plus délibéré et stratégique dans la création de nouveaux produits de données au fil du temps. Il recommande aux autres leaders des données d'adopter une approche similaire.

"Vous devez avoir une idée du retour sur investissement, en commençant par une idée de ce qu'il en coûte pour le produire et en mesurant délibérément ce que vous espérez en tirer, c'est vraiment le point de départ", dit-il. "Vos mesures pourraient inclure la façon dont le produit va améliorer votre façon de travailler dans un premier temps. Vous pouvez interroger les utilisateurs sur la rapidité de leur flux de travail grâce aux produits de données. Estimer la valeur à l'avance sera la partie la plus difficile, mais ne bloquez pas là-dessus.