Alter Wein in neuen Schläuchen?

Data Monetization – zur Bedeutung eines Begriffs


Data Monetization – warum taucht dieser Begriff immer häufiger auf, entwickelt sich quasi zum Hype, wird sogar zum Schwerpunkt einer Ausgabe dieser Zeitschrift? Die plausibelste Antwort dürfte lauten: weil »Big Data« in aller Munde ist. Vom gigantischen Anwachsen der Datenmengen im mehrstelligen Zettabyte-Bereich ist die Rede, allein über das stetig wachsende Internet of Things oder über Smartphones fallen täglich Unmengen an Informationen an, und, so der Tenor, mit diesen Daten muss sich doch etwas anfangen lassen!

Elnur/Adobe Stock
Elnur/Adobe Stock

Eine Folge der zunehmenden Präsenz von Data Monetization: Die Bedeutung des »Data Scientist« wächst, des Fachmanns, der die Fülle der Daten zu nutzen weiß, um eine Wertschöpfung zu erzielen.

Diesen gewaltigen Datenmengen kann man hilflos gegenüberstehen, oder man macht sich Gedanken, wie sie erschlossen werden können, man greift zu – richtig erkannt – Data Monetization. Doch was ist das überhaupt, wie kann ich das nutzen, wie sieht es mit der Umsetzung aktuell aus – das wollen wir Ihnen in den folgenden Artikeln etwas näherbringen.

Ein spezieller Begriff für ein allgemeines Feld

Lassen Sie zunächst uns mit einer Demontage des Begriffs Data Monetization beginnen. Laut Peter Kothe, Head of Sales Data & Analytics bei AZ Direct, verbirgt sich hinter Datenmonetarisierung nur ein anderer Begriff für die Vermeidung von Streuverlusten, den effizienten Einsatz von Etats, die Optimierung von Vertriebsstrukturen, die Kostenvermeidung auf Basis von Datenanalysen – um nur einige Entsprechungen zu nennen. »Also ein spezieller Begriff für ein allgemeines Feld, das dem Zweck dient, einen Mehrwert durch die Analyse eigener Daten zu schaffen«, so Peter Kothe.

Data Monetization ist also keine neue Methode, sondern eher eine neue Erkenntnis: Wir haben eine Unmenge von Daten, und durch die Auswertung können wir diesen Big Data einen Sinn geben.

Aber, und auch das sagt Peter Kothe, quasi zur Ehrenrettung des Begriffs: »Data Monetization ist kein schlechtes Wort, da der Begriff ›Moneten‹ auftaucht und somit hilft, ein weites Betätigungsfeld auf plakative Weise in den Fokus zu rücken.«

Direkt und indirekt

Wenn Sie jetzt denken: Ich erzeuge gar keine Daten, die ich verkaufen kann, dann sind Sie schon einer ersten Begriffsverwirrung aufgesessen, die oftmals mit Data Monetization einhergeht: Es geht gar nicht immer nur darum, aus Daten ein Produkt zu generieren und dieses zu verkaufen. Vielfach bedeutet es, Daten zur Analyse eigener Geschäftsprozesse zu verwenden und daraus einen Mehrwert zu generieren. Diese indirekte Datenmonetarisierung wird oftmals unterschätzt, bietet sie doch enorme Möglichkeiten der Optimierung bei oftmals noch recht überschaubarem Aufwand.

PeopleImages/iStockphoto
PeopleImages/iStockphoto

Wenn das Ziel »Data Monetization« gesteckt ist, beginnt erst die eigentliche Arbeit.

Keine Methode, sondern das Ziel

Aus der zunehmenden Präsenz der Monetarisierung von Daten ergibt sich eine weitere Notwendigkeit: der Stellenwert des »Data Scientists« wächst. Alle suchen den Fachmann, der die Wertschöpfung aus den Daten ermöglicht. »Data Monetization ist keine Methode, sie ist das Ziel«, erläutert Peter Kothe. »Wenn das Ziel gesteckt ist, beginnt die eigentliche Arbeit: Was will ich, welche Daten habe ich, welche benötige ich, welche Möglichkeiten der Datenverarbeitung habe ich, will ich intern oder extern arbeiten?«

Unternehmen tun gut daran, die Unterstützung von Profis einzuholen, sich z. B. an Datenanbieter, Consultants, Direktmarketing-Unternehmen oder Standortanalysten zu wenden. Denn sehr schnell landet man wieder bei klassischen Themen wie Geomarketing oder Standortplanung, also bewährten Methoden.

Nutzen ziehen

Der Einsatz von Data Monetization will also aus verfügbaren internen und externen Datenquellen wirtschaftlichen Nutzen, ob nun direkt im eigentlichen »monetären« Sinn, also durch Steigerung der Einnahmen, durch erzielbare Einsparungen oder durch andere Formen, mit denen ein Unternehmen Vorteile erzielen kann (z. B. über die Wertsteigerung einer Firma).

Die Literatur unterscheidet dabei fünf verschiedene Modelle:

  • Direkte Monetarisierung, also der direkte Verkauf von (anonymisierten) Rohdaten
  • Produkt- und Serviceverbesserungen durch Nutzung von Informationen, die im Zusammenhang mit diesen Produkten oder Services stehen
  • Commodity Swap: Nutzung von Topsellern, um daraus neue Produkte zu generieren
  • Value Chain Integration: der Austausch von Daten zwischen Unternehmen zur Optimierung von Prozessen und Kostensenkung, indem z. B. Lieferungen aufei­nander abgestimmt werden
  • Value Net Creation: Auch hier arbeiten Unternehmen zusammen, allerdings bedienen sie das gleiche Kundensegment und kombinieren so ihre Geschäftsmodelle

Welches für ein Unternehmen das geeignete Modell ist oder ob mehrere Modelle zum Einsatz kommen, ist Bestandteil des Analyseprozesses, wenn das Ziel »Data Monetization« gesteckt wurde. Und bitte nicht verwechseln: Das Stichwort Digitalisierung ist nicht ursächlicher Bestandteil der Monetarisierung. Digitalisierung überführt im Grunde nur analoge Geschäftsprozesse in digitale Form und schafft damit eine Basis, um völlig neue datengestützte Geschäftsmodelle zu entwickeln und daraus mehr Werte zu generieren.

BARC GmbH

»Welchen Nutzen haben Sie durch die Monetarisierung der Daten erzielt?« Ergebnis einer Umfrage der BARC GmbH, veröffentlicht in der Studie »Data Monetization – Use Cases, Umsetzung, Mehrwerte« (2019).

Die Situation in Europa

Und wie sieht die aktuelle Situation aus? Das IT Analysehaus BARC aus Würzburg (Business Application Research Center) hat im Januar 2019 eine Studie zu diesem Thema veröffentlicht: »Data Monetization – Use Cases, Umsetzung, Mehrwerte«. Darin kommen die Autoren zu dem Ergebnis, dass nur wenige Unternehmen Datenprodukte als festen Bestandteil der Geschäftsprozesse integrieren. Die Studie basiert auf 200 Teilnehmern aus 20 europäischen Ländern, verteilt auf Branchen wie Dienstleistung Industrie IT, Bank und Finanzwesen, Handel und Öffentlicher Sektor.

Nur 17 % der befragten Unternehmen haben Data-Monetization-Initiativen be­reits als festen Bestandteil von Unternehmensprozessen integriert. Allerdings sind knapp 30 % der Teilnehmer in der Planungs-, Konzeptions- oder Pilotphase zur Integration von Data Monetization, und rund 20 % sehen einen Einsatz als denkbar an. Bleibt ein Viertel der Unternehmen, für die Data Monetization auch in Zukunft nicht denkbar ist.

Auf die Frage nach dem Nutzen von Data Monetization nannten 69 % die Erschließung neuer Einnahmequellen, 63 % eine verbesserte Kundenbindung und fast 60 % die Bereitstellung von internen Analyseprozessen – was die Bandbreite und das richtige Verständnis der Ziele zeigt. Bei der Einführung von Data Monetization sind mit je rund 25 % hauptsächlich große und größere mittelständische Unternehmen vertreten, bei kleineren Unternehmen bewegt sich der Anteil um die 10 %.

Die entscheidenden Faktoren

Interessant ist, dass bei den Unternehmen ein Schwerpunkt auf der internen Bereitstellung von Ergebnissen liegt. Die Modelle zur externen Monetarisierung, also der Einsatz von Daten zur Schaffung eines Datenproduktes oder von datengesteuerten Dienstleistungen, sind sicherlich komplexer, erfordern oftmals ein größeres Umdenken von Geschäftsmodellen und bedingen auch höhere Anforderungen an die Qualität und Sicherheit der Daten.

Genau diese beiden Faktoren, Qualität und Sicherheit, sind aber entscheidend für den Erfolg von Data Monetization. Das Qualitätsmanagement, die sichere Handhabung der Daten, die sach- und fachgerechte Integration – Unternehmen tun gut daran, diese Hürden durch den Einsatz von Fachleuten und externen Dienstleistern zu meistern. Und – mindestens ebenso wichtig – dem Schritt die ausreichende Priorität einzuräumen. Denn der zu erzielende Nutzen ist vielfältig, wie die Grafik eindrucksvoll belegt.

Khongtham/iStockphoto
Khongtham/iStockphoto

Noch ist Data Monetization ein »zartes Pflänzchen« im Alltag der Unternehmen, doch die Bedeutung wächst mit der zunehmenden Erkenntnis, welcher Mehrwert sich dahinter verbirgt.

In dieser Ausgabe der Zoom! soll der Schwerpunkt nicht darauf liegen, mit welchen Methoden Data Monetization in Unternehmen umgesetzt werden kann. BI-Systeme sind sicherlich ein integraler Bestandteil. Interessant ist vielmehr, welche Rolle der Raumbezug spielt und welche Ansätze zur Verfügung stehen. Denn gerade bei den eingangs erwähnten großen Datenmengen sind logische Prozesse zur Strukturierung und Aufbereitung erforderlich, die in aller Regel auch den Raumbezug berücksichtigen sollten – oder meist sogar müssen. •••

DDS unterstützt Sie in allen Fragen rund um das Thema Data Monetization.