
Vi blir stadig fortalt at data er den mest verdifulle ressursen i vår digitale økonomi. Men i regnskaps- og forsikringsverdenen er data ikke en formell ressurs på bok. Det er ikke et objekt med materiell verdi, for eksempel en server eller en bygning.
Denne statusen føles uvanlig ettersom mennesker og selskaper kjøper og selger dataprodukter, og det er en hyperavhengighet av datadrevne evner, som kunstig intelligens (AI) og avansert analyse. Teknologi- og forretningsfolk må behandle data som en uunnværlig og håndgripelig ressurs av varierende verdi, selv om det ikke står på bok.
Også: Vil du bli en vellykket dataprofesjonell? Gjør disse 5 tingene
“Hvorfor er det slik at en immateriell eiendel som data ikke er i selskapets balanse — en oversikt over eiendeler, gjeld og kapital til en virksomhet på et bestemt tidspunkt?” sa Prashanth Southekal, administrerende rektor ved DBP-Institute i en stilling ved CFO.University.
Southekal sa at det er en utfordring å bestemme den virkelige markedsverdien av data. Organisasjoner “sliter med å sette et dollartall både på kostnadene ved dataadministrasjon i datalivssyklusen — fra opprinnelse til forbruk — og fordelene som data gir organisasjonen.” Andre faktorer inkluderer usikre avskrivnings- og samsvarsspørsmål.
Ettersom dataaktiva ikke er bokført, anser ikke forsikringsselskaper disse eiendelene som faktiske “eiendom” for hvilke bedrifter kan bli kompensert, sa Doug Laney, innovasjonsstipendiat ved West Monroe, tidligere Gartner-analytiker og forfatter av Infonomics and Data Juice.
Også: Vil du bli dataforsker? Gjør disse 4 tingene, ifølge bedriftsledere
Imidlertid har verdien av dataeiendeler som eiendom blitt brakt for domstoler i flere tiår, forklarte Laney i en nylig hovedtale på Data Summit i Boston. "Domstolene er forvirret," han sa. “Noen domstoler har regler om at data skal betraktes som eiendom, fordi de er representert av bobler på en optisk disk, andre domstoler har sagt at data ikke bør anerkjennes som eiendom, fordi elektroner har ubetydelig masse.” ;
Verdien av data i regnskap er basert på regler formulert på 1930-tallet da de ble lagret på håndfaste papirlapper. Forsikringsselskapene “kommer ikke til å gjenkjenne data som en masse fordi det ikke står noe om verdien av dataene dine i balansen vår. I utgangspunktet doblet vokterne av hva som utgjør eiendom og hva som utgjør en eiendel på sine foreldede forestillinger om at data ikke er noen av delene."
Men med moderne organisasjoner som kjører på data – og henter inntekter fra data og taper inntekter hvis data blir ødelagt eller stjålet – kan disse oppfatningene endre seg. Laney sa at selskaper til og med gir sikkerhetsstillelse for dataressurser for å sikkerhetskopiere økonomiske avtaler.
“I økende grad finner selskaper som er datarike og kontantfattige at de kan få lån for datamidlene sine. Et selskap som vi har samarbeidet med har et fond som vil utstede det lånet og har en verdsettelsesmodell som fastsetter nivået på sikkerheten. De har teknologi som vil sitte på systemene dine og faktisk deponere dataene på daglig basis til et sikkert skymiljø."
Også: 5 måter IT-sjefer kan administrere virksomhetens etterspørsel etter generativ AI< /strong>
Laney sa at evnen til å få det fulle potensialet fra data har en tendens til å bli holdt tilbake av flere myter eller misoppfatninger. Her er noen harde sannheter om datainntektsgenerering:
Datainntektsgenerering er ikke bare åpenlyst å selge filer med databaseposter– Det er snarere en tilnærming som tar for seg hvordan data administreres, måles og brukes til å levere nye kilder til verdi og inntekt. Data er ikke den “nye oljen” – I motsetning til olje, som er en vare som “forbrukes en dråpe om gangen, er data veldig forskjellige , en ikke-rivaliserende, ikke-utarmende og pro-generativ eiendel — noe som betyr at den kan brukes samtidig og kontinuerlig på flere måter," sa Laney.
Latente data er en førsteklasses kandidat for inntektsgenerering - Laney sa at data som virker utdaterte eller brukt fortsatt kan ha verdi. Datainntektsgenerering går under forskjellige navn - Organisasjoner kan referere til tilnærmingen som “dataaktivering eller datakommersialisering eller dataproduktutvikling, uansett hva som er komfortabelt, " sa Laney. Eksterne data kan tjene penger - "Du kan tjene penger på data som kommer fra eksterne kilder også," sa Laney. "Vi bør se på eksterne data for å supplere våre egne og generere mer verdi."
Det er nå fagfolk og ledere som håndterer og lagrer data for å forstå den nye dynamikken datainntektsgenerering legger til jobbene deres. "Det bør være en pågående eller periodisk prosess," sa Laney.
"Administrasjon og måling av dataressurser går sammen. De sier at du ikke kan klare det du ikke kan måle. Og du kan ikke tjene penger på det du ikke klarer. Vi gjør alle mye med digitale data, men organisasjoner måler ikke effekten av det. Vi kobler ikke punktene mellom dataene vi bruker, og resultatene – forbedret forretningsprosess og ytelse. Akkurat som med alle andre eiendeler organisasjonen din har."
Også: Sanntidsrevolusjonen er her, men den er ujevnt fordelt
Ledere må fremme innsatsen for inntektsgenerering av data, fra å jobbe med virksomheten til å generere og prioritere ideer. Å teste disse ideene må også være en del av prosessen. Til slutt må salgs- og markedsføringsteam bli fortalt om verdien av dataressurser. Laney sa at det er to varianter av datainntektsgenerering, indirekte og direkte:
Indirekte datainntektsgenerering:
Forbedre prosessytelse eller effektivitet Redusere risiko/forbedre samsvar Utvikle nye produkter eller markeder Bygge og solidifying partner relations Assetizing data på balansen via spesielle selskapsstrukturer Publisering av merkevareindekser for å markedsføre dataprodukter/-tjenester
Direkte datainntektsgenerering:
Bartering/handel med data for kommersielle hensyn som ikke er kontanter Forbedre produkter eller tjenester med dataLisensering av rådata gjennom meglere eller datamarkeder Selge innsikt, analyser og rapporterInvertert datainntektsgenerering via henvisnings-/forhandlerordninger. sikre lån
For alle som tviler på fordelene med å utnytte dataressurser, se på verdiene til datadrevne selskaper. "Bedrifter som har programmer for styring av bedriftsdata, sjef for dataanalyse og AI-offiserer, avanserte AI- og analyseprogrammer foretrekkes av to til én fremfor de andre," Laney forklarte.
"Og selskaper som er dataproduktselskaper, som lever av å selge data eller lisensiere data eller dataderivater av noe slag, har markeds-til-bokførte verdier som er tre ganger høyere. Selvfølgelig tjener de mer på en eiendel som ikke er på bok."
Bekjentgjørelse: Jeg var foredragsholder på Data Summit, en begivenhet som er nevnt i denne artikkelen.