Neljä lähestymistapaa datalla ansaitsemiseen

Datan jakamisen odotetaan synnyttävän lisäarvoa ennennäkemättömällä tavalla Euroopassa. Suuri osa tästä lisäarvosta on peräisin yrityksistä, joilla on mahdollisuus saada käyttöönsä dataa toisilta organisaatioilta.

Usein kun puhutaan datan jakamisesta, viitataan avoimiin datalähteisiin ja tiedon vapaaseen jakamiseen yritysten välillä veloituksetta. Datan jakaminen voi kuitenkin olla sekä maksutonta että sellaista, jossa liikkuu raha.

Konsulttiyhtiö IDC on arvioinut Suomen datatalouden arvon saavuttavan 1,3 miljardia euroa vuoteen 2025 mennessä. IDC:n tutkimuksen johtopäätös oli, että dataa toiminnassaan käyttävien yritysten määrä on Suomessa EU:n keskiarvoa korkeampi, mutta Suomi tulee perässä, kun katsotaan dataansa monetisoivia yrityksiä.

Artikkelin tarkoituksena on herättää keskustelua aiheesta arvioimalla peruskäsitteitä ja tapoja ansaita rahaa datalla.

Datatalous on muutakin kuin alustoja

Yritys käyttää dataa tyypillisesti joko sisäisesti tai ulkoisesti. Yrityksen sisällä dataa käytetään datapohjaiseen päätöksentekoon esimerkiksi myynnissä, markkinoinnissa ja operatiivisessa toiminnassa. Ulkoista käyttöä taas on, kun dataa myydään saman toimialan käyttäjille tai muille toimialoille.

Viime vuosina Metan, Applen, Amazonin, Netflixin ja Googlen johtama alustatalous on tuonut henkilötietoja ja datatuotteita yhä enemmän yritysten saataville. Alustataloudessa on kuitenkin pääasiassa kyse keskitetyistä ja monopolisoituneista verkostoista.

Nykyinen alustatalous on osoittanut maailmalle, miten dataa voidaan kerätä, käsitellä ja monetisoida niin, että arvoa luodaan pienelle joukolle. Sitrassa uskomme, että datatalouden merkittävin potentiaali voidaan lunastaa, kun dataa käytetään organisaatioiden välillä ja datan jakamisen ja käytön säännöt ovat reiluja.

1. Mitä yritykset myyvät datataloudessa?

Datataloudessa yritykset tekevät pohjimmiltaan jotakin seuraavista:

1. Myyvät raakadataa
2. Myyvät analyyseja tai näkemyksiä
3. Myyvät tuotteita tai palveluja, jotka on luotu dataa käyttäen

Liiketoiminnan tyypistä riippumatta on ratkaisevan tärkeää, että asianmukaiset käytännöt ovat käytössä ja olemassa olevia tietosuojasäädöksiä noudatetaan kaikissa vaiheissa datan keräämisestä datatuotteiden kehittämiseen ja kaupallistamiseen.

2. Mitä liiketoimintamalleja datataloudessa on?

Tunnetuimmat datapohjaisten tuotteiden tai palvelujen liiketoimintamallit ovat seuraavat:

1. transaktiomalli
2. tilausmalli
3. datan kerryttämisen ja yhdistelyn malli
4. freemium-malli
5. mainontamalli

Transaktiomallissa yritykset tai kuluttajat maksavat kertamaksun datan käytöstä, samaan tapaan kuin maksaisi osoiteluettelon, kirjan tai asiakirjan lataamisesta. Tätä mallia käyttävät datan välittäjät, jotka myyvät käyttäjätietojen tietokantoja, kuten väestörakennetietoja tai kulutustietoja.

Tilauspohjaisessa liiketoimintamallissa asiakkaalta veloitetaan jatkuva tilausmaksu tuotteiden tai palvelujen käytöstä. Ohjelmisto palveluna (SaaS) on yleinen tilauspohjainen malli, jossa datapohjaisia tuotteita myydään palveluna. Näissä datapohjaisissa tuotteissa käytetään usein henkilötietoja kullekin asiakkaalle räätälöidyn kokemuksen luomiseen. Esimerkiksi Netflix seuraa katsottuja ohjelmia ja suosittelee muuta sisältöä maun mukaan.

Datan kerryttämisen ja yhdistelyn malli edellyttää useista lähteistä saadun datan yhdistelyä. Yksi esimerkki tästä mallista ovat organisaatiot, jotka tarjoavat pääsyä datalähteisiin datapohjaisten ohjelmistojen tai tuotteiden kehittäjille. Ne tarjoavat kehittäjien käyttöön alustan datan hankkimiseen ja varmistavat samalla lakisääteisten velvoitteiden täyttämisen taustalla. Tämä malli pyrkii mahdollistamaan kehittäjille datan vapaan analysoinnin tietosuojasäädöksiä noudattaen, hallitsemalla käyttäjien suostumuksia ja yhdistelemällä ja anonymisoimalla dataa. Tähän liiketoimintamalliin liittyy kuitenkin nykytilanteessa yksityisyyden suojaa koskevia huolia. Esimerkkejä yhdistelymallin mukaisista yrityksille tarjottavista palveluista ovat Factual ja Localez, ja jossain määrin myös Googlea, Facebookia ja Twitteriä voi pitää datan yhdistelijöinä.

Freemium-liiketoimintamallissa tarjotaan ilmaisia tuotteita tai palveluja tietyillä rajatuilla ominaisuuksilla. Käyttäjiä laskutetaan mahdollisten lisäominaisuuksien käytöstä. Spotify on esimerkki datalla ansaitsemisen freemium-liiketoimintamallista. Spotify mukauttaa käyttäjäkokemusta keräämiensä käyttäjätietojen avulla ja kannustaa käyttäjiä tilaamaan premium-version palvelusta.

Mainosliiketoimintamallissa palveluja tarjotaan kuluttajille maksutta. Kerätyt kuluttajatiedot tai asiakasymmärrys kuitenkin myydään kolmansille osapuolille sivustolla tapahtuvaa markkinointia tai kohdennettua markkinointia varten. Mainosmalli on yleisin datalla ansainnan malli, ja sitä käyttävät globaalit teknologiayritykset, jotka ovat keränneet suuren käyttäjäkunnan, kuten Meta. Myös Apple rakentaa mainosekosysteemiään. Tällä hetkellä mallia arvioidaan kriittisesti. Euroopan unionin tietosuojaviranomaiset (Euroopan tietosuojaneuvosto ja Irlannin tietosuojalautakunta) ovat antaneet päätöksen Metan tapauksessa ja hiljattain arvioineet, että henkilödatan kerääminen kohdennettua mainontaa varten ilman käyttäjien suostumusta on laitonta.

3. Mitä hinnoittelutapoja on olemassa?

Datatalouden liiketoimintamallit riippuvat tuotteen ominaisuuksista, hinnoittelusta tai dataan liittyvästä ansaintatavasta ja siitä, miten dataa käytetään.

Datapohjaisen liiketoiminnan ansainta tai hinnoittelu voisi perustua:

1. käytettävyyteen
2. dataan
3. käyttöön
4. suoritukseen
5. arvoon

Käytettävyyteen perustuva ansainta tarkoittaa, että ohjelmiston, palvelun tai datatuotteen tarjoaja veloittaa käyttäjiltä siitä, että palvelu on heidän käytettävissään riippumatta siitä, käyttävätkö käyttäjät sitä. Tämä voi tapahtua tuote-, lisenssi- tai palvelumyynnin kautta, ja järjestelmä voi mitata ja pitää kirjaa käytettävyysajasta. Esimerkkinä toimivat palvelut, joita voidaan käyttää sovellusrajapinnan (API) kautta ja joissa käytettävyys ja vasteaika ovat taatut.

Dataan perustuvassa ansainnassa asiakas maksaa vain räätälöidystä tai mukautetusta datasta. Tämä voi tarkoittaa datan jalostamista, kuten metatietojen lisäämistä tai datan yhdistelyä. Esimerkiksi sääanturien jälleenmyyjä voi veloittaa anturien tuottamasta säädatasta anturien laitteiston sijaan. Tällöin siirrytään laitemyynnistä (transaktiomalli) sensorit palveluna -malliin (tilausmalli).

Käyttöön perustuvassa ansainnassa asiakas maksaa ohjelmiston tai palvelun todellisesta käytöstä sen käytettävissä olon sijaan. Järjestelmä voi mitata käyttöä onnistuneesti suoritettujen komentojen tai toteutuneiden transaktioiden perusteella. Esimerkiksi uutissivustolla tai verkkolehdessä käyttäjiä voidaan laskuttaa luettujen artikkelien määrän perusteella.

Suoritukseen perustuvassa ansainnassa asiakas maksaa palvelun suorittamisesta. Toisin kuin käyttöön perustuvassa ansainnassa, suoritukseen perustuva ansainta perustuu ennalta tehtyihin sopimuksiin, joissa on määritetty sovittu ominaisuuksien käyttö tai niiden käytettävissä olo. Mahdollisesta lisäkäytöstä, lisäominaisuuksista tai paremmasta suorituskyvystä laskutetaan erikseen. Esimerkiksi yritys maksaa tuotantokoneen ennalta sovitusta käyttömäärästä tiettynä ajanjaksona tai kuluttaja maksaa lisää internetyhteytensä nopeuttamisesta korkean käyttöasteen aikana.

Arvoon perustuvassa ansainnassa asiakas maksaa arvosta, joka voi olla taloudellista etua tai hänen saamansa muu toiminnallinen tai jopa emotionaalinen lopputuotos. Jotkin dataekosysteemeissä syntyvät arvovirrat eivät kuitenkaan ole välttämättä suoraan veloitettavissa tai sopivien laskutusmittarien löytäminen voi olla vaikeaa, sillä ekosysteemin muut osallistujatahot voivat tuottaa arvon.

4. Miten tuotteen tyyppi tai palvelun ominaisuudet vaikuttavat?

Usein tuotteen ominaisuudet mahdollistavat tietyn ansaintatavan. Niitä voivat olla esimerkiksi seuraavat:

1. Datan kerääminen ja toimittaminen, jolloin dataa kerätään ja myydään.
2. Datan säilytys ja ylläpito, jolloin dataa säilytetään muiden puolesta.
3. Datan suodatus ja käsittely, jolloin ongelmallisia datakenttiä puhdistetaan tai kuratoidaan.
4. Datan jalostaminen ja parantaminen, jolloin datajoukkoja yhdistetään uuden tietokannan tuottamiseksi.
5. Datan käytettävyyden ja dataan pääsyn helpottaminen, jolloin käyttäjä voi valita haluamansa datan tyypin ja muodon.
6. Datan pääsyn tai käytettävyyden rajoittaminen, jolloin dataa piilotetaan, tehdään epämääräisemmäksi tai poistetaan, jotta muut eivät voi päästä käsiksi siihen.
7. Konsultointi ja neuvonta, jolloin dataa hyödynnetään näkemysten kehittämiseen, joiden avulla voidaan ohjata muita.

Liiketoimintamallin määrittäminen vaatii hiomista

Usein vakiintuneiden yritysten liiketoimintamalli on selkeä, ja jotkin jopa yhdistävät erilaisia tuoteominaisuuksia ja ansaintamalleja. Uusissa startupeissa liiketoimintamallin suunnitteluprosessi sisältää usein testausta ja validointia. Tämä tarkoittaa usein uuden tuotteen, palvelun ominaisuuksien ja ansaintatavan kehittämistä.

Tämä iteroiva prosessi yhdistetään asiakasymmärryksen kasvattamiseen ja kehitystyöhön, jotta tuotteesta saadaan markkinoille mahdollisimman hyvin sopiva. Prosessi vaihtelee sen mukaan, kehittääkö yritys tuotetta tai palveluja olemassa oleville, uudelleen segmentoiduille, kokonaan uusille vai ”kloonatuille” markkinoille (jolloin yhdellä alueella toiminut liiketoimintamalli kopioidaan toiselle alueelle).

Olemassa olevia ja uudelleen segmentoituja markkinoita voidaan mitata tai arvioida perinteisillä työkaluilla. Jokaisella näistä neljästä markkinatyypistä on kuitenkin erilaiset myyntimallit, myyntisyklit, pääomatarpeet ja käyttöönottoasteet. On tärkeää ottaa tämä huomioon, jotta seuraavalle datan jakamisen hankkeelle voidaan valita oikea liiketoimintamalli.