Войти в систему
Войти с помощью соц. сетей:
Джеймс Шорт и Стив Тодд
В 2016 г. корпорация Microsoft приобрела социальную сеть для поиска и установления деловых контактов LinkedIn за 26,2 млрд долл. Почему Microsoft сочла LinkedIn настолько ценной? И сколько она заплатила за пользовательские данные LinkedIn, отдельно от других ее активов? За месяц до покупки LinkedIn имела 433 млн зарегистрированных участников и около 100 млн активных пользователей во всем мире. Простой арифметический подсчет показывает, что за каждого активного пользователя Microsoft заплатила около 260 долл.
Разумна ли это? Скорее всего, в Microsoft решили, что это так, и LinkedIn согласилась с этим. Но это привлекло к себе пристальное внимание рейтингового агентства Moody’s Investors Service Inc., которое провело анализ кредитного рейтинга Microsoft после объявления о сделке. Что можно узнать о стоимости пользовательских данных из этой сделки?
Сложно дать точные ответы на все возникающие вопросы. Но данная тема становится все более актуальной по мере того, как компании собирают и анализируют все бóльшие объемы данных. Многомиллиардная сделка между Microsoft и LinkedIn является лишь одним из последних примеров оценки данных, оказавшихся на первом плане. Другой пример – материалы по делу о банкротстве 2015 г. (глава 11) Caesars Entertainment Operating Corp. Inc., дочерней компании игорного оператора Caesars Entertainment. Одной из конфликтных тем стали данные из программы обеспечения лояльности клиентов Total Rewards корпорации Caesars: некоторые кредиторы утверждали, что эта информация стоила 1 млрд долл., что делало ее, по мнению автора статьи в Wall Street Journal, «самым ценным активом в ожесточенной схватке в ходе банкротства Caesars Entertainment». В отчете 2016 г. судебный эксперт по делам о банкротстве отметил, что проданные активы Caesars заметно пострадали от снижения доходов из-за потери доступа к базе данных о поведении клиентов. Однако в отчете также отмечалось: Total Rewards трудно продать таким образом, чтобы ее можно было встроить в программу лояльности другой компании. И хотя система Total Rewards была вроде бы самым ценным активом Caesar, ее ценность для сторонней организации оказалась сомнительной.
Как видно из этих примеров, подходящей формулы для точного определения стоимости данных пока не существует. Но в обоих случаях существовали стороны, которые были готовы заплатить за них сотни миллионов долларов.
Для изучения методов оценки данных мы брали интервью и собирали сведения об информационной деятельности в 36 компаниях и некоммерческих организациях Северной Америки и Европы. У большинства из них годовой доход превышает 1 млрд долл. Они представляли широкий спектр отраслей, включая розничную торговлю, здравоохранение, индустрию развлечений, производство, транспорт и управление.
Основное внимание мы уделяли вопросам определения ценности/стоимости данных, но также обнаружили, что для большинства организаций важны вопросы хранения и защиты данных, доступа к ним и анализа огромных объемов данных. Иными словами, речь идет о сфере ответственности отделов информационных технологий (ИТ). Однако, хотя ИТ-отделы весьма эффективно осуществляют хранение и защиту данных, они сами не могут принимать ключевые решения, необходимые для превращения данных в некую коммерческую ценность. Поэтому сфера наших исследований быстро расширилась за счет включения в нее специалистов, отвечающих за финансы и маркетинг, а при необходимости соблюдения тех или иных нормативных требований – и сотрудников по правовым вопросам. У большинства компаний, участвовавших в нашем исследовании, не было опыта формальной оценки данных, поэтому мы скорректировали методологию. В фокусе внимания исследования оказались важные бизнес-события, после которых необходимо производить оценку данных: слияния и поглощения, банкротства или приобретения, продажа информационных активов. Вместо абстрактного изучения ценности данных мы выбирали события, которые стали поводом для такой оценки, с возможностью сравнения результатов по разным организациям.
Все компании, которые мы исследовали, были буквально переполнены данными; их объем увеличивался в среднем на 40 % в год. Мы ожидали, что этот взрывной рост стимулирует руководство компаний выяснить, какая информация является наиболее ценной. Однако представители большинства организаций сообщили, что у них вообще нет никакой политики формальной оценки данных. Лишь немногие пытались провести какую-либо классификацию в этой сфере, и все процессы оказались сложными и трудоемкими. Так, одна крупная финансовая группа создала специальную команду для серьезной классификации данных с разбивкой по категориям «критически важные», «важные» и «прочие» (к категории «прочие» относились данные, ценность которых менялась в зависимости от условий). Задача этой команды состояла в том, чтобы классифицировать сотни терабайт данных, но за девять месяцев они успели обработать менее 20 Тб. Следует заметить, что проблема, с которой столкнулась эта финансовая группа, на самом деле является типичной.
Итак, ценность информации может определяться по ряду критериев, таких как тип и частота использования данных, контент, возраст, автор, история, репутация, стоимость создания, потенциал в отношении получения дохода, требования к безопасности и юридическая значимость. Со временем стоимость данных может изменяться в зависимости от изменения приоритетов, юридических норм, а также от судебных разбирательств. Все эти факторы, безусловно, важны, но плохо поддаются количественной оценке.
Каким образом компании могут формализовать оценку данных? На основе результатов наших исследований мы определяем стоимость данных как совокупность трех составляющих: стоимости активов, стоимости деятельности (activity value) и ожидаемой, или будущей, стоимости. Ниже приводится разбивка по источникам стоимости.
Для большинства компаний монетизация активов в виде данных означает необходимость определения ценности/стоимости данных о клиентах. Эта концепция не нова: идея монетизации такой информации стара настолько, насколько привычны карты лояльности в продуктовых магазинах. Данные о клиентах могут генерировать денежную стоимость напрямую (когда они продаются или приобретаются) или косвенно (когда новый продукт или услуга создается с использованием информации о клиентах, но сами данные не продаются). Компании также могут объединять общедоступные и собственные базы с целью создания уникальных массивов данных для продажи или использования.
Мы определяем стоимость данных как совокупность трех составляющих: стоимости активов, стоимости деятельности и ожидаемой, или будущей, стоимости.
Каковы рыночные возможности монетизации данных? Если определить их одним словом – велики. По оценкам Strategy& (группы в составе PwC), только в финансовом секторе доходы от коммерциализации данных к 2018 г. вырастут до 300 млрд долл. в год.
Использование данных обычно определяется приложением, например системой управления взаимоотношениями с клиентами, главной книгой и частотой использования.
Частота использования, как правило, рассчитывается исходя из рабочей нагрузки приложения, скорости обработки транзакций и частоты обращения к данным. Следует особо подчеркнуть один примечательный аспект ценности данных, связанный с частотой их использования. Дело в том, что отдача от применения обычных, материальных активов со временем, как правило, снижается, то есть чем больше они используются, тем меньше их ценность. Между тем ценность данных – не всегда, но часто – с увеличением интенсивности их использования может возрастать. Иными словами, данные, рассматриваемые как актив, со временем становятся более значимыми. Например, навигатор Waze компании Google Inc. интегрирует данные краудсорсинга от водителей в реальном времени, поэтому ценность картографических данных приложения со временем увеличивается, ведь ими пользуется все больше людей.
Основные затраты, связанные с данными, обусловлены необходимостью их сбора, хранения и обслуживания. При этом расходы на использование информации могут быть весьма незначительны. Дополнительным фактором здесь является время: нужные данные в нужное время (например, сведения о транзакциях, полученные во время рождественского пика розничных продаж) могут иметь очень высокую ценность.
Конечно, определения ценности конкретных данных на основании их использования не будут восприниматься однозначно; мнения двух сторон в этом случае вряд ли будут одинаковыми. Например, для путешественника, потерявшегося в незнакомом городе, картографическая информация, отправленная на его мобильный телефон, в какой-то определенный момент будет представлять огромную ценность, но, скорее всего, эти точные данные ему никогда больше не понадобятся. С другой стороны, провайдер может хранить эти сведения для других целей и использовать их снова и снова в течение долгого времени.
Хотя обычно используются выражения «цифровые активы», «информационные активы» или даже «массивы данных» (англ. digital assets или data assets), общепринятого способа учета этих активов в балансовых отчетах пока не существует. Фактически, если цифровые активы вообще отслеживаются и учитываются, они обычно смешиваются с другими нематериальными активами, такими как товарные знаки, патенты, авторские права и репутация фирмы.
Первым шагом к распределению информации по категориям ценности должна стать разработка политики управления данными – ясной, четко сформулированной, системно и совместно реализуемой и разделяемой всеми сотрудниками компании.
Существует несколько методик оценки нематериальных активов. Например, их стоимость можно рассчитать на основе сведений о наблюдаемых реальных рыночных операциях с аналогичными активами, приносимых ими доходах, денежных потоках, которые они генерируют за счет сбережений или же затрат на их развитие или замену.
На основании результатов нашего исследования мы можем порекомендовать три практических шага, которые сможет осуществить любая компания независимо от того, какой способ встраивания механизмов оценки данных в общеорганизационные стратегии она выберет.
Разработка политики управления данными – ясной, четко сформулированной, совместно реализуемой и разделяемой всеми сотрудниками компании. Создает ли ваша организация каталог данных, чтобы в любой момент иметь представление обо всех имеющихся цифровых активах? Отслеживает ли их использование так же, как она следит, скажем, за пробегом легковых автомобилей или грузовиков, которыми владеет? Политика управления данными – ясная, четко сформулированная, системно реализуемая всеми сотрудниками компании – должна стать первым шагом в определении категории ценности той или иной информации.
Несколько компаний из нашей выборки начали классифицировать отобранные массивы данных по категориям ценности вручную. В одном случае поводом для этого стала внутренняя проверка безопасности для оценки риск-данных. В другом – желание выяснить, где именно в организации быстро растет объем данных, и внимательно изучить плюсы и минусы этого роста.
Самым убедительным примером оценки данных, который нам удалось найти, стал случай приобретения, продажи и разделения бизнес-единиц, располагавших значительными активами в виде данных. Мы ожидаем, что в перспективе главные директора по обработке и анализу (CDO) будут также оценивать данные компании для вышеуказанных целей. Но это явление пока еще слишком ново, чтобы можно было уловить какие-либо общие тенденции.
Создание собственной экспертизы для оценки данных. В ходе своего исследования мы обнаружили, что некоторые компании ищут способы монетизации цифровых активов для продажи их третьим лицам или лицензирования. Однако иметь данные для продажи и знать, как их продать это совсем не одно и то же. При оценке своих данных некоторые компании полагались на внешних экспертов, а не на собственный опыт. Мы ожидаем, что эта ситуация изменится. Компаниям, стремящимся монетизировать свои цифровые активы, прежде всего необходимо будет понять, как приобретать и накапливать знания и опыт, чтобы проводить экспертную оценку силами собственной организации.
Решите, какие процедуры оценки в вашей компании будут более эффективными: нисходящие или восходящие. При использовании нисходящего процесса оценки данных компании определяют свои критически важные приложения и приписывают стоимость данных, используемых в этих приложениях, будь то мейнфрейм-система обработки транзакций, технологии управления взаимоотношениями с клиентами или разработки продуктов. Ключевыми этапами здесь будут: 1) определение основных системных связей, объединяющих данные, к которым имеют доступ все связанные системы; 2) измерение интенсивности использования данных в пределах связанных систем. Такой подход обеспечивает преимущество в части определения приоритетов в тех случаях, когда необходимо налаживать внутренние партнерские отношения между ИТ- и коммерческими подразделениями (если они еще не налажены).
Второй подход основан на эвристическом определении ценности, то есть на основе карты использования данных, учитывающей все основные массивы данных в компании. Основные шаги в рамках этого подхода – это оценка потоков данных, связей между данными и приложениями, а также подробный анализ моделей использования данных. При этом бо́льшая часть необходимой информации может уже находиться в устройствах хранения данных и распределенных системах компании.
Но вне зависимости от выбранного подхода начинать компании все равно нужно с определения технологических возможностей и бизнес-событий, указывающих на необходимость выполнения такой оценки. Подход, основанный на потребностях, позволит высшему руководству определить приоритеты и запустить стратегии оценки, которая поможет компании монетизировать текущую и будущую стоимость ее цифровых активов.
Авторы выражают признательность за финансовую и научную поддержку данного исследования Dell EMC, Intel и Seagate Technology Inc.; кроме того, мы благодарны Cisco Systems Inc., IBM и NetApp Inc. за их финансовую и научную поддержку на ранних этапах работы. Особенно ценный вклад внесли Барри Рудольф из VelociData Inc., Дуглас Лейни из Gartner Inc., Барбара Лейтулипп и Билл Шмарзо из Dell EMC и Терри Есии из Intel.
Войти с помощью соц. сетей: