Embed Size (px)
Citation preview
Data Science Consulting
Julien Cabot, Directeur
Monétisation des données
Big Data Paris 2015
La Monétisation des données?
© Quantmetry 2015 | Salon Big Data Paris 2015 2
Générer un revenu, direct et/ou indirect, par l’exploitation des
données, comme actifs de l’organisation
Quatre Business Models clefsde la Monétisation des données
© Quantmetry 2015 | Salon Big Data Paris 2015 3
Performance
Marketing et
Commerciale
Amélioration des processus internes…
Performance
Opérationnelle et
Financière
SFR, AXA, SG,
Solocal, Amazon,
Tesco, …
Bouygues Telecom,
Orange, EDF,
Toyota, Amazon,
UPS, …
Revenu d’amélioration
Activité dédiée…
Commercialisation
de Données brutes,
enrichies ou
indicateurs
Commercialisation
de Produits &
Services Intelligents
Météo France,
GERS, BIEN,
Médiamétrie,
Bloomberg, Twitter,
Tesco, …
1000Mercis, AXA
Drive, Google, SFR
Geomarketing,
Equifax, Intuit, …
Revenu de croissance
De combien parle-t-on?
© Quantmetry 2015 | Salon Big Data Paris 2015 4
“Tesco uses a data ecosystem to monetize datafrom its loyalty program, the Tesco ClubCard.This model has helped Tesco generate annualaggregate gross billings of US$500 millionglobally.”
Source : Forbes, Janvier 2014
“For financial services firms, the opportunity tomonetize customer and transaction is new andcompelling – with revenues of US$175-300billion per year.”
Source : Strategy& PwC, formely Booz&Company, Juin 2013
Quel raffinage des données?
© Quantmetry 2015 | Salon Big Data Paris 2015 5
Brute
Caractéristique
Indicateur
Prédiction
Service
Niveaux de raffinage des
données
1
2
3
4
5
Données brutes de logs, capteurs,
formulaires, …
Données validées, complétées,
nettoyées
Données agrégées, calculées
Données prédites, probabilités
Données « intelligentes »
Audit, détection d’incidents, …
Analyse détaillée, gestion, reporting,
…
KPI, scores, alerte, dashboard,
infographie, …
Anticipation, recommandation,
alerte préventive, …
Processus adaptatif, règles de
gestion adaptative, …
Typologies de données Usages
Les constituants de la Valeur des données
© Quantmetry 2015 | Salon Big Data Paris 2015 6
Utilisabilité Temps Précision Exhaustivité Rareté
Les données sont-elles
utilisables,
compréhensibles, utiles
pour mes besoins?
La fraicheur des
données permettent-
elles de réagir
rapidement et/ou
efficacement?
La granularité et la
significativité des
données est-elle
adaptée à mes besoins?
L’exhaustivité et la
complétude des
données
correspondent-elles à
mes besoins?
La donnée est-elle
facilement accessible
et/ou largement
diffusée?
Structuration de
données,
Infographies
…
Remarketing en temps
réel, attrition long
terme, anticipation
d’incident, …
Ciblage
comportemental, Lutte
contre la fraude,
personnalisation de
l’expérience client, …
Benchmark, indice de
référence, …
Avantage concurrentiel,
exclusivité, …
Quels prix pour les données?
© Quantmetry 2015 | Salon Big Data Paris 2015 7
U.K.-based supermarket giant Tesco is aprime example of a nonfinancial companythat’s using data to compete effectivelywith traditional financial players. Until2008, the company ran Tesco Bank as a50/50 joint venture with the Royal Bank ofScotland. That year Tesco bought out RBSand began developing a completely newinfrastructure for the business, built a newteam, and brought in new expertise. Thetransition was not always smooth — forinstance, online customers were locked outof accounts for several days in 2011 whenTesco moved data from the RBS systems toits own — but it’s now complete. To fullyexploit this treasure trove of data, thecompany took a significant stake inDunnhumby, a U.K. data mining firm thatwill help Tesco monetize the consumer datafrom both the retail and bankingoperations. At its core, Tesco Bank isunderpinned by the Clubcard. The insightsthe bank gains from the Clubcard customerdata allow the company to understandcustomer needs and make the mostrelevant offers in the store and in thebank. The Clubcard credit card rewardscustomers with points whenever they usetheir card — one Clubcard point for every
£4 (US$6.12) spent. Clubcard customers canalso receive preferential deals when buyingTesco Bank products — including discountson car, home, pet, and travel insurance —and can use points to buy Tesco Bankinsurance. This year, Tesco Bank gavecustomers around £70 million (US$107million) worth of points to spend in thestore or on Clubcard rewards. In terms ofsystems and IT, Tesco’s new platformssignificantly improve customer service.Instant decisions are now possible on loanapplications, and customers can open andfund savings accounts in just 10 minutesrather than the two weeks required in thepast. The conversion is still in its early days,but Tesco’s efforts are paying dividends inthe form of increased market share across arange of products. In 2009, Tesco Bankcredit cards made up 9 percent of allMasterCard and Visa credit cardtransactions in the U.K., and by 2012 thatfigure had grown to 12 percent.Meanwhile, from 2008 to 2012, thecompany’s car insurance gross writtenpremiums increased by 39 percent and petinsurance gross written premiums rose 44percent.
Tesco Bank, +3% Market Share, +39%
Car insurance Premiums, +44% Pet
Insurance PremiumsSource : Strategy&, PwC
Valeur Comptable
Valeur d’Usage
Valeur de Marché
Prix des données
Coût de
production des
données pour
Tesco Clubcard
Revenu
incrémental
estimé
(« UpLift ») lié à
l’utilisation des
données par
Tesco Bank
Prix auquel Tesco
ClubCard vend
ses données à
des tiers
Valeur complète
des données de
Tesco ClubCard
pour Tesco Bank
Quels moyens pour monétiser les données?
© Quantmetry 2015 | Salon Big Data Paris 2015 8
Brute
Caractéristique
Indicateur
Prédiction
Service
1
2
3
4
5
Data Lake
Data Lab
Data Mart, Data Visualization
Modèle prédictif
Web Service
Predictive Business Process
Hadoop, NoSQL, Stream Processing,
…
Hadoop, Datawarehouse MPP, ETL,
BI, …
SGBD, InMemory, BI, DataViz Tool, …
Data Science Studio, OpenScoring,
RTD engines, Model as Code, …
Data Management Platform, Data
Exchange, RTB, …
Types de solutions Exemples
Conclusion
© Quantmetry 2015 | Salon Big Data Paris 2015 9
5 Etapes essentielles à la
Monétisation des DonnéesPar Chris Twogood, Teradata
Start with
Questions
Look for
Data
Patterns
Search for
External
Data
Sharpen
Your
Analytics
Skills
Understand
Your Data
Monetiza-
tion
Identity1
2
3
4
5
