• Gennaio 19, 2021

Cos’è la Data Monetization e quali sono gli ambiti di applicazione

Cos’è la Data Monetization e quali sono gli ambiti di applicazione

Cos’è la Data Monetization e quali sono gli ambiti di applicazione 1024 512 DataLit

di Marco Belmondo (Chief Marketing Officer del gruppo Datrix)

Cosa si intende con il termine Data Monetization, o in alternativa monetizzazione dei dati? In verità, questo termine viene utilizzato con accezioni differenti, provocando non poca confusione tra gli addetti ai lavori.

Prima di tutto, è importante distinguere tra data monetization indiretta e diretta. Nel primo caso, si fa riferimento alla valorizzazione dei dati interna all’azienda, ossia tutte quelle applicazioni di Analytics più o meno complesse che permettono di estrarre informazioni di valore. In questo caso, il valore estraibile dai dati è mediato dalle metodologie di Analytics.

Nella data monetization diretta, invece, l’azienda mette in campo applicazioni di scambio o compravendita dei dati tra diversi attori o attività di data enrichment di prodotti e servizi. I dati in diverse modalità escono quindi fuori dall’azienda stessa e questo abilita nuove opportunità.

In questo articolo, proviamo ad approfondire i diversi ambiti di applicazione della data monetization diretta.

Le tipologie di Data Monetization diretta

Possiamo distinguere tre tipologie di monetizzazione diretta dei dati.

1. Data Enrichment di prodotti e servizi

L’utilizzo dei dati è fondamentale per migliorare i prodotti offerti, a partire proprio dalla conoscenza approfondita dei comportamenti dei clienti. Personalizzare dei prodotti a partire dai dati è quindi la prima modalità con cui monetizzare le informazioni. Vi sono inoltre alcuni casi in cui il prodotto viene arricchito da dati ri-offerti, in modo aggregato, ai clienti. Aggiungere queste informazioni può rappresentare una fonte di vantaggio competitivo, a parità di prodotto offerto. Si pensi all’esempio di un aggregatore – piattaforme quali TripAdvisor o Booking.com -, questi soggetti raccolgono grandi quantità di dati relativi ai mercati di riferimento e, trasferendo queste informazioni al singolo albergatore, abilitano una prima analisi della concorrenza.

2. Data Monetization per la condivisione di informazioni rilevanti

Condividere dei dati tra attori differenti può essere estremamente utile in una pluralità di settori differenti. Si pensi al Marketing: condividere i dati sui comportamenti d’acquisto può portare ad una conoscenza nuova dei propri clienti. In secondo luogo, vi sono applicazioni legate alla ricerca e sviluppo. Ad esempio, nello sviluppo di nuovi farmaci, condividere i dati, anche tra aziende competitors, può portare dei benefici e permettere di accelerare la capacità di risposta alle malattie. Queste applicazioni di condivisione non vanno sottovalutate, anche perché gli algoritmi di Machine Learning hanno necessità di grandi volumi di dati, volumi che un singolo attore non sempre può raccogliere.

3. Creazione di nuovi business

In ultimo, la monetizzazione dei dati diretta può portare alla vera e propria creazione di nuovi revenue stream. Tra le aziende che si sono mosse in questo campo, vanno sicuramente annotate le aziende Telco. Questi attori hanno a disposizione i dati di movimento degli utenti – agganciati alle SIM telefonici -, che condividono in maniera grezza (ovviamente anonimizzata) o aggregata con specifiche aziende clienti. Un altro esempio, di cui parleremo meglio nel prossimo paragrafo, è la vendita di dati legati al comportamento e agli acquisti degli utenti raccolti tramite differenti properties digitali. Sviluppare un’applicazione di data monetization diretta che si ponga l’obiettivo di creare di fatto un nuovo business non è semplice, sono necessarie non solo nuove tecnologie ma anche nuove competenze e una riorganizzazione interna per gestire questo “prodotto”. 

Data Monetization diretta nell’advertising

L’ambito Advertising, sempre di più basato sul Programmatic Advertising, ossia sulle aste online automatizzate di compravendita degli spazi pubblicitari, è uno degli ambiti dal maggior potenziale in termini di monetizzazione dei dati. In quest’ambito, gli investitori sono alla ricerca di audiences sempre più particolari e non si limitano più a cluster anagrafici.

Le soluzioni di PaperLit, azienda del gruppo Datrix, mettono a disposizione concrete possibilità di Data Monetization, rivolgendosi a diverse categorie di utenti. In particolare, DataLit.AI – piattaforma di intelligenza artificiale che attua una iper-profilazione predittiva dell’utenza, a partire da algoritmi proprietari – apre nuove opportunità di revenue, non solo per veri e propri Editori ma anche per Retailers.

Grazie a DataLit.AI, gli Editori infatti non solo gli unici in grado di monetizzare i propri spazi pubblicitari. Anche le piattaforme eCommerce, più o meno grandi, possono trarre valore dal traffico che atterra sulle loro properties digitali, vendendo spazi pubblicitari altamente profilati. Questa è una vera rivoluzione: il traffico acquisito non viene più visto soltanto in relazione alle conversioni, ma genera valore, grazie alla conoscenza approfondita degli utenti. Dall’altra parte, gli investitori hanno la possibilità di raggiungere delle audiences non standard.

Come funziona DataLit.AI?

Grazie a un pixel inserito all’interno delle pagine di Retailers e Publishers, o agganciando direttamente Google Analytics 360 e Adobe Analytics, la tecnologia intelligente sottostante a DataLit.AI identifica gli interessi granulari degli utenti che navigano il sito o app mobile, segmentando automaticamente gli utenti in cluster con caratteristiche simili.

La profilazione che è in grado di attuare questa soluzione è altamente avanzata e non si limita a semplici dati basilari, al contrario aggrega e valorizza tutte le azioni degli utenti, intercettando i loro veri interessi.

Datrix Data Breakfast

Le newsletter di approfondimento
del gruppo Datrix

Trend, novità e casi studio sull'applicazione di dati e Intelligenza Artificiale a Marketing & Sales, Investing e Publishing.

Iscriviti subito