Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Von der Kosten- auf die Umsatzseite
So werden aus Daten Produkte
Dr. Christoph Tempich
inovex GmbH Online, 15.03.2018
http://www.software-innovation-bridge.com/webinare-events/konferenz-datenhightechmenschen/neu-beschreibung/
Produkt …
2Quelle: Airbus, 2011.
oder Datenprodukt?
3Quelle: R2 Data Lab, 2018.
4
Weit verbreites Phänomen: „Datenprodukte“
5Quelle: inovex Case Study Recommendations bei mobile.de, Big Data – AI summit, 2018.
Datenprodukte @ inovexDeutschlands größter Fahrzeugmarkt
Kundenvorteile
› Interesse
› Inspiration
› Relevanz
Geschäftsvorteile
› Höhere Click-Through-Rate
› Niedrigere Exit- & Bounce-Rates
6
Definition von Datenprodukten
7
Datenprodukte: Typen
Data as a ServiceData-enhanced
ProductsData as Insights
Typ 1 Typ 2 Typ 3
› Autonomes Fahren› Wetterdaten › Marketingplanung
Quelle: Blog inovex: Datenprodukte erklärt, 2017.
8
Wie findet man Datenprodukte?
9
Ideengenerierung
1. Vorhandene Daten anschauen2. Vorhandene Prozesse anschauen3. In Schnittpunkten Ideen generieren
1. Kunden-Jobs analysieren2. Entscheidungen definieren3. Ideen für Jobs mit hoher
Unsicherheit generieren
Aus Datensicht Aus Kundensicht
10https://www.inovex.de/blog/datenprodukte-5-erfolgsfaktoren-machen-den-unterschied/
Ein
Datenprodukt
löst einKundenproblem
Technologie
Feedback Loop
Erfolgsfaktoren
11
Wann löst ein Datenprodukt ein Kundenproblem?
12Bildnachweis: https://www.colourbox.de; Quelle: https://www.inovex.de/blog/design-sprint-datenprodukte/
Value Chain AnalyseBeispiel: Turnschuh
Entscheidung für Sport
Laufen
Auswahl eines Schuhs
TrainingsplanStrecken-auswahl
Laufen Ausruhen
Customer Jobs
13Quelle: © diego cervo - Fotolia.com, https://www.stern.de/nido, Bauknecht
Informationswert = weniger UnsicherheitBeispiel: Waschmaschinenkauf
Welche Waschmaschine benötige ich?
Schlechter Fall
Bester Fall
Informations-beschaffung
Kauf
14Quelle: https://www.inovex.de/blog/erfolgreiche-datenprodukte-finden-nur-glueck-oder-geht-das-mit-system/
Stakeholder VarianzBeispiel: Turnschuh
Entscheidung für Sport
Laufen
Auswahl eines Schuhs
TrainingsplanStrecken-auswahl
Laufen Ausruhen
Stakeholder:Nutzer
Best case:• Steigerung
Ausdauer• Gewichtsmgmt.
• Performance-Gewinn
• Spaß
• Kontinuierliche Steigerung
• Motivierend • Trainings-fördernd
• Trainings-fördernd
Worst case:• Herzinfarkt • Kaputte Gelenke • Keine Steigerung
• Zu Anstrengend• Demotivierend • Demotivierend • Kein Trainingserfolg
Ext
rem
pu
nk
te a
ls
Ind
ika
tor
für
Va
ria
nz
Customer Jobs
15
Wie zahlt der Kunde?
16
MonetarisierungsstrategienTyp 1: Data-as-a-Service Typ 2: Enhanced
Umsatz entspricht den zusätzlich verkauften Produkten
Mehrwert = ∆Umsatz
Einfluss-faktoren
Wert-treiber
‣ Per Item
‣ Freemium
‣ Flat Access
▸ Geld▸ Transaktions-
daten▸ Tauschdaten
‣ #Attribute
‣ Frische
‣ Qualität
‣ Zugriffszeit
‣ Historie
‣ Referenzierbarkeit
Geschäfts-modell
Zahlungs-mittel
17Quelle: Stahl, F., Löser, A. & Vossen, G., (2015). Preismodelle für Datenmarktplätze. Informatik-Spektrum
PreisbildungIt‘s still Day One! (Jeff Bezos)
Public domain Cost based Market based Value based
› Geo-Daten
› Daten, die durch öffentliche Gelder erhoben wurden
› Bsp: Linked Open Data, Copernicus Open Access Hub
› Rohdaten von Sensoren
› Bsp: mdm-portal, data.iota.org, Uniserv MDM, Informatica(DaaS)
› Marketing-Daten
› Personenspezifische Daten
› Bsp: Datasift, data.com, adsquare, q-dx, schober
› Kundenspezifische Datenprodukte
› Preis am Mehrwert für den Kunden orientieren
› Indikation: Varianz-verringerung
› Bsp: Optionspreise
18
Systematisierung
19Quelle: Data Value Matrix
Data Value Matrix
VerbessertgleichenDienst
Verbessertanderen
Dienst
Maschinelles Lernen
Aggregation
mobile.deUser Profiles
Airbus / Rolls RoyesPredictive Maintenance
mobile.deRecommenderTesla
Fleet Learning
GoogleFluWetter.online
Wetterdaten
Stiftung WarentestTestergebnisse
Google AssistantSpracherkennung
UniservAdressbereinigung
20
Roadmap
Data Product Management
Customer Situation
Data ProductIdeas
ValueProposition
USP
Analyse derCustomer Journey› Unsicherheit reduzieren
› Informationen liefern wie man vom schlechten zum Besten Fall kommt
Testen der Value Proposition› Rational
› Sozial
Optimierung desProduktes› Feedback Loop einbauen
› Optimierung des Algorithmus
Quelle: https://www.mindtheproduct.com/2018/02/fundamentals-building-better-data-products/
Product Manager
Data Scientist
Data Engineer
UI/UX
Dev
Vielen Dank
inovex GmbHLudwig-Erhard-Allee 676131 KarlsruheWeitere Standorte: Hamburg, Köln, München, Stuttgart
Dr. Christoph Tempich@ctempich
www.datenprodukte.deblog.inovex.dewww.inovex.de