Daten als strategisches Asset: So beziffern Sie ihren Wert
Die meisten Organisationen behandeln Daten wie ihre Infrastruktur: notwendig, abschreibungsfähig und in der Bilanz am besten ignoriert.
Das ist falsch, und Regulierer, Investoren und KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →äufer wissen das zunehmend.
Infonomics: die akademische Grundlage
Douglas Laney, früher Analyst bei Gartner und der Mann, der 2001 den Begriff „Big Data“ geprägt hat, hat Jahre damit verbracht, ein belastbares Framework für die Behandlung von Daten als Finanz-Asset zu entwickeln. ErErThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → nannte es Infonomics.
Die Kernthese: Daten erfüllen die Definition eines wirtschaftlichen Assets (sie haben Wert, sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen gehandelt werden, sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen Umsatz erzeugen), aber Organisationen managen sie nicht so. Sie messen sie nicht, sie berichten nicht darüber und sie treffen keine wirtschaftlichen Entscheidungen über sie.
Laneys drei Bewertungsansätze lassen sich auf etablierte Frameworks der Asset-Bewertung abbilden:
Kostenansatz: Was würde es kosten, diese Daten von Null neu zu erzeugen? Das ist ein Untergrenzenwert, die meisten Daten sind mehr wert als ihre Reproduktionskosten, aber damit ist ein Minimum festgelegt. Ihr Datenbestand zum Kundenverhalten hat fünf Jahre gebraucht, um zu entstehen. Die Kosten für eine Neuerstellung sind nicht nur der Speicher, es sind die fünf Jahre an Kundeninteraktionen.
Marktansatz: Was würde jemand für diese Daten zahlen? Referenz sind Markttransaktionen: Preise auf Data Marketplaces, Data-Licensing-Deals, vergleichbare Akquisitionen. Zunehmend möglich, da Datenmärkte reifen, Snowflake Marketplace, AWS Data Exchange und Datenbroker wie Acxiom liefern Referenzpreise.
Ertragsansatz: Welchen Nettogegenwartswert kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ünftiger Cash Flows ermöglichen diese Daten? Der belastbarste, aber am stärksten zukunftsgerichtete Ansatz. Wenn Ihr Datenbestand zum Kundenverhalten eine Personalisierung ermöglicht, die 5 Mio. € zusätzlichen Jahresumsatz treibt, ist der ertragsbasierte Wert der diskontierte Gegenwartswert dieser kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ünftigen Umsatzströme.
Data Monetization and Valuation
Wissenscheck
1. Was ist das zentrale Argument von Infonomics zum Umgang von Organisationen mit Daten?
2. Warum wird der Kostenansatz so beschrieben, dass er für Daten nur einen „Untergrenzenwert“ festlegt?
3. Ein Unternehmen will einen Kundendatenbestand auf Basis der 5 Mio. € zusätzlichen Jahresumsatzes bewerten, die die dadurch ermöglichte Personalisierung erzeugt. Welchen Bewertungsansatz nutzt es?
4. Wählen Sie ALLE Aussagen, die den Marktansatz zur Datenbewertung korrekt beschreiben.
Wählen Sie alle richtigen Antworten aus.
5. Wählen Sie ALLE Aussagen, die das Mastercard-Beispiel als Illustration der Datenbewertung in der Praxis korrekt wiedergeben.
Wählen Sie alle richtigen Antworten aus.
Wie Mastercard seine Daten beziffert
Das Datengeschäft von Mastercard ist eines der transparentesten Beispiele für die Bewertung von Daten-Assets in der Praxis.
Die Division Mastercard Insights verkauft anonymisierte, aggregierte Transaktionsdaten an Einzelhändler, Regierungen und Investoren. Dieses Geschäft erzeugt über 2 Mrd. $ Jahresumsatz, aus Daten, die als Nebenprodukt der Zahlungsverarbeitung anfallen.
Wenn Mastercard Investoren präsentiert, trennt das Unternehmen explizit die „network revenues“ (Zahlungsverarbeitung) von den „other revenues“ (Datendienste). Das Datengeschäft wird mit einem höheren Multiple gehandelt, weil es höhere Margen hat und als echtes strategisches Asset gesehen wird.
Das ist Bewertung von Daten-Assets im großen MaMaUsing software to automate repetitive marketing tasks and campaigns, enabling personalisation at scale across channels like email, web, and social.Vollständige Definition ansehen →ßstab.
Was kommt in die Bilanz?
Die ehrliche Antwort: nach den aktuellen Rechnungslegungsstandards nicht viel.
Unter IFRS und US GAAP werden intern entwickelte Daten in der Regel nicht als immaterielles Vermögen aktiviert. Das beginnt sich zu ändern, IASB und FASB diskutieren aktiv, wie Daten-Assets zu behandeln sind, aber für die meisten Organisationen erscheinen Daten nicht in der Bilanz.
In Akquisitionen tauchen Daten allerdings implizit auf. Als Microsoft 26,2 Mrd. $ für LinkedIn zahlte, kaufte es Daten zu mehr als 430 Mio. Berufstätigen, Assets, die in LinkedIns Bilanz nicht auftauchten. Die Prämie über dem Buchwert war größtenteils eine Zahlung für Daten und Netzwerkeffekte.
Für CDOs: Bauen Sie intern den Case für den Wert von Daten-Assets, auch wenn ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → nicht direkt in die P&L einschlägt. Der CFO, der versteht, was Ihr Kundendatenbestand auf einem Data Marketplace wert ist, wird Ihr Datenbudget anders verteidigen als der CFO, der Daten als IT-Kostenstelle sieht.
Was Sie aus dieser Lektion umsetzen
Diese Maßnahmen sind im Playbook der Rolle zusammengefasst.
- Ehrliche, von Finance validierte ROI-Cases erstellen, die weniger versprechen und mehr liefern
Verwandte Artikel
Aktuelle Blogartikel, die auf dieser Lektion aufbauen.
- DataWie Fanatics den Wert seiner Datenplattform bezifferte und den Vorstand dafür gewannFanatics hat eine der fundiertesten internen Begründungen für Investitionen in eine Datenplattform im Sporthandel aufgebaut und die Diskussion von Infrastrukturkosten auf messbaren Geschäftsoutput verlagert. Hier steht, wie sie das gemacht haben, wie die Zahlen aussahen und was CDOs in anderen Branchen aus dem Ansatz mitnehmen können.
- DataData-ROI gegenüber dem Board belegen: warum das Standard-Playbook CDOs im Stich lässtDie meisten CDOs gehen ROI-Gespräche auf Board-Ebene mit Dashboards, Kostenersparnissen und Attributionsmodellen für Umsatz an. Das Problem sind nicht die Daten, die sie mitbringen, sondern das mentale Modell, mit dem sie ihr Argument aufbauen.
- DataDer Praxisleitfaden zum Data Flywheel: Wer Compounding-Vorteile aufgebaut hat und was dahinterstecktDas Data Flywheel ist eines der am häufigsten zitierten Konzepte der Datenstrategie und eines der am wenigsten praktisch untersuchten. Dieser Praxisleitfaden lässt die Abstraktion hinter sich und nennt die Unternehmen und Momente, die zeigen, wie ein sich selbst verstärkender Datenvorteil aussieht, wenn er funktioniert.