La data comme actif stratégique : comment la chiffrer

La plupart des organisations traitent leurs données comme leur infrastructure : nécessaires, amortissables, et à ignorer au bilan.

C'est une erreur, et les régulateurs, les investisseurs et les acquéreurs le savent de mieux en mieux.

L'infonomicsinfonomicsDiscipline fondée par Douglas Laney (Gartner) traitant l'information comme un actif économique mesurable, avec une valeur qui peut figurer au bilan de l'entreprise. : le socle académique

Douglas Laney, ancien analyste Gartner et auteur du terme « Big Data » en 2001, a passé des années à construire un framework rigoureux pour traiter la data comme un actif financier. Il l'a appelé Infonomics.

La thèse centrale : la data répond à la définition d'un actif économique (elle a une valeur, elle peut s'échanger, elle peut générer du revenu) mais les organisations ne la gèrent pas comme tel. Elles ne la mesurent pas, ne la reportent pas, et ne prennent pas de décisions économiques à son sujet.

Les trois approches de valorisation de Laney correspondent aux frameworks établis de valorisation d'actifs :

Approche par les coûts : combien coûterait la recréation de ces données à partir de zéro ? C'est une valeur plancher : la plupart des données valent plus que leur coût de reproduction, mais cela fixe un minimum. Votre dataset comportemental client a mis cinq ans à s'accumuler. Le coût pour le recréererLe rapport entre les interactions (likes, commentaires, partages) et le reach d'un contenu, utilisé pour mesurer la réaction de l'audience au regard du nombre de personnes touchées.Voir la définition complète →, ce n'est pas seulement le stockage, ce sont les cinq années d'interactions clients.

Approche par le marché : combien quelqu'un paierait-il pour ces données ? On se réfère aux transactions de marché : prix sur les data marketplaces, deals de licensing de données, acquisitions comparables. De plus en plus possible à mesure que les marchés de la data se structurent : Snowflake Marketplace, AWS Data Exchange et des data brokers comme Acxiom fournissent des points de prix de référence.

Approche par les revenus : quelle valeur actuelle nette de flux de trésorerie futurs ces données permettent-elles ? La plus rigoureuse mais la plus prospective. Si votre dataset comportemental client permet une personnalisation qui génère 5 M€ de revenu annuel incrémental, la valeur par les revenus est la valeur actualisée de ces flux futurs.

Comment mastercard chiffre ses données

L'activité data de Mastercard est l'un des exemples les plus transparents de valorisation d'actifs data en pratique.

Leur division Mastercard Insights vend des données de transaction anonymisées et agrégées à des retailers, des gouvernements et des investisseurs. Cette activité génère plus de 2 Md$ de revenu annuel, à partir de données collectées comme sous-produit du traitement des paiements.

Quand Mastercard présente ses résultats aux investisseurs, l'entreprise sépare explicitement ses « network revenues » (traitement des paiements) de ses « other revenues » (services data). L'activité data se traite avec un multiple premium parce qu'elle a des marges supérieures et qu'elle est vue comme un véritable actif stratégique.

C'est de la valorisation d'actifs data à grande échelle.

Qu'est-ce qui figure au bilan ?

La réponse honnête : pas grand-chose, sous les normes comptables actuelles.

En IFRSIFRSLe référentiel comptable mondial qui régit la présentation des résultats financiers, utilisé dans l'UE et plus de 140 juridictions.Voir la définition complète → comme en US GAAPUS GAAPL'ensemble normalisé de règles comptables permettant de produire des états financiers cohérents et comparables, dominant dans le reporting américain.Voir la définition complète →, les données développées en interne ne sont généralement pas capitalisées comme actif incorporel. Cela commence à bouger, l'IASB et le FASB discutent activement du traitement des actifs data, mais pour la plupart des organisations, la data n'apparaît pas au bilan.

En revanche, la data apparaît implicitement dans les acquisitions. Quand Microsoft a payé 26,2 Md$ pour LinkedIn, il achetait des données sur plus de 430 millions de professionnels, des actifs qui ne figuraient pas au bilan de LinkedIn. La prime sur la valeur comptable était largement le paiement de la data et des effets de réseau.

Pour les CDO : construisez le dossier interne de la valeur de l'actif data même s'il n'impacte pas directement le P&L. Le CFO qui comprend ce que vaut votre dataset client sur une data marketplace ne protégera pas votre budget data de la même façon que celui qui voit la data comme un centre de coûts IT.