1/03/2018 •
5 min. de leitura

O que você precisa saber sobre Data Products

Hoje os dados são os recursos mais valiosos do mundo. Quem tem dados cria e direciona produtos e serviços para seus públicos alvos com assertividade e sucesso. Não é por acaso que algumas da empresas mais valiosas do mundo lidam extremamente bem com os dados gerados por seus negócios Google, Amazon, Facebook, Netflix e etc.

 
 

Segundo o Gartner até 2020, 80% das organizações terão programas de desenvolvimento de competências na área alfabetização de dados, ou seja, tornando seus líderes competentes na utilização de dados para criação de novos produtos e tomadas de decisões.

 

O que são data products?

De forma simples, um data product é uma informação digital que pode ser comprada.

Mas tecnicamente falando um data product é o resultado do processamento de uma análise de dados. Por exemplo, uma análise de dados pode criar um score de probabilidade de compra com uso de modelos estatísticos ou machine learning.

Esses produtos podem ser entregues em forma de API ou sites onde os usuários possam inserir valores complementares e obter previsões. No comércio eletrônico existem empresas especialistas em usar dados de compras para agregar informações sobre determinados segmentos de clientes para o marketing. A informação digital é vendida como um produto para as empresas que querem aumentar as vendas e segmentar suas campanhas online. Essas empresas também podem coletar informações sobre consumidores específicos de uma variedade de fontes públicas (mídias sociais) e não públicas (bureaus), incluindo registros de tribunais, dados de censos e programas de fidelidades.

Segundo a McKinsey Global InstituteData, os dados são uma indústria de $300 bilhões por ano.

 

Conheça seus dados

Segundo o Gartner, o desejo de criar data products faz parte de uma conversa maior sobre o papel dos dados dentro da empresa. Os dados estão finalmente ganhando status de “classe de ativos”.

Conhecer o seus dados é o primeiro passo para criar novos produtos. Se seu negócio gera dados de comportamento de compras, você poderá gerar insumos para marketing e crédito. Se seu negócio gera dados de análises clínicas, você poderá gerar insumos para industria farmacêutica e governo (saber onde construir novos postos de saúde e hospitais).

As empresas precisam estar atentas para avaliarem seus ativos de dados para identificar oportunidades de monetização interna (evoluindo e ajudando a direcionar seus produtos e serviços) e externa (criação de data products). O primeiro trabalho em monetizar seus dados é saber quais dados você tem ou pode obter e onde estão localizados.

Comece identificando as fontes específicas de dados que possam ser alavancadas. À medida que você identifica e organiza suas fontes, é interessante também identificar possíveis fontes externas que possam enriquecer seus dados, por exemplos dados de bureaus e mídias sociais.

A imagem abaixo exemplifica que tipos de dados são gerados por provedores de pagamento.

IMAGEM1

Muitas vezes para identificar se seus dados podem ser monetizados. Pode ser muito difícil, por isso é importante você ter um apoio de profissionais de BI ou Data Science. Esses profissionais poderão analisar e tirar informações de seus dados que lhe darão uma idéia de produto ou não.

Outro ponto muito importante é a privacidade dos dados gerados, sempre converse com o seu jurídico se não há nenhum impedimento legal para comercialização.

 

Novos Produtos

Como escrevi no tópico acima, conhecer seus dados é essencial.

Nós da ClearSale temos como core produto de anti fraude para o e-commerce. Com os anos conquistamos uma base que representa 85% do mercado e-commerce nacional, de cada 10 compradores digitais, nós conhecemos 9. Isso nos permitiu estudar e criar novos produtos. Por exemplo o Digital Trust Index, que ajuda empresas com produtos de crédito ou emissão de cartões a analisar a reputação online do seus potencias clientes. Veja o vídeo abaixo falando um pouco mais sobre o Digital Trust Index.

 

 

E não paramos por aí, criamos:

  • Insurance Auto Index, que ajuda seguradoras a identificar a probabilidade de sinistros e fraudes nas suas propostas de seguros.
  • Fintech Fraud Radar, que ajuda fintechs a protejer seus negócios e tomar a melhor decisão de crédito.
  • Digital Onboarding, que ajuda varejistas a no combate a fraude e acelerar o processo de autenticar seus clientes nas lojas no varejo presencial.

E tem mais por vir, produtos para fraude no marketing online e enriquecimento de dados.

Já empresas como o Netflix analisam e estudam seus dados para saber qual as melhores cenas e diálogos para produzir seus seriados e filmes. No vídeo abaixo o Netflix mostra como desenvolve novos produtos com seus dados gerados.

 

 

Outro exemplo, é o vídeo a seguir, Bob Raman apresenta como o Zendesk aproveita a montanha de dados gerados, para evoluir e gerar novos produtos de suporte ao cliente.

 

 

 

Modelos de negócio

Existem dois grupos principais de métodos: direto e indireto.

O direto é basicamente quando você dá acesso direto ao seu banco de dados para coletar e usar seus dados. Indireto é quando você dá ao seu cliente o resultado de uma análises sem ter acesso aos dados brutos ou coletar seus próprios dados.

Existem muitas variações de modelos de negócios para monetização de APIs. Abaixo quero falar de alguns:

  1. DaaS (dados como serviço) — Método direto:
    semelhante aos produtos SaaS baseados em assinatura, freemium ou pay-per-use (explico melhor aqui esses modelos de negócio).
  2. Dados empacotados — Método direto:
    venda dados específicos, como listas de e-mail, públicos-alvo personalizados para publicidade, etc.
  3. DaaS — Método indireto:
    Acesso baseado em assinatura, freemium ou pay-per-use a uma ferramenta de gerenciamento e análise de dados, onde seus clientes podem manipular seus dados para gerar previsões ou mensurar informações.
  4. Otimização — Método indireto:
    Acesso baseado em assinatura, freemium ou pay-per-use a analise de dados, enriquecimento e/ou score de probabilidade.

É extremamente importante você avaliar o perfil do usuário para lhe ajudar na definição da estratégia de monetização. Por exemplo:

  • Para Desenvolvedores, uma boa estratégia é usar o freemium ou pay-per-use.
  • Para Empresas, estratégia de assinatura se encaixa muito bem. Eles conseguem ter previsibilidade de gastos e evita surpresas.
  • Para Parceiros, considere uma estratégia de receita compartilhada.

 

Conclusão

Se temos produtos que geram dados, precisamos prestar a atenção, eles podem nos ajudar a evoluir e criar novos produtos e novas receitas.

Meu objetivo neste artigo é chamar sua atenção para os dados gerados pelo seu negócio e como eles talvez possam gerar uma nova fonte de receita. Porque hoje os dados são o novo petróleo.

Essa não é a única visão e nem um guia definitivo sobre data products, simplesmente a minha visão como um estrategista de produto.

Por favor deixem seus comentários e caso queiram discutir mais sobre o assunto ou tirarem dúvidas, podem entrar em contato pelas mídias sociais. Grande abraço e até a próxima!

 

*Artigo escrito pelo nosso Gerente de Produtos, William dos Santos de Oliveira, postado originalmente na plataforma Medium.

Título

Escrito por

Posts de convidados da Clearsale.