Dữ liệu thật sự trở thành tài sản kinh doanh ngày càng quan trọng, và khả năng thành công trong việc tạo ra doanh thu từ dữ liệu có thể dịch chuyển giá trị tổng thể và lợi nhuận thuần của doanh nghiệp. Vào năm 2016, khi quan sát mười công ty có giá trị lớn nhất trong danh sách Fortune 500 trên trang web Fortune.com, có bốn trong số năm công ty giá trị nhất đã xây dựng toàn bộ mô hình kinh doanh của họ dựa trên dữ liệu, hoặc đang đầu tư rất nhiều vào dữ liệu: Apple, Alphabet (công ty mẹ của Google), Microsoft và Facebook đều nằm trong top 5. Amazon cũng có mặt trong top 10 vào năm 2016, nhảy lên vị trí thứ 9 từ vị trí thứ 19 của bảng xếp hạng năm trước đó. Dù rằng cả năm công ty này có thể được gộp chung một cách lỏng lẻo trong nhóm các công ty “công nghệ”, nhưng chúng hoạt động trong những lĩnh vực khác nhau và với những mô hình kinh doanh khác nhau: Microsoft là một gã phần mềm khổng lồ; Apple sản xuất những sản phẩm mang tính biểu tượng nhất trên thế giới; Amazon là nhà bán lẻ; Facebook là một nền tảng mạng xã hội; và Google mặc dù hoạt động trong nhiều mảng khác nhau, nhưng về bản chất là một công ty truyền thông. Điều liên quan nhất giữa những công ty này là khả năng thu thập và khai thác một khối lượng dữ liệu đồ sộ để tạo ra lợi thế cho họ. Có khả năng là những công ty hoạt động dựa trên dữ liệu sẽ tiếp tục đẩy những gã khổng lồ công nghiệp truyền thống khác ra khỏi top 10 của bảng xếp hạng.
Có hai cách để tạo ra doanh thu từ dữ liệu: một là dựa trên khả năng của dữ liệu để gia tăng giá trị tổng thể cho công ty, và hai là khả năng của tổ chức trong việc tạo ra giá trị bổ sung từ dữ liệu bằng cách bán dữ liệu đó lại cho khách hàng hoặc các bên có quan tâm. Trong Chương 2, chúng ta đã xem một số ví dụ ngắn gọn về các công ty đã thành công trong việc tạo ra doanh thu từ dữ liệu nhưng trong chương này, tôi sẽ phân tích cả hai lựa chọn vừa nêu trên một cách chi tiết hơn.
Từ quan điểm chiến lược dữ liệu, như đã thảo luận trong Chương 3 và 4, điểm mấu chốt là tập trung vào những dữ liệu phù hợp với doanh nghiệp của bạn, tức là dữ liệu giúp cho tổ chức tiến đến gần hơn mục tiêu chiến lược dài hạn của mình. Không phải là một ý tưởng tốt nếu bạn chỉ thu thập càng nhiều thông tin càng tốt với hy vọng một ngày nào đó nó trở nên có giá trị. Có một số công ty đạt được thành công với phương pháp “thu thập mọi thứ” nhưng họ thường là những nhà môi giới dữ liệu, có chức năng kinh doanh chính là thu thập dữ liệu và bán cho bên thứ ba, hoặc là các công ty có ngân sách và nhân lực khổng lồ để đủ sức xử lý một khối lượng dữ liệu lớn như vậy. Tuy nhiên, lời khuyên dành cho đa số các tổ chức là nên tiếp cận dữ liệu một cách tập trung hơn, sâu sắc hơn.
Do đó, quá trình tạo ra doanh thu từ dữ liệu bắt đầu bằng việc lùi lại một bước lớn và tự hỏi chính mình: “Dữ liệu nào quan trọng đối với chúng ta với tư cách là doanh nghiệp hoặc khách hàng dữ liệu tiềm năng?”. Chỉ khi nào bạn đã trả lời được câu hỏi đó, bạn mới có thể bắt đầu cân nhắc thêm liệu dữ liệu đó có thể tạo ra doanh thu theo những cách khác hay không. Hai câu hỏi bạn cần nghiên cứu để trả lời ở giai đoạn này là “Chúng ta có thể sử dụng dữ liệu của mình để làm cho công ty có giá trị hơn không?” và “Chúng ta có thể bán dữ liệu này cho những công ty khác không?”. Các ví dụ trong chương này sẽ giúp bạn tìm kiếm cơ hội tạo ra doanh thu tương tự cho tổ chức của bạn, nhưng mục tiêu cuối cùng là tận dụng tối đa dữ liệu và tạo ra càng nhiều giá trị từ nó càng tốt – bất kể cách nào mang lại hiệu quả tốt nhất cho công ty của bạn. Với cách suy nghĩ này, một số tổ chức nhận ra rằng sẽ thật hữu ích khi lập ra một đơn vị kinh doanh riêng biệt được giao nhiệm vụ xác định và tối đa hóa cơ hội tạo ra doanh thu từ dữ liệu. Đây chắc chắn là một cách tiếp cận hợp lý, và sẽ trở nên phổ biến hơn ở các tổ chức vừa và lớn trong một vài năm tới.
Tăng giá trị cho tổ chức
Các công ty đang được mua và bán nhờ vào dữ liệu mà họ sở hữu hoặc khả năng làm việc với dữ liệu của họ. Thương vụ mua lại công ty The Weather với giá 2 tỷ đô la của IBM là một ví dụ tuyệt vời, và thương vụ mua lại đầy khôn ngoan này đã cho phép IBM truy cập vào các tập dữ liệu khổng lồ của công ty The Weather mà những dữ liệu này có tầm quan trọng sống còn đối với các doanh nghiệp và các ngành công nghiệp. Tương tự, việc mua lại LinkedIn của Microsoft cho phép họ truy cập vào dữ liệu người dùng mạng chuyên nghiệp và dữ liệu này có khả năng giúp Microsoft cá nhân hóa các công cụ cộng tác, cũng như năng suất của nó, giúp cho Microsoft cạnh tranh hơn trong thị trường doanh nghiệp. Nhưng rõ ràng không chỉ các công ty công nghệ hoặc công ty dữ liệu có thể tăng giá trị của họ bằng dữ liệu. Trang web phả hệ Ancestry.com có trụ sở tại Utah được bán vào năm 2012 với số tiền 1,6 tỷ đô la Mỹ. Tại sao lại có mức giá cao đến như vậy? Bởi vì công ty đã tích lũy rất nhiều dữ liệu cá nhân của 2 triệu thành viên có trả phí của nó.
Khi dữ liệu là tài sản cốt lõi của doanh nghiệp
Không còn nghi ngờ gì nữa, dữ liệu có thể cực kỳ có giá trị, nhiều đến mức nó trở thành tài sản lớn nhất của công ty. Hãy xem xét một ví dụ gần đây về việc dữ liệu có ảnh hưởng mạnh mẽ đến giá trị của công ty như thế nào. Chuỗi siêu thị Anh Tesco có một chương trình thẻ khách hàng thân thiết nổi tiếng, có tên là Clubcard, với 16 triệu thành viên. Chương trình rất được khách hàng ưa thích này đã giúp Tesco vượt qua Sainsbury để trở thành siêu thị lớn nhất của nước Anh vào năm 1999. Thẻ Clubcard cho phép Tesco thu thập dữ liệu (như khách hàng của họ là ai, sống ở đâu và mua sắm sản phẩm gì), tất cả đều giúp họ xây dựng hồ sơ khách hàng chi tiết và tạo các ưu đãi được nhắm đúng mục tiêu.
Chương trình thẻ khách hàng thân thiết với tất cả dữ liệu và phân tích của nó, được điều hành bởi một công ty (bên thứ ba) có tên là Dunnhumby (cũng làm việc với các đối tác bán lẻ khác như Macy’s). Khối lượng dữ liệu và khả năng của Dunnhumby trong việc trích xuất những hiểu biết sâu sắc về khách hàng rất có giá trị đối với Tesco, vì vậy họ đã mua cổ phần của Dunnhumby vào năm 2001. Năm 2006, Tesco tăng cổ phần đó lên 84%. Giá trị của Dunnhumby tiếp tục tăng lên. Trong bối cảnh ngành bán lẻ gặp khó khăn ở Anh và giảm mạnh lợi nhuận, Tesco quyết định bán Dunnhumby vào cuối năm 2014. Giá được đưa ra là bao nhiêu? Một con số khổng lồ, 2 tỷ bảng Anh. Có những thời điểm, ngay cả Google Ventures cũng là người mua tiềm năng cho số cổ phần này. Tuy nhiên, giá trị tiềm năng của thương vụ đã giảm xuống chỉ còn 700 triệu bảng Anh vào năm 2015 sau khi Dunnhumby mất quyền truy cập dữ liệu từ nhà bán lẻ Kroger của Mỹ (một trong những đối tác bán lẻ trước đây của họ). Mọi thứ trở nên phức tạp hơn khi dữ liệu của Tesco được tính đến, bởi vì phần lớn lợi nhuận của Dunnhumby được báo cáo là đến từ việc bán lại dữ liệu của Tesco cho các công ty như Coca-Cola. Nếu Tesco bán công ty, họ sẽ trở thành một khách hàng Dunnhumby khác hoặc chuyển dữ liệu của họ đến nơi khác. Và không có gì đáng ngạc nhiên, điều đó đã khiến cho những người mua tiềm năng bỏ qua việc mua cổ phần này. Sau khi “đánh giá chiến lược toàn diện”, Tesco quyết định bãi bỏ việc bán ra vào cuối năm 2015. Tất cả điều này đã cho thấy giá trị của công ty đến từ dữ liệu của công ty. Nếu không có dữ liệu của Tesco, giá trị của Dunnhumby sẽ giảm xuống và chỉ còn được tính cho nhân lực và công nghệ. Khả năng làm việc với dữ liệu có thể cực kỳ có giá trị và hấp dẫn đối với người mua, nhưng không phải là 2 tỷ bảng Anh – hay thậm chí là 700 triệu bảng Anh – trong trường hợp này.
Công ty marketing trực tiếp Acxiom đôi khi được gọi là “công ty lớn nhất mà bạn chưa từng nghe đến”. Công ty này đã cách mạng hóa ngành marketing trực tiếp của Mỹ trong những năm 1980 bằng cách áp dụng phân tích nâng cao cho các tập dữ liệu khổng lồ, rất lâu trước khi thuật ngữ “dữ liệu lớn” trở nên phổ biến rộng rãi. Theo trang web của công ty, họ nắm giữ dữ liệu về “tất cả ngoại trừ một tỷ lệ nhỏ” của các hộ gia đình ở Mỹ – một tuyên bố ấn tượng và không tệ chút nào cho một công ty bắt đầu bằng cách quản lý danh sách gửi thư đơn giản cho đảng Dân chủ địa phương.
Vào những năm 1980, Acxiom đã tạo ra danh sách sở hữu độc quyền cho riêng họ, lấy dữ liệu từ các đại lý tín dụng và kết hợp với chương trình tạo danh sách gửi thư trực tuyến đầu tiên. Điều này cung cấp cho các doanh nghiệp hàng triệu khách hàng tiềm năng, được đặt tên, được phân khúc theo độ tuổi, địa điểm, nghề nghiệp, ngành nghề hoặc bất kỳ thông tin nào khác được biết đến, thậm chí đến cả tên những tạp chí mà họ đăng ký. Chỉ cần một trong những cơ sở dữ liệu của Acxiom cũng có thể chứa dữ liệu của hơn 100 triệu người. Acxiom thu thập dữ liệu từ các hồ sơ công cộng – như danh sách cử tri, giấy đăng ký kết hôn và khai sinh, công ty tư vấn tín nhiệm, khảo sát khách hàng và từ hàng nghìn doanh nghiệp, tổ chức khác đã thu thập dữ liệu về khách hàng và người dùng dịch vụ của họ, và chuyển dữ liệu ấy qua (khi những khách hàng đó không “chọn không tham gia” việc chia sẻ dữ liệu của họ!).
Sau khi tiên phong trong lĩnh vực marketing theo định hướng dữ liệu, Acxiom thay đổi cho phù hợp với sự phát triển của thời đại. Vào năm 2010, họ đã công bố hệ thống PersonicX của mình, phân tích hoạt động truyền thông xã hội công khai của mọi người (thứ đang trở thành nguồn thông tin hữu ích để tìm hiểu sâu về tâm lý và hành vi của người tiêu dùng) để liên kết chúng với hồ sơ của người tiêu dùng cụ thể. Kết hợp điều này với các dữ liệu khác của họ, Acxiom có thể liên kết chính xác hơn với những người có sản phẩm và dịch vụ mà họ có thể cần. Acxiom bán những dịch vụ này cho các doanh nghiệp trên khắp thế giới, từ doanh nghiệp nhỏ đến những tập đoàn tài chính toàn cầu khổng lồ. Kết quả là, công ty tăng trưởng từ 27 nhân viên ban đầu lên đến hơn 7.000 nhân viên. Hiện nay, theo báo cáo, Acxiom tạo ra 12% giá trị của toàn bộ ngành maketing trực tiếp của Mỹ, trong đó doanh thu hàng năm là một con số rất đáng kể. Thật vậy, công ty đã tạo ra 1.020 tỷ đô la Mỹ trong năm 2015.
Experian được biết đến nhiều nhất trong việc cung cấp tài liệu tham chiếu tín dụng, được sử dụng bởi các ngân hàng và công ty dịch vụ tài chính để giúp họ quyết định có nên cho một ai đó vay tiền hay không. Họ cũng cung cấp một loạt các dịch vụ khác dựa trên dữ liệu mà họ đã thu thập được, chẳng hạn như chống lại hành vi gian lận và giả mạo danh tính. Gần đây, họ đã cung cấp thêm dịch vụ phân tích dữ liệu chuyên ngành nhằm giúp khách hàng doanh nghiệp trong hoạt động kinh doanh ô tô, bảo hiểm chăm sóc sức khỏe và thị trường doanh nghiệp nhỏ.
Experian nắm giữ khoảng 30 petabyte dữ liệu của mọi người trên toàn thế giới trong cơ sở dữ liệu thông tin tín dụng của họ, hiện đang tăng trưởng với tốc độ 20% mỗi năm. Họ thu thập dữ liệu cá nhân từ người cho vay, những người cung cấp cho họ thông tin chi tiết về số tiền mọi người đã vay và liệu họ có trả nợ hay không, cũng như liên kết giữa các địa chỉ mà mọi người đã chuyển đến và bất kỳ bí danh nào được sử dụng. Họ cũng thu thập một lượng lớn dữ liệu từ các hồ sơ công cộng, như cơ sở dữ liệu địa chỉ bưu điện, sổ đăng ký bầu cử, sổ đăng ký tòa án quận, hồ sơ sinh và tử (để thiết lập nếu có gian lận dựa trên danh tính người chết) và dịch vụ phòng chống gian lận quốc gia như hệ thống Cifas của nước Anh.
Tất cả những dữ liệu này được sử dụng để xây dựng một bức tranh chi tiết về người tiêu dùng và doanh nghiệp. Cùng với việc nắm giữ dữ liệu chi tiết về cá nhân, như lịch sử tín dụng và thông tin nhân khẩu học (như tuổi tác, nơi ở và tình trạng thu nhập), Experian phân nhóm các cá nhân thành 67 loại và 15 nhóm bằng công cụ nhân khẩu học xã hội của Mosaic. Các nhóm này bao gồm “thị dân tuyệt vời” (những người thành thị sở hữu hoặc thuê căn hộ đắt tiền ở các địa điểm sang trọng), “chuyên gia thành công” (chuyên gia giàu kinh nghiệm thành đạt trong công việc có cuộc sống tài chính thoải mái ở khu vực nông thôn hoặc bán nông thôn), và “công dân toàn cầu” (những người trẻ tuổi làm việc trong khu văn phòng ở đô thị với nhiều nguồn gốc dân tộc khác nhau). Dữ liệu khách hàng được phân khúc này được sử dụng cho mục đích marketing, cũng như đánh giá độ tin cậy và tính có thể bảo hiểm được.
Experian đã nói rằng bằng cách tích hợp phân tích dữ liệu trên toàn bộ hoạt động, và xử lý tất cả dữ liệu của mình một cách tập trung chứ không tách biệt thành từng nguồn, họ cho phép nhiều người mua nhà hơn, mở rộng hoạt động kinh doanh và quản lý tài chính hiệu quả. Và giá trị của tất cả điều này đối với Experian là rất lớn, lên tới 4,8 tỷ đô la doanh thu trong năm 2015.
Những ví dụ này có điểm chung là khối lượng dữ liệu tuyệt đối mà họ đang khai thác. Tập dữ liệu của Tesco là nhỏ nhất, với khoảng 16 triệu khách hàng được ghi nhận. Chính những tập dữ liệu khổng lồ đó đã khiến cho các công ty trở nên giá trị đến vậy. Đối với nhiều tổ chức, việc thu thập dữ liệu trên quy mô này chỉ đơn giản là một vấn đề xưa cũ. Tuy nhiên, hãy nhớ rằng Acxiom và Experian đều khai thác dữ liệu từ các nguồn bên ngoài (tôi sẽ nói nhiều hơn về sự khác biệt giữa dữ liệu nội bộ và dữ liệu bên ngoài, và các nguồn dữ liệu khác nhau trong Chương 6), có nghĩa là họ đang sử dụng dữ liệu của người khác một cách hiệu quả. Hiện nay, những dữ liệu đó có thể được mua lại hoặc được tiếp cận từ hầu hết mọi thứ hoặc bất kỳ nhóm nào. Và điều đó mở ra một thế giới cơ hội cho các doanh nghiệp.
Khi giá trị nằm ở khả năng khai thác dữ liệu của công ty
Dữ liệu, theo đúng nghĩa của nó, có thể làm tăng đáng kể giá trị của một công ty, nhưng cũng còn phụ thuộc vào khả năng công ty có thể trích xuất giá trị từ dữ liệu đến đâu. Dữ liệu đặc biệt có giá trị khi được kết hợp với các hệ thống, ứng dụng và thuật toán tinh vi để trích xuất những hiểu biết sâu sắc từ dữ liệu. Ví dụ, như chúng ta đã thấy trong Chương 1, công ty phân phối bánh pizza Domino’s thu thập được rất nhiều dữ liệu khách hàng và sử dụng dữ liệu đó để cải thiện hoạt động marketing của họ. Có sẵn trong tay hệ thống dữ liệu vững chắc như thế và có khả năng làm việc với dữ liệu, làm cho công ty trở nên có giá trị và hấp dẫn hơn. Giá trị của Domino’s có thể cao hơn đáng kể so với công ty phân phối bánh pizza tương đương không sử dụng dữ liệu một cách hiệu quả.
Theo đó, các công ty đang được mua lại bởi khả năng biến dữ liệu thành hiểu biết sâu sắc dẫn đến tăng trưởng trong kinh doanh. Ví dụ, Google đã mua công ty AI DeepMind có trụ sở tại Anh vào năm 2014 với số tiền hơn 500 triệu đô la Mỹ vì khả năng học sâu của công ty. Google biết được những khả năng này có thể giúp họ sử dụng dữ liệu tốt hơn và giành được lợi thế cạnh tranh so với những gã khổng lồ công nghệ khác. Đây là một trong nhiều vụ mua lại liên quan đến dữ liệu mà Google đã thực hiện trong những năm gần đây, bao gồm cả việc mua lại Nest Labs và các sản phẩm thông minh của họ mà chúng tôi đã đề cập đến trong Chương 4.
Tương tự, Facebook đã mua lại Face.com, công ty nhận diện khuôn mặt của Israel vào năm 2012, để tích hợp khả năng nhận dạng khuôn mặt của Face.com vào mạng xã hội. Chính công nghệ này cho phép Facebook tự động quét khuôn mặt trong ảnh mà người dùng tải lên và đề xuất tên, vì vậy người dùng không còn phải tự gắn thẻ (tag) bạn bè của mình một cách thủ công nữa. Đơn giản hóa quá trình gắn thẻ cho người dùng và tăng khả năng nhận diện cá nhân của mạng là hoàn toàn vì lợi ích của Facebook. Sau cùng, một bức ảnh được gắn thẻ có lợi cho Facebook hơn so với ảnh không được gắn thẻ, bởi vì nó có khả năng được nhiều người dùng xem hơn (tức là mọi người là bạn bè với những người được gắn thẻ trong ảnh, cũng như bạn bè của người đã tải ảnh lên). Và khuyến khích người dùng đăng nhiều ảnh hơn là một điều tốt vì nó kết nối Facebook với nhiều dữ liệu hơn: mọi người đang ở với ai, họ đang ở đâu, thậm chí kể cả thương hiệu và sản phẩm nào mà họ thích (đã có những công nghệ giúp xác định sản phẩm cụ thể trong ảnh).
Điều quan trọng ở đây là, ngay cả khi bạn không tích lũy lượng dữ liệu khổng lồ, thì khả năng thu thập và phân tích dữ liệu phù hợp cho doanh nghiệp của bạn cũng có thể giúp tăng giá trị tổng thể của công ty và làm cho nhà đầu tư hoặc người mua thấy hấp dẫn hơn trong dài hạn.
Bán dữ liệu cho khách hàng hoặc các bên liên quan
Các công ty đang ngày càng tạo thêm nguồn thu nhập bằng cách bán quyền truy cập vào dữ liệu của họ, hoặc hợp tác với các bên quan tâm khác có thể sử dụng dữ liệu của họ. Dữ liệu Clubcard của Tesco là một ví dụ điển hình, Dunnhumby bán những hiểu biết sâu sắc về khách hàng cho các công ty hàng tiêu dùng như Coca-Cola. Tuy nhiên, điều này không có nghĩa là chỉ bán những dữ liệu cá nhân hoặc nhóm khách hàng. Đôi khi dữ liệu chuyên biệt hoặc đi theo phân khúc hẹp có thể cực kỳ có giá trị. Ví dụ, John Deere tạo ra thêm thu nhập bằng cách cho phép nông dân tiếp cận dữ liệu về hiệu suất máy móc, điều kiện đất đai, cây trồng và sản lượng. Dữ liệu này chỉ hữu ích cho một đối tượng cụ thể, nhưng đối với đối tượng đó, nó là thông tin quan trọng.
Khi làm việc với dữ liệu – bất kỳ loại dữ liệu nào – điều quan trọng là phải xem xét liệu có bất kỳ cơ hội nào để tạo thêm giá trị từ dữ liệu đó hay không. Tiềm năng này có trong hầu hết ngành công nghiệp. Chẳng hạn như, một trang web đặt phòng khách sạn có thể bán gói nâng cao cho các khách sạn, trong đó cho họ những đề xuất về định giá, truy cập vào thông tin phân khúc khách hàng hoặc những hiểu biết sâu sắc về những gì khiến cho khách hàng có nhiều khả năng đặt chỗ hơn (bài đánh giá, hình ảnh, tiện nghi mong muốn nhất,…). Nhà sản xuất ô tô có thể hợp tác với các công ty bảo hiểm để cung cấp dữ liệu về việc tài xế đã chạy được bao nhiêu dặm, nơi họ thường xuyên di chuyển nhất, cho tới việc họ có hay đi trên những cung đường có tỷ lệ tai nạn cao hay không, và tốc độ lái xe trung bình của họ là bao nhiêu. Các công ty sản xuất bất kỳ loại máy móc nào cũng có thể tạo ra những cảm biến cho các máy móc đó để cung cấp thêm thông tin chi tiết cho người mua và sử dụng máy móc (giống như John Deere đã làm). Hiện nay, các cảm biến rất nhỏ và giá thành tương đối rẻ, có nghĩa là chúng có thể được chế tạo cho hầu như bất kỳ sản phẩm nào – ngay cả áo sơ mi và thảm tập yoga, như chúng ta đã thấy trong Chương 4. Và dữ liệu được tạo ra từ các cảm biến này có thể được bán lại cho khách hàng (có thể thông qua một phiên bản nâng cao của ứng dụng) hoặc được tổng hợp và bán lại cho các công ty khác.
Với việc iPhone và iPad được hàng triệu người sử dụng, Apple không còn xa lạ với việc tận dụng dữ liệu do người dùng tạo ra và họ đã quan tâm xây dựng quan hệ đối tác, đồng thời khuyến khích phát triển ứng dụng dựa trên việc theo dõi và chia sẻ dữ liệu người dùng. Gần đây, Apple đã hợp tác với IBM để tạo điều kiện cho việc phát triển các ứng dụng di động liên quan đến sức khỏe. Sự hợp tác này cho phép người dùng iPhone và Apple Watch chia sẻ dữ liệu với dịch vụ phân tích chăm sóc sức khỏe đám mây Watson của IBM, cung cấp cho công cụ dữ liệu của IBM khả năng truy cập dữ liệu sinh trắc học và thời gian thực từ hàng triệu người sử dụng thiết bị của Apple trên toàn thế giới. Apple cũng phát triển việc hợp tác với IBM để cung cấp một loạt ứng dụng nhắm vào các lĩnh vực khác (bao gồm du lịch hàng không, giáo dục, ngân hàng và bảo hiểm) nhằm mang đến khả năng phân tích cho người dùng thiết bị di động của mình trong các lĩnh vực đó. Apple Watch sẽ đẩy nhanh quá trình này hơn nữa – các nhà phân tích ước tính rằng khoảng 12 triệu đồng hồ Apple đã được bán trong năm đầu tiên kể từ khi ra mắt. Được thiết kế để đeo cả ngày và thu thập nhiều loại dữ liệu hơn nhờ các cảm biến bổ sung, Apple Watch do đó có nhiều cơ hội hơn nữa để tiếp cận nhiều dữ liệu cá nhân có sẵn để phân tích; tiềm năng để tận dụng dữ liệu bổ sung này thông qua các dịch vụ bổ sung và quan hệ đối tác là rất lớn.
Tất cả các công ty thẻ tín dụng lớn đều có các bộ phận tập trung vào việc bán dữ liệu giao dịch cho doanh nghiệp quan tâm, và tạo ra hàng triệu đô la doanh thu bổ sung cho Visa, Mastercard và American Express mỗi năm. Các công ty thẻ tín dụng có quyền truy cập vào dữ liệu thực sự phức tạp – nhiều hơn so với các nhà bán lẻ cá nhân. Điều này có nghĩa là, trong khi Tesco có thể biết chính xác những gì tôi mua trong cửa hàng của họ, Visa còn biết nhiều hơn về tôi, tôi đi đâu, mua gì và hồ sơ chi tiêu hàng tháng của tôi ra sao.
American Express xử lý hơn 25% hoạt động thẻ tín dụng tại Mỹ và công ty tương tác với mọi người ở cả hai phía của giao dịch: hàng triệu doanh nghiệp và hàng triệu người mua. Do đó, không có gì ngạc nhiên khi American Express ngày càng thay đổi sự tập trung vào chức năng truyền thống của mình trong việc cung cấp tín dụng cho người tiêu dùng và dịch vụ thương mại dành cho xử lý giao dịch để hướng tới việc tạo mối liên hệ giữa người tiêu dùng và doanh nghiệp muốn tiếp cận họ. Như vậy, American Express đang cung cấp phân tích xu hướng kinh doanh trực tuyến mới và so chuẩn ngang hàng của ngành dựa trên dữ liệu ẩn danh để giúp các công ty so sánh cách họ đang làm với đối thủ cạnh tranh. Amex loại bỏ bất kỳ dữ liệu nhận dạng cá nhân nào từ các giao dịch, nhưng vẫn có thể cung cấp cho các nhà bán lẻ những xu hướng chi tiết trong thị trường thích hợp hoặc phân khúc khách hàng cụ thể. Công ty đang dẫn đầu trong việc tích hợp thu thập và phân tích dữ liệu, học máy vào mô hình và thực tiễn kinh doanh của mình. Các công ty thẻ tín dụng khác như MasterCard và Visa cũng đang áp dụng các công nghệ tương tự và tích hợp chúng vào các mô hình kinh doanh của họ.
Bạn còn nhớ Google Nest và các thiết bị bảo vệ, bộ ổn định nhiệt thông minh của nó trong ngôi nhà của bạn không? Google không chỉ hưởng lợi từ dữ liệu chi tiết hơn về ngôi nhà của chúng ta mà còn thu lợi nhuận bằng cách hợp tác với các công ty tiện ích. Nhiều nhà cung cấp năng lượng đang cung cấp các giao dịch như máy điều nhiệt miễn phí cho chủ nhà, với điều kiện họ cho phép công ty kiểm soát chúng vào những thời điểm nhất định, để đối phó với yêu cầu về tăng hay giảm năng lượng từ mạng lưới. Và các công ty năng lượng trả cho Nest khoảng 50 đô la trên mỗi khách hàng đăng ký các giao dịch này – nhiều hơn giá trị của nó, theo như các công ty năng lượng có liên quan cho biết họ làm thế bởi vì họ có thể tiết kiệm đáng kể bằng cách điều chỉnh việc sử dụng vào những giờ cao điểm.
Facebook cũng là bậc thầy trong việc tạo ra doanh thu từ dữ liệu do người dùng tạo ra. Bởi vì các trang web được lưu trữ trên máy tính, không phải là báo chí hoặc biển quảng cáo, nên mỗi khách truy cập có thể được xác định một cách riêng lẻ bằng phần mềm chạy trang web. Và Facebook, với khoảng 1,5 tỷ người dùng hoạt động hàng tháng, có quyền truy cập vào nhiều dữ liệu người dùng hơn so với bất kỳ công ty nào khác. Dữ liệu của họ cũng mang tính cá nhân hơn, trong khi các dịch vụ như Google có thể theo dõi số lần truy cập trang web của chúng ta (điều này có thể xảy ra) và suy luận nhiều về chúng ta từ thói quen duyệt web của mình, thì Facebook thường có quyền truy cập đầy đủ vào dữ liệu nhân khẩu học (như chúng ta sống, làm việc, chơi ở đâu, chúng ta có bao nhiêu bạn bè, chúng ta thường làm gì trong thời gian rảnh rỗi, và những bộ phim, sách, nhạc cụ mà chúng ta thích). Dữ liệu được thu thập khi người dùng cho phép Facebook kết nối họ với các công ty cung cấp sản phẩm và dịch vụ mà họ có khả năng quan tâm. Ví dụ, nhà xuất bản sách có thể trả tiền cho Facebook để đặt quảng cáo của họ với hàng triệu người thích những cuốn sách tương tự, và tạo nên sự phù hợp với hồ sơ nhân khẩu học về khách hàng của họ. Chiến thuật tận dụng sự giàu có, khổng lồ về dữ liệu người dùng để bán không gian quảng cáo của Facebook rõ ràng mang lại hiệu quả. Trong năm 2014, Facebook chiếm 24% thị phần quảng cáo hiển thị hình ảnh trực tuyến của Mỹ và tạo ra 5,3 tỷ đô la lợi nhuận từ doanh thu quảng cáo. Đến năm 2017, con số này được dự báo là tăng 27%, trị giá hơn 10 tỷ đô la.
Uber là một công ty có hoạt động hàng ngày dựa vào dữ liệu lớn. Tất cả mọi thứ từ việc đánh giá nhu cầu đến thiết lập mức giá đều được điều chỉnh bởi dữ liệu. Nhưng Uber cũng đang bắt đầu tạo thêm thu nhập bằng cách bán dữ liệu đó cho các bên quan tâm. Công ty này đã không tiết lộ chính xác số lượng khách hàng họ có, nhưng chúng ta biết rằng hơn một tỷ lượt đi Uber đã được thực hiện. Đối với những người sử dụng Uber thường xuyên, công ty có một bức tranh rất chi tiết về cuộc sống hàng ngày của bạn: nơi bạn sinh sống và làm việc, nơi bạn đi du lịch, nơi bạn thích ăn tối và khi nào thì bạn thích làm những việc này. Gần đây, Uber đã hợp tác với Starwood Hotels and Resorts triển khai một dịch vụ cho phép khách hàng kết nối với tài khoản khách hàng thân thiết Starwood của họ. Khách hàng được tích điểm vào thẻ Starwood khi họ tham gia các chuyến đi Uber và ngược lại, Starwood có quyền truy cập vào tất cả dữ liệu hoạt động Uber của bạn. Rõ ràng có tiềm năng để tung ra các chương trình tương tự với chuỗi khách sạn, hãng hàng không, thậm chí cả nhà hàng và quán bar.
Rõ ràng, khi bạn đang kinh doanh dữ liệu, quyền của người dùng và vấn đề bảo mật dữ liệu trở thành yếu tố quan trọng, và đó là điều mà tôi sẽ thảo luận nhiều hơn trong Chương 10. Điều đáng nói ở đây là người dùng nhìn chung cảm thấy vui vẻ khi cho phép các công ty sử dụng và thu về lợi nhuận từ dữ liệu của họ, miễn là công ty minh bạch về những gì họ đang làm và “lại quả” cho người dùng cái gì đó. Uber là một ví dụ tuyệt vời về điều này, tạo cho khách hàng cơ hội kiếm thêm điểm bằng cách chia sẻ dữ liệu của họ với Starwood. Tôi rất vui vẻ, ngay cả với tư cách là chuyên gia dữ liệu lớn, khi cho đi dữ liệu của tôi để đổi lấy sản phẩm hoặc dịch vụ được cải tiến, hoặc có thêm tiện lợi. Tôi đeo một dây đai tập thể dục, và tôi chấp nhận có một sự đánh đổi giữa việc tôi có tất cả dữ liệu hữu ích về hoạt động thể chất và giấc ngủ của tôi, và nhà sản xuất, Jawbone, có thể sử dụng dữ liệu đó cho mục đích thương mại. Tôi rất vui khi công ty sử dụng dữ liệu (ẩn danh) của tôi, vì tôi nhận được thứ gì đó đổi lại, cụ thể là sản phẩm của họ giúp tôi dễ dàng có được một lối sống lành mạnh hơn.
Tương tự như vậy, năm 2015, hãng bảo mật AVG đã nói với tạp chí WIRED rằng, để cung cấp phần mềm bảo mật miễn phí, công ty có thể bắt đầu bán dữ liệu ẩn danh lịch sử tìm kiếm và trình duyệt cho các nhà quảng cáo và các công ty khác – hoặc như họ tuyên bố, “sử dụng nhiều phương tiện, bao gồm đăng ký, quảng cáo và mô hình dữ liệu”. Do AVG cung cấp sản phẩm chống virus phổ biến thứ ba trên thế giới, nên chúng ta đang nói về rất nhiều dữ liệu tìm kiếm và trình duyệt. Nhìn chung, cách người ta phản ứng lại với tin tức này khá phức tạp, nhưng mọi người dường như vui vẻ trong việc bán đi một số khía cạnh trong dữ liệu của họ để đổi lấy một sản phẩm miễn phí và rất hữu ích.
Hiểu rõ giá trị của dữ liệu do người dùng tạo ra
Nhiều trường hợp trong số các ví dụ được đưa ra trong chương này tập trung vào dữ liệu do người dùng tạo ra hoặc tự động tạo ra: hãy nghĩ đến việc Facebook theo dõi những gì bạn thích và chia sẻ, Uber theo dõi những nơi bạn đến, bộ điều nhiệt Nest theo dõi các điều kiện trong nhà của bạn, Amex theo dõi bạn đang mua gì và ở đâu,… Các công ty thực sự khôn ngoan, họ đang tạo ra giá trị đáng kinh ngạc từ dữ liệu, là những công ty có sẵn một hệ thống để thu thập hoặc tạo dữ liệu tự động. Trong thực tế, người dùng Facebook tải lên 2,5 triệu mẫu nội dung mỗi phút, mang lại cho Facebook một núi dữ liệu chỉ với nỗ lực tương đối ít ỏi.
Tôi sẽ nói nhiều hơn về việc thu thập dữ liệu trong chương tiếp theo, nhưng điều quan trọng nhất là khi dữ liệu được tạo ra một cách tự động hoặc được tạo bởi người dùng, điều này đòi hỏi nỗ lực tối thiểu của công ty. Khi dữ liệu yêu cầu một đội ngũ nhân viên đắt tiền để thu thập và quản lý nó, thì với tất cả chi phí mà nó đòi hỏi, khả năng gia tăng giá trị hoặc doanh thu một cách đáng kể là không thực tế. Thật đáng ngạc nhiên, nhiều công ty dựa trên dữ liệu lại có số nhân viên ít hơn so với các công ty lớn khác có giá trị tương tự – họ không cần nhiều nhân viên, bởi vì cơ chế thu thập và phân tích dữ liệu quá tinh vi, vì thế sự cần thiết đối với việc tương tác từ con người được giảm đến mức tối thiểu. Quay trở lại với các công ty hàng đầu trong danh sách Fortune 500, bốn trong số năm công ty hàng đầu là các công ty dữ liệu. Facebook, ở vị trí thứ năm, có số lượng nhân viên chưa tới 13.000 người; trong khi Exxon Mobil, ở vị trí thứ tư (và là công ty không phải hoạt động trong lĩnh vực công nghệ duy nhất trong top 5) có số lượng nhân viên đến hơn 70.000 người.
Hãy cùng tìm hiểu khái niệm này chi tiết hơn bằng cách so sánh Kodak với Instagram – hai thương hiệu lớn, một cái tên xuất hiện trước thời đại kỹ thuật số, và một công ty dựa trên kỹ thuật số và dữ liệu. Xem xét Instagram, ứng dụng chia sẻ hình ảnh, được Facebook mua vào năm 2012 với giá 1 tỷ đô la, bạn có thể ngạc nhiên khi biết công ty chỉ có 13 nhân viên tại thời điểm được bán. Instagram có thể hoạt động rất gọn gàng bởi vì hệ thống dữ liệu của họ rất tốt, họ không cần nhiều người làm việc đằng sau hậu trường. Ngược lại, Kodak có 145.000 nhân viên ở thời kỳ đỉnh cao, và hiện nay vẫn còn sử dụng 8.000 người. Và giá trị thị trường cao nhất của Kodak ít hơn Instagram, đạt khoảng 30 tỷ đô la, trong khi Instagram có giá trị khoảng 35 tỷ đô la.
Instagram là một công ty khác hoàn toàn, dựa trên dữ liệu do người dùng tạo ra. 400 triệu người dùng của nó dành ra trung bình 20 phút mỗi ngày trên nền tảng và tải lên 60 triệu ảnh mỗi ngày – và dữ liệu do người dùng tạo ra này được các nhà quảng cáo sử dụng để nhắm mục tiêu trên web, chủ yếu là những đối tượng khách hàng trẻ. Thật vậy, Instagram dự kiến sẽ phân phối một tỷ lượt hiển thị quảng cáo mỗi tháng trong năm 2016 và doanh thu quảng cáo dự kiến đạt 2,8 tỷ đô la vào năm 2017 (sẽ chiếm 10% tổng doanh thu quảng cáo của Facebook). Điều này đặc biệt ấn tượng khi bạn xem xét việc Instagram không tạo ra doanh thu nào vào thời điểm được bán, năm 2012. Việc mua lại Instagram của Facebook có thể đã khiến cho nhiều người ngạc nhiên vào thời điểm đó, nhưng rõ ràng họ đã để mắt đến giá trị lâu dài của dữ liệu do người dùng Instagram tạo ra. Họ đã hoàn toàn đúng trong thương vụ này.