Depende de cuáles sean los datos y qué se puede hacer con ellos. Aunque cualquier dato que recopile puede convertirse en análisis.
El enfoque más simple es reunir todos los datos que pueda y ver qué hacen otras compañías con ellos. Por ejemplo, tiene una tienda en línea y necesita un registro de sus clientes. Ahora tiene su información personal (tipo de) y su historial de compras. Lo primero que viene a la mente es, suponiendo que ya no tenga uno: puede crear un sitio web para un sistema de recomendación de productos.
¿Cómo calculan las empresas el valor de estos datos? No las empresas calculan el valor del servicio que le brindarán. En este caso, si desea crear un sistema de recomendación para una tienda en línea, puede:
- ¿Cómo explicaría la respuesta a esta pregunta de matemáticas a alguien con poco conocimiento de las matemáticas?
- ¿Hay algún sitio web gratuito como freecodecamp para aprender aprendizaje automático, inteligencia artificial y ciencia de datos?
- Cómo encontrar la cantidad óptima de camas necesarias para una sala de hospital utilizando análisis de datos
- Estoy interesado en el aseguramiento de la calidad del software. Necesito entrar en el análisis de big data. ¿Cuáles son los cursos y certificaciones que necesito tomar?
- ¿Cómo realizan las empresas el análisis predictivo utilizando herramientas Hadoop / Big Data a gran escala?
- Mire cómo otras compañías le ponen precio a dicho servicio (aunque esto podría ser difícil)
- Date una tarifa por hora y ponle precio al servicio de esta manera – (horas trabajadas en el proyecto) * (pago por hora)
Básicamente mira la “competencia”.
Un enfoque más contable / financiero. Los datos pueden provenir de muchas fuentes diferentes. Puede ser una fuente externa o interna. Por supuesto, necesita un lugar para almacenar estos datos, desde una sola unidad flash hasta un servidor de gran tamaño. Estos activos cuestan dinero. Su mantenimiento cuesta dinero, al igual que su reemplazo, actualizaciones y las personas que operan en él y lo hacen para que se ejecute (administradores, desarrolladores, soporte, etc.). Incluso tiene que pagar la electricidad para que estas máquinas puedan funcionar para que pueda acceder y usar los datos (wow, imagínense eso). Entonces, teniendo en cuenta todos estos costos (podría haber otros, pero ese es un buen comienzo), supongamos que tiene un costo de 0.05 USD por cada 10k filas de datos tipo “X”. Si desea vender esta información y obtener una ganancia, debe ponerle un precio más alto que el costo y, dependiendo de lo codicioso y afortunado que sea, puede ganar más o menos dinero. Si ejecuta un servicio con estos datos, debe tener en cuenta estos costos también cuando fije el precio de su servicio.
Una tercera forma de “calcular” el valor de sus datos. Digamos que usted es un banco y que tiene una gran cantidad de datos de sus clientes y desea utilizarlos. Suponiendo que todavía no tiene un sistema de este tipo, puede utilizar, por ejemplo, un análisis predictivo de los datos del cliente para “predecir” si un cliente incumplirá su préstamo o si lo pagará en su totalidad. De nuevo, esto no dará valor a sus datos, sino más al servicio que creó (calificación crediticia), y su valor es la mejora en la tasa de incumplimiento de sus clientes (si corresponde) porque si es lo suficientemente bueno, lo ayudará a filtrar los malos clientes antes de que les des dinero.
CONCLUSIONES: Tal vez solo uno de los enfoques le da un precio por sus datos (el segundo) y los otros dos le dan valor al servicio que crea utilizando estos datos. A menos que haga algo con los datos que tiene, no tiene valor.
