新用戶登錄后自動創建賬號
登錄1、摒棄可有可無
有一些可有可無數據,之后有一些必有數據。
必有數據的特點應該包括:
通知高價值的決策
增加決策中的顯著價值(而不是增量)
這個價值可以預測
關鍵是做好你的工作,也就是說,它允許你做一些你無法以其他方式做的事
它融合到你的工作流程中
高頻率需要
如果你不得不削減成本,你將會削減別的東西
在可有可無的類別中,報紙是一個不錯的例子。盡管我有時候覺得我需要讀 Wall Street Journal,但沒有它我依舊可以工作。我可以讀 New York Times 商業版和技術版來代替它,甚至我也可以通過各種在線免費資源獲得需要的消息。另一個在可有可無里的例子就是大學的教科書。這些天,許多大學生不再著急去買推薦的教材,或者只是以折扣額價格購買老版本。
從不同角度來講,每個行業都早投資管理有很多關鍵數據供應商的例子。在投資管理行業,Bloomberg、FactSet 和 Redline 都是最好的例子。他們可以幫助你獲得最實時最準確的證券相關數據,讓你可以以最快的速度進行最高利益的交易。對于醫生,UpToDate 和 Epocrates 是不錯的例子。當醫生在急診室的需要最準確的藥物去挽救危在旦夕的患者時,他們可以信賴那些即便在其他地方的權威數據。
我們尋找的企業需要有必有數據,這是使數據有商業價值的最基本的特征。
2、專有數據
一個高質量的信息業務一般是建立在專有數據之上。
對于企業來講,它的問題是基礎數據的匯總是從其他渠道購買獲得。它可在可實現的毛利率中相對較低的上限。
同樣的,公司經常會糾結建立在 Facebook、Twitter 和 LinkedIn 等社交平臺的產品分析得到的數據。事實上,這里存在著風險,因為這些數據軟件可以被關閉。
如何創造專業數據?我通過幾個例子介紹幾種方法。
收集觀察物理數據:Genscape(使用傳感器來收集的方法)Mapflow(洪水測繪數據)
眾包數據:Premise Data (眾包經濟數據);Placemeter (眾包視頻數據業務);I/B/E/S (研究分析師盈利預測)
有舍有得數據:Argus Information (聚集和清理銀行員工提供的數據);Compstak (租約對比)
收集廢棄數據:在大市場像 Uber 或者像 CME 和 ICE 等金融交流中心,從他們的用戶活動中收集有價值的廢棄數據。
創建內容:可以利用公共 / 商品數據,之后添加內容,最后賣出。
當數據周圍充滿競爭力時,專有數據會變得特別有價值。在一定程度上它用于防止數據泄露。
3、從小處著手
創業時你需要從頭建立一個可行的數據業務,它不同于大數據集團,比其中的一部分要有更多的挑戰。通常情況下,創建這些有價值的可行數據有時候可以是一個小的公司破產。
當評估一個數據業務時,我們需要設法當它還比較小的時候確定他是否可行。其中的一個測試方法是看這個數據值的金字塔。這些數據對于最初的客戶是否具有高價值,使他們愿意去檢驗它。如果是的話,這個公司有機會獲得更多的用戶獲得更大的利益。
4、視圖和整理數據
許多數據被視為視圖的基礎。你單純看數據可能不知道它是什么意思。我們喜歡那些可以直觀呈現一個數據的企業。這個數據應該被用到整個商業中,并整合到用戶流程工作中。
一個戰略可以讓你的數據進一步嵌入到客戶的工作流程中,這是被 Thomson 稱作的 “三分種”(怎樣讓一個產品或是服務可以在操作三分鐘時候讓用戶接受它)。
使用這個策略可以更好地了解是什么原因促使你的用戶訪問你的數據,以及這樣的行為會產什么什么樣的后果,會讓你的數據變得更有價值。
5、有價值的分析圖層
今天,沒有存數據的工具,最大數據公司是軟件公司。一般來說,用戶不僅是要求使用數據,他們希望是利用可以提供答案的軟件工具,幫助他們對數據進行操作。內容是關鍵但它只是產品的一部分。
一個好的數據公司需要有足夠用來增加數據相關性的軟件和分析工具。軟件可以讓用戶進行搜索數據并操作利用數據,幫用戶做出更明智更有價值的決策。
6、利用信息真空
我們喜歡這樣的商業,他們會在一個相對數據真空的新的空間里提供數據。
對于創業公司來講,在一個有利可圖的市場推出一個有價值的數據是一個挑戰。
此外,當你有一個既定的產品,但讓用戶改變他們目前的使用習慣去試用你的新產品也是很難的。
當在一個現有的市場環境中我們有一個經驗法則去評估企業。如果企業不能最終達到一個相對的市場份額,但它可以利用創造新的市場環境,那么這個數據明顯有更大的價值。
另一方面,在一個數據尚未豐富新的領域創建數據在市場上來講是非常有價值的。
7、業務橫向拓展
我們認為,一個業務在水平方向的拓展能力比在其垂直方向的拓展能力更加重要。
水平方向拓展是什么意思?這意味著你創建的原始數據在相鄰市場或者領域可以創建額外的數據。我們對此進行了測試,看看是否數據公司可以導出現有的數據橫向操作建立多個數據集。
我們滿足了一些創業公司想要在水平拓展之前先嘗試垂直擴展,這也可以算是一個戰略決策。例如,一個企業家構建這個過程的最終目的是希望可以為高端細分市場提供所必須的內容。在其他情況下,由于創建小規模的原始數據用于業務流程工作,但它的性質并不適合水平拓展。
商業早期刻意追求垂直領域的拓展會加大企業的成本,而不是為他帶來更多的利潤。
8、數據可智能定價
當數據業務可以創造收益時,我們來看看幾件可以確定數據價值的定價模式。
認購定價,而不是根據使用情況而定。我們對根據早期階段的使用情況而再次定價普遍持懷疑態度。根據我們的經驗來看,大企業不想支付按需定價,他們希望有一個全面預算的項目。此外,你應該讓你的客戶越來越習慣你的產品并習慣你的定價結構。
數據即是產品。產品收入的主要來源是數據而不再是廣告的訂閱或是交易的收入。
便宜并不總是贏。
9、賣給大客戶
我們一般喜歡的數據業務是可以賣給大客戶的數據。因為我們可以在這個過程中獲得更高的利潤,之后有更多的資金可以利用在數據產品上。如果數據公司在初期追求小客戶的話,這就會意味著他們的數據集創造的價值更少。
10、高續訂率
必有數據的企業通常有很高的更新率,可有可無的數據業務相對有較低的續訂率。
理想情況下,我們尋找第二年數據有 90%-95%續訂率的企業。