探究大數據商業模式與其背後的致勝價值主張

  • Business Model Innovation
  • Exponential Business Model
  • 商業模式創新
  • 指數型商業模式

很明顯,創新、永續的大數據商業模式有多普遍熱門,就有多難以捉摸 (如同「數據是新時代的黑金(data is the new oil)」一文中所述)。每多一個欲設計、執行極其簡單而有效,甚或可以改變整個大環境大數據商業模式的新創公司,就有數以百計更大規模、更成熟穩定的企業,在想方設法把自己的大數據拿來賺錢、創造新的收益流、並且讓自己變得更有競爭力。的確,有些成熟穩定的大公司真的辦到了。比如,40歲的蘋果(Apple)跟20歲的亞馬遜(Amazon),雖然都在經營各式各樣截然不同的商業模式,但也都已建構出穩固的大數據商業模式。這兩家公司都已利用大數據,把顧客有可能感興趣的產品及服務送到他們面前。同樣地,18歲的 Netflix 跟15歲的 Pandora(線上串流音樂平台),也為了瞭解顧客,進而以猶如魔法般的手法為顧客創造價值,設計了全新的大數據商業模式。所以,這些大數據商業模式背後的魔法是什麼?更進一步來說,有其他的商業模式可以幫助一些(成熟穩定的)公司,以大數據為核心來創造、傳遞、並獲取價值嗎?這兩個問題的答案很簡單:都在價值主張裡!

與不同規模的公司合作時,我最喜歡引用的名言就是:「愛上問題,不要愛上解決方案。」這句話首先由 Intuit 公司提出,後來是 Waze 公司的共同創辦人 Uri Levine 將其發揚光大。儘管聽起來很簡單,但只要想一下,一般成熟穩定的企業都傾向怎麼運用大數據資料庫來創造新商業模式,一切就不言而喻了。意思是,他們絕大多數都會先問:「我們有什麼大數據?」接著才想:「我們可以怎麼藉其獲利?」現在你再想想我最喜歡的那句名言,應可看出兩著的差別:多數的成熟企業相信,有一個傳說中的市場,是可以讓它們在不惹惱顧客的同時,將大數據資料賣給別人,這樣的假設通常不太靠譜。再者,當我們在談大數據商業模式時,你可以愛上各式各樣的「問題」,但為了聚焦,本篇將根據不同的價值主張與客群,把焦點放在三種大數據商業模式(分別是DaaS、IaaS、以及 AaaS,見圖一)。而且,這三種商業模式不是將重點放在「公司從大數據生態系統獲利的各種方式」(例如:大數據傳送),而是著重在那些「看似具備有價值的大數據、且欲找方法藉數據獲利的公司」。

圖一:三大核心大數據商業模式及其帶來的價值。

第一種大數據商業模式是以「提供數據為服務(Data as a Service,下稱 DaaS,見圖二)」的商業模式,主要提供顧客一種可以自行發掘洞見,或根據需求自由運用數據的服務模式。DaaS 的價值主張:提供大量處理過的數據給顧客,讓他們可以根據用途(job-to-be-done)為自己的顧客找出答案、開發解決方案。需要 DaaS 服務的顧客,可能本身就是提供解決方案的公司,欲以幾近未處理的數據來強化其產品(就是他們自己的價值主張);或是為解決消費者痛點,而開發利基(小眾)應用程式的開發人員。DaaS 的數據來源是從公司自己的客戶、或是關鍵合作夥伴等外部資源所匯集。就如在 DaaS 商業模式圖上看到的,DaaS 的獨特之處是:創造、行銷、及(如果能成功)賣出可行的價值主張,所需的關鍵活動的成本相對較低。沒錯,這聽起來就像所謂的「傳說中的市場」。但要強調的是,為了獲取顧客信任,DaaS 最重要也最代價最高昂的部分,在於數據處理,也就是將原始數據中的顧客機敏資料移除。比如說,如果你是推特(Twitter),這意味著要將所有帳號的私人資訊,甚至是帳號名稱都消去,使得處理過的數據,依然有足夠的價值,能讓大數據顧客自行創造出獨特的價值主張。當這筆數據已由關鍵資源(或關鍵合作夥伴)處理乾淨,DaaS 剩下要做的,就是確保顧客可以獲得/使用這樣的數據來增強他們的價值主張。因為在這種情況下,數據的價值僅是協助顧客創造價值主張的一種輔助機制,所以相較於其他商業模式而言,收益流常常較低、甚至有時是免費提供。使用 DaaS 的組織有:政府資料開放平台如 datasf.org、商業數據提供者如 Gnip,甚至 Twitter 等。

圖二:DaaS 商業模式範例

第二種大數據商業模式則以「提供資訊為服務(Information as a Service,下稱 IaaS)」,主要在提供數據處理分析過後所產生的洞見(見圖三)。這樣一來,顧客採用這種服務的用途比較像是,根據某些特定的資訊,想出自己的結論,或「賣」個新點子。另外,使用 IaaS 的顧客不想自己處理分析數據,甚至沒有資源來做這些分析,他們傾向跟自己信任單位購買分析資料。與 DaaS 商業模式(蒐集、散布大量處理過的數據,以便讓顧客自己創造價值主張)不同的是,IaaS 商業模式的重點,是為那些有需要、且願意付錢的顧客,提供將數據轉換成有用資訊的客製化服務。為了達成此目標,關鍵活動必須涵蓋分析數據、將數據視覺化,可能還包括能強化數據分析的研究。更有趣的是,IaaS 所提供的價值主張,能更符合其鎖定之特定目標客層的需求。比如,像 HERE 這家由奧迪(Audi)、寶馬(BMW)、賓士(Mercedes)三大車廠共同持有的地圖定位資訊公司,就被我歸類在 IaaS。HERE 賣的是地圖以及相關資訊,讓各大公司可以把這些資訊運用在自己的導航系統上。為了賣出這些產品,HERE 必須蒐集、統合、整理各樣數據,再將數據轉換成有固定格式的視覺地圖(也就是所謂的「資訊」),才能賣給別人。對消費者而言,像 FitBit 這樣的健康追蹤器材公司,其產品的價值主張,就是根據追蹤消費者活動數據所做的分析。如 HERE 一般,FitBit 必須蒐集、統合、整理各樣數據後,將數據轉換成消費者可以理解的資訊,也就是你我可以用的個人分析結果(比如:我應該吃個甜甜圈?還是散個步?還是…兩者皆可?)。

圖三:IaaS 商業模式範例

第三種大數據商業模式則是「提供解答為服務(Answers as a Service, 下稱AaaS)」,也就是針對特定問題,近一步提供解答,而不僅僅提供可以幫助找到解答的資訊(見圖四)。AaaS 的顧客常需要具體的指引來讓他們做出決定;事實上,如果提出了有價值的價值主張(也就是所謂的「解答」),這些顧客甚至願意直接買單。正如你所想的那樣,這類型商業模式位於大數據模式的金字塔頂端。關鍵是,一個提供 AaaS 的公司越能創造出真實可信、有價值的「解答」給其顧客,顧客會拿更多有價值的東西來交換。舉個有趣的例子,Mint 是間透過網路以及應用程式,提供個人金融管理服務的公司。它讓所有人都可以相當輕鬆的提供個人資訊(如銀行帳戶資訊等);接著,Mint 會追蹤、分析消費者的消費資訊,並將分析結果視覺化,提供給消費者。不過所謂的「解答」是,若消費者提供了信用卡資訊,Mint 不僅會提供信用卡交易資訊,同時也會將分析所得的結果資訊賣給各家信用卡公司,以換取為有更好利率的信用卡公司打廣告的機會。通常,顧客對於各公司把自己的信用卡資訊拿去賣錢會覺得很感冒,但在 Mint 的例子裡,消費者卻換得了真實、可靠、也需要的價值(解答)。同樣地,Google 的新服務 Google 相簿(Google Photos),會檢視使用者的相片,辨識出人、事、地…等最私密的個人資料。不過,Google 相簿回饋給使用者的,是相片故事集、風格化相片、以及有趣的 GIF 動態圖檔等有價值的東西,而這也是 AaaS 所謂的「解答」。你可能會問說,「這算哪門子的解答?」AaaS 商業模式的關鍵,以上述的例子而言,在於價值主張回應了顧客/消費者在自己研究理財、或在用照片做故事集時,所遇到的困難。所以,用這種的商業模式,更多的價值是來自彼此用某些方式交換而來。

圖四:AaaS 商業模式範例

當然,還有很多其他的商業模式選項,可以用來交換大數據創造的價值。不過,如果你在一間你相信有機會用大數據獲利的公司上班或是當老闆,上述三種模式可以作為你建立商業模式的第一步;重要的是,這麼做就不會先想解決方案(也就是商業模式圖的左半邊),而是先思考你想要解決的客戶問題,以及解決這些問題後可以交換來的利益。另外要強調的是,當我們在談大數據商業模式時,所謂的「大數據」不一定只有單一來源,可能來自四面八方;整合後的客戶數據、免費的、廣告來源,都有可能。若要深入了解這個主題,請參讀由劍橋大學 Philipp Max Hartmann、Mohamed Zaki、Niels Feldmann 以及 Andy Neelyat 所著的「給大公司的大數據?新創公司在用的數據類商業模式分類(Big Data for Big Business? A Taxonomy of Data-driven Business Models used by Start-up Firms)」專文。另外還有一篇由Timothy Morey、Theodore “Theo” Forbath、以及 Allison Schoop 撰於哈佛商業評論的「顧客資料任你用?(Customer Data: Designing for Transparency and Trust)」,也是很棒的大數據/顧客信任文章。

所以,你的想法是什麼?你的公司現在保證會提供客戶的價值有哪些?如何藉由更深入瞭解顧客的用途、面臨的痛點、及想要的獲益,來幫助你為前景打造出創新、永續的大數據商業模式呢? 想了解更多資訊?

 
標題橫幅圖片來自 Janneke Staas
 

Comments

Stay Posted.

Keep up to date on what our clients have to tell, new tools, training and cool content.