De 5 bedste brancher, der kan drage fordel af dataindtægtsgenerering

Indtægtsgenerering af data kan være et effektivt værktøj til at hjælpe virksomheder og sektorer med at øge indtjeningen og holde forbrugerne glade. Her er fem af de brancher, som strategier for dataindtægtsgenerering kunne gavne mest.

Musik

Musikindustrien oplevede en længere periode med omvæltninger, som i høj grad skyldtes streamingtjenesternes popularitet. Skiftet til streaming og væk fra fysisk musik fangede i starten mange branchechefer uforberedte, hvilket fik dem til at kæmpe for at håndtere forandringen.

De er mere vant til det nu, især da COVID-19-pandemien hjalp flere med at stifte bekendtskab med streamingkoncerter. Den Grammy-vindende kunstner Brandi Carlile holdt adskillige billetter til livestreamede koncerter, hvor overskuddet gik til hendes besætningsmedlemmer, som var uden arbejde på grund af pandemien. Carlile valgte også flere velgørende organisationer til at støtte med den genererede indkomst.

Måske holder en kunstner styr på antallet af seere til en livestream eller procentdelen af ​​mennesker, der køber billetter flere dage eller uger før en begivenhed. Så er det nemmere at afgøre, om internetbaserede koncerter kan vise sig at være rentable.

Også streamingtjenesten Spotify tilbyder en betydelig mængde data til kunstnere, der bruger platformen. For eksempel kan musikere se opdateringer af streaming af nye udgivelser i den første uge, hvor de er tilgængelige. Nummeret opdateres hvert andet sekund at give kunstnere præcise perspektiver.

Spotify viser også, hvordan lyttere støder på numre, enten ved at opdage dem gennem afspilningslistemix eller på andre måder.

Automotive

Nutidens biler bliver gradvist mere avancerede, og det betyder typisk, at de indsamler flere data, som virksomheder kan tjene penge på.

Statistik viser også, at mange forbrugere ikke har noget imod, hvis bilproducenter indsamler data fra dem. En undersøgelse fra McKinsey & Company fra 2020 afslørede det 37 % af forbrugerne ville skifte til bilmærker, der tilbød forbedrede tilslutningsmuligheder.

En mulighed for dataindtægtsgenerering er at spore tendenser relateret til bestemte modeller, farvevalg eller andre funktioner på bestemte markeder. Så kunne producenterne sikre, at forhandlere har de biler, der er mest sandsynligt, at sælge.

En General Motors repræsentant bekræftede, at data, den indsamler, vedrører generelt til en bils placering, føreradfærd og køretøjets ydeevne. De sagde dog, at virksomheden ikke kunne knytte meget af dataene til bestemte personer.

Mærker, der sigter på at udrulle succesfulde dataindtægtsstrategier, bør sikre sig mod krænkelser af privatlivets fred. Hvis forbrugerne føler, at virksomhederne ved for meget, kan de vise progressiv uvilje til at bruge funktioner til datadeling.

Retail

Der er stigende interesse for indtægtsgenerering på tværs af brancher. En undersøgelse fandt det mere end 91% af lederne adspurgte bemærket stigninger i relaterede investeringer. For eksempel, hvis en virksomhedsrepræsentant køber et abonnement på en dataanalyseplatform, kan de se indsigt, som ellers kunne blive overset.

Detailsektoren er en industri med et enormt potentiale til at drage fordel af dataindtægtsgenerering. For eksempel kan et brand spore, hvor mange e-handelskunder, der indløser en rabatkode, der er forbundet med en bestemt kampagne på sociale medier. Sådanne statistikker hjælper med at afgøre, om indsatsen fik de ønskede resultater.

Alternativt kunne indtægtsgenerering fra fysisk butiksdata involvere sporing af de travleste indkøbstider. Måske indser en leder, at mange mennesker går uden at købe efter at have set overfyldte butiksområder eller lange køer. Hvis det er tilfældet, kunne løsningen være at bemande flere medarbejdere for at klare den øgede efterspørgsel.

En typisk dataindtægtsudfordring opstår, når brands indsamler for meget information, og der ikke er tid nok til at analysere dem grundigt. Derfor bør detailhandlere, der søger at maksimere deres fordele, vælge nogle få ønskede mål og bestemme, hvilken slags data der er mest nyttig for at opnå dem.

Medicinal

Folk i sundhedssektoren er godt vant til at bruge tilgængelige data til at træffe de mest passende behandlingsbeslutninger. En patients laboratorieresultater eller vitale tegn dikterer ofte, hvilke behandlinger der skal gives og hvornår. Organisationer kan dog også bruge data til at understøtte rentabiliteten.

Et eksempel er at udforske problemerne bag manglende aftaler. Når folk ikke dukker op, forhindrer dette problem en facilitet i at åbne pladsen til nogen, der er klar og villige til at tage den. Et nærmere kig på dataene kan indikere, at de fleste no-show-patienter hævder, at de ikke vidste, at de havde planlagte aftaler.

En sms, der automatisk tilføjer en persons aftale til deres digitale kalender, ville reducere problemet. Derudover kan en strategi for indtægtsgenerering indikere, at mange patienter kan få den nødvendige pleje uden for realtidsbesøg.

New Mexicos Presbyterian Healthcare Services begyndte at bruge et asynkront kommunikationssystem for flere år siden. I 2020 stillede medarbejderne op 50,000 lav-acuity plejeforespørgsler, som hver i gennemsnit tager to minutter at gennemføre. Patienter fik normalt svar på deres tekstbaserede indhold inden for 15 minutter.

Denne tilgang fremhæver nogle mulige metrics at spore under en indsats for indtægtsgenerering af data. Hvor længe venter patienterne for eksempel på svar? Hvor mange procenter af sager kan udbydere tackle uden personlige eller videobaserede besøg?

Marketing

Indtægtsgenerering af data er allerede en almindelig praksis i marketingsektoren. Forskning peger dog på, at tendensen vil fortsætte.

En undersøgelse fra januar 2021 viste det 88 % af marketingfolk har til hensigt at prioritere indsamling og lagring af førstepartsdata. Selvom 58 % af de adspurgte anså det for en høj prioritet, bemærkede 30 %, at det var deres største bekymring i løbet af de næste 6-12 måneder.

Virksomheden, der udførte undersøgelsen, viste dog den voksende betydning af nulpartsdata. Førstepartsdata kommer fra kundernes interaktioner, men bliver ofte indsamlet i baggrunden. Nulpartsdata er information, som disse personer med vilje giver til virksomheder.

Indtægtsgenerering af data kan forbedre markedsføringsresultater på adskillige måder. Mange virksomheder ser på data, mens de planlægger kampagner eller vælger, hvilke reklamekanaler der skal bruges til bestemte målgrupper.

Marketingprofessionelle kan også anvende dataanalyse for at bestemme, hvilke outreach-metoder der sandsynligvis vil have størst genklang hos specifikke målgrupper. Mens virksomheden udarbejder en strategi, bør repræsentanter vurdere kendte udfordringer, og hvordan øget information kan overvinde dem.

Monetisering af data giver mening

Dette er nogle af de sektorer, der med størst sandsynlighed vil drage fordel af initiativer til at tjene penge på data. Andre industrier kan dog se lignende positive resultater, især hvis repræsentanter sørger for at sikre dataens pålidelighed.

Kilde: https://dataconomy.com/2021/04/top-5-industries-benefit-data-monetization/