Twee doelstellingen door data-inzichten Data kan onder meer bijdragen aan de volgende twee doelstellingen: Het primaire verdienmodel optimaliseren: door data gedreven beslissingen te maken, valt het primaire verdienmodel te verbeteren. Je kan hierdoor processen voorspelbaarder of efficiënter en goedkoper maken. Denk aan het voorbeeld met de Sensation-nieuwsbrieven: als je weet of iemand zich voor die nieuwsbrief heeft ingeschreven, dan hoef je diegene niet nog eens (via advertenties) lid te maken van deze nieuwsbrief; Het ontwikkelen van nieuwe verdienmodellen. Zodra je primaire verdienmodel is verbeterd, komt je organisatie vanzelf in een ritme. Hierdoor is er meer tijd en budget beschikbaar om je te verdiepen in het ontwikkelen van nieuwe verdienmodellen. “Op dit moment is het merendeel van de markt in staat om de eerste doelstelling te realiseren. Sommige partijen zijn bekend met het realiseren van nieuwe businessmodellen. Toch valt te stellen dat we aan de vooravond staan van een bedrijfsleven waarin de tweede doelstelling, het ontwikkelen van nieuwe businessmodellen, binnenkort realiteit wordt. Doordat veel bedrijven op de vooravond staan van hun nieuwe verdienmodel, krijg je concurrentie van branchevreemde concurrenten – en zal je zelf ook opzoek moeten naar nieuwe verdienmodellen”, aldus Witvoet. Voorspellende waarde van data Witvoet: “Naarmate we meer data in onze systemen hebben, zijn we in staat om te benchmarken. Denk aan de verschillende verkoopcurves voor festivals: als we bepaalde patronen herkennen, vallen er ook voorspellingen te doen op basis van nieuwe data. Als je weet in welk tempo bepaalde types festivals verkopen, dan valt te voorspellen wanneer jouw ticketverkoop een piek zal hebben (als het niet gestaag uitverkoopt).” De volgende stap is het ontwikkelen van een zelflerend systeem. “Hier kan je machine learning of artificial intelligence, maar dat zijn technische uitwerkingen van het onderliggende verlangen om betere voorspellingen te kunnen doen.”
DIGITAAL VERMOGEN V0.99 RC | 165
