قد يراجع متجرٌ مبيعاته ليقرر حجم المخزون الذي سيشتريه. وفي المقابل، قد تعتمد منصةٌ ما على بيانات الاستخدام للتوصية بالمحتوى، وجذب المعلنين، واستدامة إيراداتها. كلاهما يستخدم المعلومات، لكن البيانات لا تؤدي الوظيفة الاقتصادية نفسها.
يتيح هذا الفارق فهم ماهية نماذج الأعمال القائمة على البيانات. فلا يكفي امتلاك قواعد بيانات، أو إنتاج إحصاءات، أو استخدام الذكاء الاصطناعي؛ إذ يجب أن تكون البيانات مورداً أساسياً لعرض القيمة: فمن دونها، سيفقد المنتج أو الخدمة أو آلية تحصيل الإيرادات جزءاً جوهرياً من فائدته.
كما لا يعني ذلك بالضرورة بيع البيانات الشخصية. إذ يمكن للشركة الاستحواذ على القيمة من خلال اشتراك، أو ترخيص، أو عمولة، أو إعلانات، أو قرارات أفضل، أو خدمة مخصصة. فالسؤال المحوري أمرٌ آخر: كيف تتحول البيانات إلى شيء يكون شخصٌ ما مستعداً للدفع من أجله أو المشاركة فيه؟
فكرة أساسية: إن استخدام البيانات لإدارة شركة لا يجعل البيانات تلقائياً جوهر نموذج عملها.
النموذج القائم على البيانات ليس هو نفسه الشركة الموجهة بالبيانات (data-driven)
تسعى المنظمة الموجهة بالبيانات (data-driven) إلى اتخاذ قرارات مدعومة بالأدلة. ويمكنها تحليل التكاليف، أو قياس النتائج، أو توقع الطلب، ومع ذلك تبيع منتجاً كان ليوجد بالصورة نفسها تقريباً من دون تلك التحليلات. في هذه الحالة، فإن البيانات تُحسّن العمل التجاري.
أما في النموذج القائم على البيانات، فإن المعلومات لا غنى عنها لإنشاء عرض القيمة أو تقديمه. فخدمة الصيانة التنبؤية تحتاج إلى سجلات حول تشغيل الآلة لتوقع الأعطال. ويعتمد تقرير قطاعي يُقدَّم عبر اشتراك على جمع المعلومات وتنقيحها وتفسيرها. ويفقد نظام التوصية فائدته الرئيسية إذا لم يتمكن من ربط التفضيلات بالخيارات المتاحة.
والحدود الفاصلة ليست واضحة دائماً. فقد تبدأ شركة ما باستخدام البيانات لاكتساب الكفاءة وتنتهي بتطوير خدمة معلوماتية مستقلة. ولهذا السبب يجدر تقييم الدور الاقتصادي الذي تؤديه البيانات، وليس التصنيف الذي تقدم به المنظمة نفسها.
كيف تتحول البيانات إلى قيمة
نادراً ما تكون البيانات المعزولة منتجاً نهائياً. فلكي تكتسب فائدة، تحتاج إلى سياق وجودة ومعالجة وتطبيق ملموس. ويمكن تلخيص هذا المسار في أربع محطات مترابطة:
- التحصيل. قد تأتي البيانات من عمليات المنظمة نفسها، أو أجهزة استشعار، أو معاملات، أو مساهمات المستخدمين، أو مصادر عامة، أو اتفاقيات مع أطراف ثالثة.
- المعالجة. تُنقّى البيانات وتُنظّم وتُدمج أو تُحلّل. وتبرز هنا أهمية كل من القدرة التقنية والدراية بطبيعة المسألة.
- خلق القيمة. تتيح النتيجة اتخاذ قرار أفضل، أو تقليل عدم اليقين، أو تخصيص خدمة، أو التنسيق بين أطراف متعددة، أو إنتاج معلومات مفيدة.
- الاستحواذ على القيمة. تحصل المنظمة على إيرادات أو ميزة اقتصادية من خلال المدفوعات، أو الاشتراكات، أو التراخيص، أو العمولات، أو الإعلانات، أو صيغ أخرى.
إن خلق القيمة والاستحواذ عليها أمران مختلفان. فقد يكون تطبيق مجاني مفيداً للمستخدم ويُموَّل من خلال تقاضي رسوم من المعلنين. وقد يتقاضى سوق رقمي عمولة لأنه يُيسّر لقاءً يعود بالفائدة على المشترين والبائعين معاً. وقد لا يبيع صانعٌ ما المعلومات، لكنه يوفر التكاليف عبر الاستباق في صيانة معداته.
ويكشف هذا التمييز أيضاً عن تعارضات محتملة؛ فالطرف الذي يقدم المعلومات، والطرف الذي يتلقى الخدمة، والطرف الذي يدفع، قد يكونون أشخاصاً مختلفين. ويجب أن يوضح تصميم العمل التجاري ما يحصل عليه كل طرف وما هي حوافزه.
أربعة مسارات لتنظيم هذه النماذج
لا يوجد تصنيف موحد يشمل جميع الحالات. وتعمل الخريطة التالية على المساعدة في تمييز الآليات الشائعة، علماً بأن نموذج العمل الواحد قد يجمع بين عدة آليات منها.
البيانات كمدخل أساسي
تستخدم المنظمة البيانات لإنتاج نتيجة لا يمكن تقديمها بصورة مماثلة من دونها. وتُعد الصيانة التنبؤية مثالاً جيداً على ذلك: إذ تتحول القياسات إلى تنبيهات تساعد في تجنب الانقطاعات. ويدفع العميل مقابل قرار أكثر استنارة، وليس مقابل نسخة من السجلات.
التحليل المحوَّل إلى منتج
هنا تُقدَّم نتيجة المعالجة بصورة مباشرة: تقرير، أو توقع، أو مؤشر، أو أداة استعلام. وقد تأتي الإيرادات من الاشتراكات، أو التراخيص، أو الدفع مقابل الاستخدام. وتعتمد القيمة على الموثوقية، والتوقيت المناسب، والتفسير، وليس فقط على حجم المعلومات المتراكمة.
الوساطة بين المشاركين
تربط بعض النماذج بين من يُنشئون بيانات معينة، ومن يحتاجون إليها، أو من يمكنهم الاستفادة منها. ويمكن للشركة تسهيل الوصول، أو توحيد الصيغ، أو التحقق من الجودة، أو تقليل تكاليف العثور على الطرف المقابل. كما يمكنها تقاضي عمولة أو رسم مقابل خدمة التنسيق.
لا تعني الوساطة ضرورة أن تظل جميع المعلومات مفتوحة. إذ توجد درجات متفاوتة من الوصول وشروط تعاقدية متباينة. وفي كثير من الحالات، يمكن أن تُيسّر قابلية التشغيل البيني الرقمي التبادل دون إلغاء الضوابط اللازمة.
التخصيص والقرارات المؤتمتة
تتيح البيانات ترتيب الخيارات، أو التوصية بالمحتوى، أو تعديل الأسعار، أو ملاءمة التجربة. وقد يأتي الدخل من المستخدم، أو من طرف ثالث، أو من سوق متعدد الأطراف. وكلما زاد أثر هذه القرارات على الأشخاص، زادت أهمية فحص جودة البيانات وإمكانية تصحيح الأخطاء.
فكرة أساسية: تحقيق الدخل من البيانات لا يعادل بيعها. ففي كثير من الأحيان، ما يُدفع مقابله هو تحليل، أو قرار، أو تنسيق، أو خدمة مخصصة.
من يُقدّم، ومن يُقرر، ومن يتحمل المخاطر
لفهم نموذج محدد، يجدر النظر إلى ما هو أبعد من المنتج المرئي. فهناك أربعة أدوار على الأقل يمكن أن تكون موزعة بين أطراف فاعلة مختلفة:
- من يُنشئ البيانات أو يُقدّمها؛
- من يجمعها ويتحكم في الوصول إليها؛
- من يعالجها ويتوصل إلى استنتاج؛
- من يتلقى المنفعة أو يدفع مقابلها.
تساعد هذه الخريطة في رصد التبادلات التي قد تمر دون أن يُلتفت إليها لولا ذلك. فقد يحصل مستخدم على أداة دون دفع مال، لكنه يقدم معلومات وانتباهاً. وقد تشتري شركة تحليلاً دون الوصول إلى البيانات الأصلية. وقد يتحكم وسيط في قواعد الوصول حتى لو لم يكن هو من أنشأ المعلومات.
كما تمنع الحديث عن «ملكية البيانات» كما لو كانت سلطة شاملة وبسيطة. فالوصول، والنسخ، والنقل، والترخيص، والتصحيح، أو استبعاد الأطراف الثالثة هي قدرات متباينة. ويعتمد نطاقها على نوع المعلومات، والعقود، والإطار القانوني المعمول به. وبوجه خاص، فإن معالجة البيانات الوصفية يمكن أن تكشف عن أنماط حساسة حتى عندما لا تتضمن محتوى الاتصال.
الفوائد المحتملة والحدود الحقيقية
إذا صُممت هذه النماذج بصورة جيدة، فإنها يمكن أن تقلل من عدم اليقين، وتكتشف الاحتياجات، وتنسق الموارد، وتخلق منتجات لم تكن قابلة للتنفيذ من قبل. كما تتيح إعادة استخدام البيانات لقاعدة معلوماتية واحدة أن تخدم تطبيقات مختلفة دون أن تنفد بالاستخدام.
لكن زيادة البيانات لا تضمن نتائج أفضل. فقد تؤدي السجلات غير المكتملة، أو انحيازات الاختيار، أو القياسات المعيبة، أو التحليلات الخارجة عن السياق، إلى قرارات أسوأ تبدو دقيقة. كما أن تكديس المعلومات دون غاية واضحة يزيد أيضاً من تكاليف الحفظ وتبعات التسريب.
ويكتسي التمييز بين البيانات الشخصية، والمجمَّعة، والمجهّلة أهمية خاصة. فقد يقلل تجميع المعلومات من المخاطر، لكنه لا يجعلها مجهّلة الهوية تلقائياً: إذ قد يظل من الممكن تحديد هوية شخص ما عبر الجمع بين مجموعات بيانات مختلفة. وهذا ما يفرض التفكير في الأمان، والغاية، والاحتفاظ بالبيانات الشخصية منذ مرحلة تصميم النموذج.
وفي الاتحاد الأوروبي، تفرض اللائحة العامة لحماية البيانات أساساً قانونياً لمعالجة البيانات الشخصية، بالإضافة إلى مبادئ مثل الغاية، والحد الأدنى للبيانات، والأمان، والمسؤولية. وتُعد الموافقة مجرد أساس واحد من بين الأسس الممكنة. وعند استخدامها، يجب أن تكون حرة، ومحددة، ومستنيرة، ولا لبس فيها؛ فالتأشير على مربع غير مفهوم لا يحل بمفرده مشكلة الاختيار.
توجد أيضاً مسألة تتعلق بالمنافسة. ففي بعض أسواق المنصات، يولد المزيد من المشاركين مزيداً من البيانات؛ وتعمل هذه البيانات على تحسين الخدمة، ويجذب هذا التحسين مشاركين جدداً. ويمكن لهذه الدورة أن تفيد المستخدمين، لكنها قد ترفع أيضاً حواجز الدخول إذا كانت المعلومات ذات الصلة غير قابلة للتكرار أو إذا كان تغيير المزود مكلفاً. والتركز بحد ذاته لا يُثبت سلوكاً تعسفياً، وإن كان يبرر التساؤل عما إذا كانت هناك بدائل وشروط حقيقية للدخول إلى السوق.
تحذير: الموافقة الشكلية لا تُغني عن الفهم، والتجميع لا يضمن بمفرده إخفاء الهوية.
كيف تقيّم نموذجاً قائماً على البيانات
قبل الحكم على مشروع بأنه مبتكر أو استبعاده بوصفه استخراجياً، يجدر طرح أسئلة ملموسة:
- المركزية: هل تدعم البيانات عرض القيمة أم أنها تُحسّن فقط عملية ثانوية؟
- المصدر: كيف يُحصل عليها وما هي التوقعات المعقولة لمن يقدمونها؟
- التحويل: ما هي المعرفة أو السياق أو القدرة التي تحوّل هذه البيانات إلى حل مفيد؟
- التبادل: ماذا يتلقى كل مشارك ومن يدفع؟
- التحكم: من يمكنه الوصول، أو التصحيح، أو النقل، أو الحفظ، أو الاستبعاد؟
- المخاطر: من يتحمل تكاليف الأخطاء، أو الانحيازات، أو التسريبات، أو الاستخدامات غير المتوقعة؟
- المنافسة: هل يمكن لأطراف فاعلة أخرى تقديم بدائل أم أن حلقة البيانات تغلق السوق؟
لا تفترض هذه الأسئلة مسبقاً أن كل تحقيق دخل هو أمر غير مشروع، ولا تفترض وجود استجابة تنظيمية واحدة فقط. فالتبادلات الطوعية والابتكار يمكن أن يثمرا فوائد مهمة. لكن الاختيار لا يكون ذا معنى إلا عندما تكون الشروط مفهومة، ويكون هناك تحكم فعلي، وتتوفر بدائل معقولة.
البيانات لا تحل محل التقدير
يخلق النموذج القائم على البيانات قيمةً عندما يحوّل المعلومات ذات الصلة إلى قرار، أو منتج، أو تنسيق يراه شخصٌ ما مفيداً. ولا تعتمد استدامته على تكديس أكبر قدر ممكن من البيانات، بل على مواءمة الحوافز: توضيح ما يُحصل عليه، وتقديم قيمة للمشاركين، وحمايتهم من المخاطر المتوقعة، والحفاظ على مساحة للمنافسة.
إن الاختبار الحاسم ليس حجم البيانات التي تمتلكها منظمة ما، بل ما تفعله بها، ولمن، ووفق أي قواعد. وتتيح هذه الرؤية التمييز بين التحسين التشغيلي والنموذج الحقيقي القائم على البيانات، وفي الوقت نفسه، الفصل بين الابتكار القيّم ومجرد استخراج المعلومات.
المصادر وقراءات موصى بها
- Hartmann et al., A Taxonomy of Data-driven Business Models used by Start-up Firms, University of Cambridge.
- منظمة التعاون الاقتصادي والتنمية, Turning data into business.
- منظمة التعاون الاقتصادي والتنمية, Enhancing Access to and Sharing of Data.
- الاتحاد الأوروبي، اللائحة العامة لحماية البيانات.
- مجلس حماية البيانات الأوروبي، المبادئ التوجيهية 05/2020 بشأن الموافقة.
مشاركة