Capturing Value from Big Data through Data-Driven Business Models - PowerPoint PPT Presentation

Capturing Value from Big Data through Data-Driven Business Models Patterns from the Start-up world Philipp Hartman, Dr Mohamed Zaki and Prof Duncan McFarlane Cambridge Service Alliance University of Cambridge

“Data is the new oil” 1 Data ¡volume ¡per ¡year ¡(Exabytes) 2 ¡ 56% ¡ 45000 ¡ 40000 ¡ ¡ 35000 ¡ Top ¡Priority: ¡ 30000 ¡ “How ¡to ¡get ¡value ¡ 25000 ¡ from ¡big ¡data” ¡3 ¡ 20000 ¡ 3 ¡ Gartner ¡“Big ¡Data ¡Study” ¡2013 ¡ 15000 ¡ 10000 ¡ 5000 ¡ 0 ¡ 2005 ¡ 2010 ¡ 2015 ¡ 2020 ¡ 2 ¡ IDC's ¡Digital ¡Universe ¡Study, ¡December ¡2012 ¡ 1 ¡ various ¡authors, ¡e.g. ¡Clive ¡Humby ¡ ¡ ¡

Two general areas can be identified where big data creates value How ¡to ¡get ¡value ¡from ¡Big ¡Data? ¡ OpLmizaLon ¡of ¡ New ¡Business ¡ exisLng ¡business 1 ¡ Models 1 ¡ Chesbrough, ¡Rosenbloom ¡(2002): ¡ Business ¡model ¡to ¡capture ¡value ¡from ¡ an ¡innovaLon ¡ ¡ Crisculo ¡(2012): ¡ ¡ New ¡technologies ¡oQen ¡first ¡ commercialized ¡through ¡start-­‑up ¡ companies ¡ ¡ 3 ¡ 1 ¡cf. ¡McKinsey ¡2011, ¡IBM ¡2012, ¡Davenport ¡2006, ¡AT ¡Kearney ¡2013, ¡EMC ¡2012 ¡

Based on this motivation the research question was developed Research ¡ QuesLon ¡ What ¡types ¡of ¡business ¡models ¡that ¡rely ¡on ¡data ¡as ¡a ¡key ¡resource ¡(i.e. ¡ data-­‑driven ¡business ¡models) ¡can ¡be ¡found ¡in ¡start ¡up ¡companies? ¡ quesLons ¡ How ¡to ¡analyse ¡data-­‑ Sub ¡ How ¡to ¡idenLfy ¡ driven ¡business ¡ pa^erns? ¡ models? ¡ Data-­‑driven ¡business ¡ Clustering ¡ model ¡framework ¡ 4 ¡

The research was done in five steps Build ¡the ¡ Data ¡collecLon ¡ Finding ¡ Literature ¡Review ¡ Case ¡studies ¡ framework ¡ & ¡coding ¡ Pa^erns ¡ How ¡to ¡analyse ¡data-­‑ How ¡to ¡idenLfy ¡ driven ¡business ¡ pa^erns? ¡ models? ¡ 5 ¡

The first step was a literature review with three different topics Build ¡the ¡ Data ¡collecLon ¡ Finding ¡ Literature ¡Review ¡ Case ¡studies ¡ framework ¡ & ¡coding ¡ Pa^erns ¡ DefiniLon ¡ Big ¡Data ¡ Value ¡CreaLon ¡ Literature ¡Review ¡ DefiniLon ¡ Business ¡Model ¡ Business ¡Model ¡ Frameworks ¡ Data ¡driven ¡business ¡ Models ¡ Related ¡Work ¡ Cloud ¡business ¡ models ¡ 6 ¡

The first step was a literature review with three different topics Build ¡the ¡ Data ¡collecLon ¡ Finding ¡ Literature ¡Review ¡ Case ¡studies ¡ framework ¡ & ¡coding ¡ Pa^erns ¡ DefiniLon ¡ Big ¡Data ¡ Value ¡CreaLon ¡ Literature ¡Review ¡ DefiniLon ¡ Business ¡Model ¡ Business ¡Model ¡ Frameworks ¡ Data ¡driven ¡business ¡ Models ¡ Related ¡Work ¡ Cloud ¡business ¡ models ¡ 7 ¡

Literature review: Business Model Build ¡the ¡ Data ¡collecLon ¡ Finding ¡ Literature ¡Review ¡ Case ¡studies ¡ framework ¡ & ¡coding ¡ Pa^erns ¡ DefiniLon ¡ Big ¡Data ¡ Value ¡CreaLon ¡ Literature ¡Review ¡ DefiniLon ¡ Business ¡Model ¡ Business ¡Model ¡ Frameworks ¡ Data ¡driven ¡business ¡ Models ¡ Related ¡Work ¡ Cloud ¡business ¡ models ¡ 8 ¡

Business model key components were synthesized from existing frameworks Business ¡Model ¡DefiniLon ¡ Business ¡Model ¡Key ¡Components ¡ -­‑ No ¡universally ¡accepted ¡definiLon ¡ of ¡the ¡concept ¡ Value ¡CreaFon Key ¡Resources (Weill, ¡Malone ¡et ¡al. ¡2011) ¡ -­‑ Most ¡definiLons ¡refer ¡to ¡ ¡ Key ¡AcLviLes value ¡creaFon ¡& ¡value ¡capturing ¡ ¡ ¡ Value ¡ProposiLon ExisLng ¡Business ¡Model ¡Frameworks ¡ Value ¡Capturing Customer ¡Segment -­‑ Chesbrough ¡& ¡Rosenbloom ¡2002 ¡ -­‑ Hedman ¡& ¡Kaling ¡2003 ¡ -­‑ Osterwalder ¡2004 ¡ Revenue ¡Model -­‑ Morris ¡2005 ¡ -­‑ Johnson, ¡Christensen ¡et. ¡al. ¡2008 ¡ -­‑ Al-­‑Debei ¡2010 ¡ Cost ¡structure -­‑ Burkhart ¡2012 ¡

Only a few papers are available in this field Build ¡the ¡ Data ¡collecLon ¡ Finding ¡ Literature ¡Review ¡ Case ¡studies ¡ framework ¡ & ¡coding ¡ Pa^erns ¡ DefiniLon ¡ Big ¡Data ¡ Value ¡CreaLon ¡ Literature ¡Review ¡ DefiniLon ¡ Business ¡Model ¡ Business ¡Model ¡ Frameworks ¡ Data ¡driven ¡business ¡ Models ¡ Related ¡Work ¡ Cloud ¡business ¡ models ¡ 10 ¡

The review was extend to cloud business models Build ¡the ¡ Data ¡collecLon ¡ Finding ¡ Literature ¡Review ¡ Case ¡studies ¡ framework ¡ & ¡coding ¡ Pa^erns ¡ DefiniLon ¡ Big ¡Data ¡ Value ¡CreaLon ¡ Literature ¡Review ¡ DefiniLon ¡ Business ¡Model ¡ Business ¡Model ¡ Frameworks ¡ Data ¡driven ¡business ¡ Models ¡ Related ¡Work ¡ Cloud ¡business ¡ models ¡ 11 ¡

The literature review identified several gaps Build ¡the ¡ Data ¡collecLon ¡ Finding ¡ Literature ¡Review ¡ Case ¡studies ¡ framework ¡ & ¡coding ¡ Pa^erns ¡ Li^le ¡academic ¡research ¡on ¡big ¡data ¡and ¡value ¡creaLon ¡– ¡mostly ¡ • whitepapers ¡ Gap ¡in ¡literature: ¡data-­‑driven ¡business ¡models ¡ • O^o, ¡Aier ¡(2013) ¡interesLng ¡paper ¡but ¡limited ¡to ¡specific ¡ • industry ¡> ¡no ¡generalizaLon ¡possible ¡ Similar ¡research ¡for ¡cloud ¡business ¡models ¡(cf. ¡Labes, ¡Erek ¡et. ¡Al. ¡ • 2013) ¡ 12 ¡

The framework was build from literature starting from the key components Build ¡the ¡ Data ¡collecLon ¡ Finding ¡ Literature ¡Review ¡ Case ¡studies ¡ framework ¡ & ¡coding ¡ Pa^erns ¡ Data-­‑Driven ¡Business ¡Model ¡ Business ¡Model ¡Key ¡ Framework ¡ Components ¡(Dimensions) ¡ exisLng ¡data ¡ Internal ¡ Self-­‑ Features ¡for ¡ generated ¡ Data ¡ Data ¡Sources ¡ Acquired ¡ Data ¡Sources ¡ Data ¡Sources ¡ Data ¡ data ¡sources ¡ Customer ¡ External ¡ Open ¡Data ¡ provided ¡ ¡ Free ¡ Social ¡Media ¡ available ¡ data ¡ Crowdsourci Web ¡Crawled ¡ ng ¡ Data ¡ Data ¡ Key ¡AcLvity ¡ GeneraLon ¡ Tracking ¡& ¡ Other ¡ Data ¡ AcquisiLon ¡ Processing ¡ Key ¡AcLvity ¡ AggregaLon ¡ descripLve ¡ Offering ¡ AnalyLcs ¡ predicLve ¡ Features ¡for ¡ VisualizaLon ¡ prescripLve ¡ Data-­‑Driven ¡ Data-­‑Driven-­‑ Business ¡ each ¡dimension ¡ DistribuLon ¡ Model ¡ Business ¡Model ¡ Data ¡ Target ¡Customer ¡ InformaLon/ Offering ¡ Knowledge ¡ Non-­‑Data ¡ Product/ Service ¡ B2B ¡ Target ¡ Customer ¡ B2C ¡ Revenue ¡Model ¡ Asset ¡Sale ¡ Lending/ RenLng/ Leasing ¡ Licensing ¡ Revenue ¡ Specific ¡cost ¡ Model ¡ Usage ¡fee ¡ Specific ¡cost ¡ advantage ¡ advantage ¡ SubscripLon ¡ fee ¡ AdverLsing ¡

Synthesizing the different sources leads to the taxonomy exisLng ¡data ¡ Internal ¡ Self-­‑generated ¡ Data ¡ Data ¡Sources ¡ Acquired ¡Data ¡ Customer ¡ External ¡ Open ¡Data ¡ provided ¡ ¡ Free ¡available ¡ Social ¡Media ¡data ¡ Web ¡Crawled ¡ Data ¡ 14 ¡

Dimension: Activities Crowdsourcing ¡ Data ¡GeneraLon ¡ Tracking ¡& ¡Other ¡ Data ¡AcquisiLon ¡ Processing ¡ Key ¡AcLvity ¡ AggregaLon ¡ descripLve ¡ AnalyLcs ¡ predicLve ¡ VisualizaLon ¡ prescripLve ¡ DistribuLon ¡ 15 ¡

Dimension: Offering Data ¡ InformaLon/ Offering ¡ Knowledge ¡ Non-­‑Data ¡ Product/Service ¡ 16 ¡

Dimension: Revenue Model Asset ¡Sale ¡ Lending/RenLng/ Leasing ¡ Licensing ¡ Revenue ¡Model ¡ Usage ¡fee ¡ SubscripLon ¡fee ¡ AdverLsing ¡ 17 ¡

Dimension: Target Customer B2B ¡ Target ¡Customer ¡ B2C ¡ 18 ¡