Kategorie: Data as an asset
How can analytics become a revenue generating function?
The first Decision Lab Round Table covered the topic of how to make Analytics a revenue-generating function. We had a cross functional discussion involving data professionals, as well as adjacent professions who are working in Europe and the USA. This blog covers the discussion points, as well as D3M Labs commentary about how analytics should be a business function.
Wie kann Analytik zu einer Umsatz generierenden Abteilung werden?
Der erste Decision Lab Round Table befasste sich mit dem Thema, wie man die Analytik zu einer Umsatz generierenden Abteilung machen kann. Wir hatten eine funktionsübergreifende Diskussion unter Beteiligung von Datenexperten und benachbarten Berufsgruppen, die in Europa und den USA arbeiten. Dieser Blog enthält die Diskussionspunkte sowie einen Kommentar von D3M Labs dazu, wie Analytik eine Geschäftsfunktion sein sollte.
Das Produktlebenszyklusmanagement im Zeitalter der intelligenten Geräte – ein Interview mit Eric JoAchim Liese
Wie managt man ein Data Science Produkt, Teil 2: Da die Geräte immer intelligenter werden, muss sich das Produktlebenszyklusmanagement weiterentwickeln, um die Daten als langfristigen Wert und Teil der Kundenbeziehung zu betrachten. Eric Joachim Liese spricht über Edge Computing und Geräteautonomie als Voraussetzung für ein gutes Kundenerlebnis. Er erklärt auch, wie traditionelle Hardware-Hersteller ihre Betriebsabläufe weiterentwickeln und Fachkräfte einstellen können, um diesen Weg erfolgreich zu beschreiten
Product lifecycle management in the era of smart devices – an Interview with Eric JoAchim Liese
How to Manage the Data Science Product, Part 2: As devices get smart, product lifecycle management for hardware needs to evolve to encompass the view of data as a long-term asset and as an active, even pro-active part of the customer relationship. Eric JoAchim Liese talks about edge computing and device autonomy as being requisite to providing a good customer experience. He also explains how traditional hardware manufacturers can evolve their operations and hire in expertise to successfully navigate the journey.
Das Management des Data Science Produktes – ein Interview mit Anna Hannemann, PhD
Wie managt man ein Data Science Produkt, Teil 1: Algorithmen sind Produkte, die gemanagt werden müssen, um geschäftliche Ergebnisse zu erzielen. Anna Hannemann, PhD von Metro.digital erzählt, was sie als Pionierin im Produktmanagement für Datenwissenschaft gelernt hat. Sie spricht auch über den organisatorischen Aufbau, die Kompetenzen, die vorhanden sein müssen, und darüber, wie neue Tools das Management von Data-Science-Produkten beeinflussen.
Managing the data science product – an interview with Anna Hannemann, PhD
How to manage the data science product, Part 1: Algorithms are now products that need to be managed for business impact. Anna Hannemann, PhD of Metro.digital shares what she has learned as a pioneer in data science product management. She shares some key success factors for data science product development to drive monetization and growth .She also talks about organizational design, competencies that need to be in place and how new tools are impacting how data science products are managed.
Wie managt man ein Data Science Produkt? – Eine Serie von D3M Labs
Die Datenwissenschaft entwickelt sich von der Forschung und Entwicklung zu Produkten – sowohl online als auch offline….
How to manage the data science product, a D3M Labs Series.
Data science is moving from R&D into products – both online and off. Managing data products requires…
Building defensibility with Data Moats – an interview with Raúl Berganza Gómez
Competitive advantages enable your business to be successful. Defensibility is what you need to keep that competitive advantage. Data Moats leverage data to create parts of your business that are hard for competitors to replicate. In an open source, fast-moving digital world, building a deep moat gives your business the margin and time to maintain competitiveness.
Data only has financial value if it can be monetized – An interview with Michael Guthammar
Having no physical form, data is an intangible asset. Data is often a contributory asset as well, its value being realized via the ability to generate profit through, for example, insight used in decision making or algorithmic-product such as a recommendation engine. Certain methods and considerations are required when valuing data.