52
Realidad Empresarial N° 13, Enero-Junio 2022
OPINIÓN
ISSN 2789-2689 (en línea) - ISSN 2415-5721 (impreso)
DOI: https://doi.org/10.51378/reuca.v1i13.7049
Recibido: 20/04/2022 Aceptado: 06/06/2022
Carlos Alfonso Quijada Cuéllar
Sub-Gerente de Control de Gestión
Compañía General de Equipos, S.A. de C.V.
cquijada@uca.edu.sv
ORCID: 0000-0002-9811-7906
El Salvador
Monetizando los
datos
Monetizing data
Resumen
Los datos se consideran un activo cada vez más
valioso en las empresas. Expertos sostienen que
la mejor manera de monetizar este activo es
aprovecharlo para mejorar la propuesta de valor de
la empresa hacia sus clientes y para fortalecer su
competitividad a través de los procesos principales
de su modelo de negocio.En este trabajo se presentan
estrategias y metodología que pueden utilizarse para
modelar datos en los negocios que pueden contribuir
a brindar herramientas para proponer iniciativas en
torno a la monetización de datos en los negocios.
Palabras claves: Datos, bases de datos, bancos de
datos, modelado de datos, análisis de datos
Abstract
Data is considered an increasingly valuable asset
in companies. Experts argue that the best way
to monetize this asset is to take advantage of it
to improve the value proposition of the company
to its customers as well as to strengthen its
competitiveness in the main processes of its
business model.
Therefore, we present strategies and methodologies
that can be used to model data in business that
contribute to provide tools to propose initiatives
around data modeling.
Keywords: Data, databases, databases, data banks,
data modeling, data analysis.
53
Realidad Empresarial N° 13, Enero-Junio 2022
OPINIÓN
Monetizando los datos
R E A L I D A D E M P R E S A R I A L
R E
ISSN 2789-2689 (en línea) - ISSN 2415-5721 (impreso)
L
a tendencia hacia la transformación digital a nivel
mundial era evidente ya antes de 2020, pero, sin
duda, se aceleró ante los eventos asociados con
la pandemia de COVID-19. Las empresas, gobiernos y
personas particulares se han visto obligadas a explorar
e implementar procesos y modelos de negocios que
aprovechen las nuevas tecnologías digitales para
mantenerse competitivas. Las redes sociales, el
comercio electrónico, el Internet de las Cosas (IoT) y el
Big Data son algunos elementos de la transformación
digital que están cada vez más presentes en las
operaciones de las organizaciones sea cual sea su
tamaño. Un factor común que tienen estos elementos
es la generación masiva de datos.
Como menciona Votava (2021), los datos cumplen con
la defi nición de activos que plantea tanto la Fundación
de Estándares Internacionales de Reportes Financieros
(IFRS por sus siglas en inglés) como La Organización
para la Cooperación y el Desarrollo Económicos
(OECD). Según la IFRS (2018) podemos defi nir un activo
como: “Un recurso económico presente controlado por
una entidad como resultado de eventos pasados. Un
recurso económico es un derecho que tiene el potencial
de producir benefi cios económicos” (p.25).
Está claro que los activos tienen un valor económico,
pero en el caso de los datos ¿cómo cuantifi car su valor
monetario? Todavía se debate sobre cuál es el mejor
método para esta cuantifi cación. Entre estos métodos
se destacan:
• Método basado en el mercado, en el cual el valor
se determina con base en el precio de mercado de
productos comparables.
• Método basado en el costo, donde el valor es
determinado por el costo de producir la información
y el conocimiento derivado de la data.
• Método basado en los ingresos, en el cual el valor
es determinado por una estimación de los flujos
futuros que pueden ser derivados de los datos.
Sin embargo, más importante que el valor monetario
que debe asignarse a los datos para contabilizarlos en el
balance general de una empresa es el valor económico
que los datos pueden aportar a una organización.
El Economic Statistics Centre of Excellence (ESCoE)
habla de cuatro tipos de estrategias que pueden
utilizarse para monetizar los datos: Venta de los
datos, venta de productos completamente nuevos
relacionados con los datos, uso de los datos para
mejorar productos existentes y uso de los datos para
mejorar capacidades y efi ciencias. La OECD, por su
parte, también hace una clasifi cación de dos tipos de
estrategias: la primera se corresponde con un Data-
Enabled Business y la segunda con un Data-Enhanced
Business.
La primera clasifi cación, Data-enabled Business, se
refi ere a compañías que han desarrollado modelos
de negocios completamente digitales. Estos modelos
sólo pueden existir con acceso a grandes cantidades
de datos y sofi sticados métodos de análisis. Entre ellas
están Meta (Facebook), Alphabet (Google) Uber, Twitter,
Airbnb, Amazon y Alibaba. En la segunda clasifi cación,
Data-enhanced Business, se encuentran empresas
que, sin abandonar su core business tradicional,
aprovechan el análisis de los datos para mejorar sus
54
Realidad Empresarial N° 13, Enero-Junio 2022
OPINIÓN
Monetizando los datos
ISSN 2789-2689 (en línea) - ISSN 2415-5721 (impreso)
procesos, sus productos, la experiencia de sus clientes
y, por ende, su competitividad y rentabilidad.
Es esta segunda clasifi cación la que nos interesa.
Una empresa “no digital” puede benefi ciarse de una
obtención, procesamiento y análisis inteligente de los
datos.
D
e acuerdo con Schmarzo (2020), un experto
en el tema, la mejor manera que tienen las
organizaciones de monetizar sus datos no es a
través de la venta de estos, sino a través de su análisis
para generar descubrimientos o insights sobre clientes,
productos y procesos operativos; lo que permite
identifi car iniciativas que, alineadas con la estrategia
del negocio, añadan valor fi nanciero a la organización.
Estas iniciativas pueden ir orientadas a la optimización
de la efi ciencia operativa, la reducción de costos, el
incremento en ventas y utilidades, la mejora de la
experiencia y satisfacción de los clientes, la reducción
de los riesgos y la creación de nuevas oportunidades
de negocio.
Schmarzo (2020) también plantea que los datos son
un activo que, lejos de depreciarse con el uso y con
el tiempo, tienden a aumentar su valor. Mientras más
se utilicen se vuelven más completos, más robustos,
más precisos y, en consecuencia, más valiosos
económicamente. Los datos pueden reusarse una
y otra vez sin depreciarse, lo que hace que su costo
marginal se aplane con el uso.
Liozu y Ulaga (2018) afi rman que la monetización
de los datos equivale a convertir dicho activo en un
flujo de ingresos y utilidades a través de la creación
de un valor fi nanciero superior para los clientes en
comparación a la competencia. Para que esto se lleve a
cabo es indispensable alinear las iniciativas de análisis
de datos con los objetivos estratégicos de la empresa y
su modelo de negocios.
El valor de los datos no está en la cantidad de petabytes
que se acumulen y se procesen, sino en la capacidad
de usarlos para responder preguntas relevantes para el
negocio y tomar acción. A través del análisis de datos, la
empresa debería ser capaz de diferenciar su propuesta
de valor en el mercado. Esto debería trasladarse,
eventualmente, en una mejora de las principales ratios
fi nancieros como la rentabilidad fi nanciera (ROE),
rentabilidad económica (ROA), rendimiento de inversión
(ROI) y el valor económico agregado (EVA).
Nada de esto es posible si no se parte de una
profunda comprensión del modelo de negocios y
de las necesidades de los clientes. La empresa debe
tener claridad de qué es lo es valioso para los clientes,
de cuáles son sus metas, de los factores que hacen
que los clientes sean rentables y exitosos en sus
mercados. Esto proporciona un marco adecuado para
el planteamiento de las preguntas e hipótesis que los
proyectos de análisis de datos deban responder y
confi rmar. El fi n último es mejorar la propuesta de valor
en el mercado de manera que resuene más y más en
los clientes meta.
55
Realidad Empresarial N° 13, Enero-Junio 2022
OPINIÓN
Monetizando los datos
R E A L I D A D E M P R E S A R I A L
R E
ISSN 2789-2689 (en línea) - ISSN 2415-5721 (impreso)
Liouzu y Ulaga (2018) hablan del concepto de Customer
Intimacy como criterio de éxito de un proyecto de
análisis de datos. Ellos representan este concepto con
una fórmula sencilla: Customer Intimacy = Datos x
insights x acciones
Los tres componentes de la fórmula son esenciales.
Ninguno puede faltar.
Al diseñar y desarrollar un proyecto pueden surgir
muchas posibles iniciativas en el camino. Una
herramienta sencilla para elegir las más importantes
es la Matriz de Priorización que sugiere Schmarzo
(2020). De esta manera se les dará prioridad a aquellas
iniciativas que tengan la mejor combinación entre
mayores benefi cios fi nancieros potenciales y más
facilidad de implementación.
Para la ejecución de proyectos que contribuyan a este
fi n existen metodologías como la Decision Architecture
MethodologyS que proponen Williams y Wells (2017),
y se puede defi nir como el orden organizacional,
funcional, experiencial, formal y tecnológico de medios
que defi ne la interacción entre datos, representación
y usuario. También se puede recurrir a otras más
conocidas como es el ciclo DMAIC de Six Sigma.
Lo que importa es seguir una metodología que
parta de objetivos bien defi nidos alineados con el
negocio, que priorice una compresión profunda de las
necesidades de los clientes, que esté fundamentada
en el método científi co para descubrir la causa raíz
de los problemas y las posibles soluciones, que utilice
las mejores prácticas de gestión de proyectos para
la implementación de las iniciativas a la vez que una
honesta y consistente medición de los resultados.
Conclusión
Es crucial que las iniciativas de procesamiento y
análisis de datos estén alineadas con los objetivos
estratégicos de la empresa y las necesidades reales
de los clientes. El valor de los datos radica en insights
relevantes y en la ejecución de iniciativas que se
traduzcan en un aumento de rentabilidad reflejado en
los estados fi nancieros. Así se estará monetizando de
manera más efectiva este activo cada vez más valioso.
Referencias bibliográfi cas
Fundación de Estándares Internacionales
de Reportes Financieros. (2018). Marco
Conceptual para la Información Financiera.
IFRS Foundation. https://www.ctcp.gov.
co/proyectos/contabilidad-e-informacion-
financiera/documentos-organismos-
internacionales/enmiendas-iasb-emitidas-en-
2018/5-c-marco-conceptual-para-la
Liozu, M. & Ulaga, W. (2018). Monetizing Data:
A Practical Roadmap for Framing, Pricing
& Selling Your B2B Digital Offers. Value
Innoruption Advisor PublishingSchmarzo, B.
(2020). The Economics of Data, Analytics, and
Digital Transformation: The theorems, laws, and
empowerments to guide your organization’s
digital transformation. Packt Publishing
Votava, A. (2021, 23 de noviembre). Data is an
asset. What is its value? Thinking about data
like an executive. Towards Data Science.
https://towardsdatascience.com/data-is-an-
asset-what-is-its-value-464013d62640
Williams, K. & Wells, A. (2017). Monetizing Your
Data: A Guide to Turning Data into Profi t-
Driving Strategies and Solutions. Wiley
