Quanto vale un dataset? 4 metodi di valutazione
Costo, mercato, valore per l'acquirente, flussi futuri: a seconda del metodo, il valore di un medesimo file varia di un fattore 25. Impara a incrociare i metodi.
Quanto vale un dataset?
4 metodi di valutazione
10 slide · scorri o usa le frecceL'enjeu
La valeur ne se lit pas au bilan
~90 % de la valeur du S&P 500 est immatérielle (vs 17 % en 1975) — mais la donnée n'apparaît quasi jamais au bilan.
┌ Ocean Tomo, 2020 · Laney, Infonomics, 2017
Méthode 1
Le coût de re-création
Combien coûterait-il de reconstituer cette donnée ? Utile comme garde-fou. Limite : mesure la dépense, pas la valeur.
┌ OCDE, Measuring the Value of Data 2022
Méthode 2
Le marché / les comparables
À combien se vend une donnée similaire ? Limite : comparables rares et opaques → surtout un contrôle de cohérence.
Méthode 3
La valeur pour l'acheteur (uplift)
Quel gain la donnée crée-t-elle chez l'acheteur ? (royalties évitées, marge supplémentaire). Limite : dur d'isoler la part propre à la donnée.
Méthode 4
Les flux futurs actualisés (DCF)
Valeur actuelle des revenus futurs attribuables à la donnée. La forme quantitative de l'approche « valeur acheteur ».
┌ Cheong et al., JRFM/MDPI 2023
Prime ou décote ?
Ce qui fait monter (ou chuter) le prix
- Fraîcheur, exclusivité, volume, granularité
- Conformité RGPD : sans base légale, valeur ≈ 0
- L'offre / la demande priment sur l'intrinsèque
┌ Laney/Gartner (IVI) · DAMA-DMBOK
Repères de prix
Des ordres de grandeur (≠ contrats)
- Médiane marketplace ~1 400 $/mois ou ~2 200 $ ponctuel
- Contact B2B ~0,01–1,50 $ (base qui se périme ~30 %/an)
- Licences texte IA = forfaits (Reddit 60 M$/an)
┌ Azcoitia et al., arXiv 2021
La preuve (chiffre)
La méthode change tout : ×25
Un fichier clients B2B (1 M$/an attribuable) : coût ≈ 150 k$, royalties évitées ≈ 133 k$, excess earnings ≈ 3,8 M$. → la méthode fait varier la valeur d'un facteur ~25.
┌ Exemple pédagogique (Eton VS / Deloitte)
À retenir
Croiser, ne pas choisir
C'est exactement ce que fait le rapport de valorisation d-nvest.
- Aucune méthode seule ne donne « le » prix
- On croise les méthodes + des comparables réels
- Un indice de confiance encadre l'estimation
Domande sulla monetizzazione o sull'acquisto di dati?
Parla con un esperto — senza impegno.
La guida completa
Quanto vale un dataset? La domanda è insidiosa, perché il valore di un dato non si legge in bilancio: circa il 90% del valore dell'S&P 500 è oggi immateriale (contro il 17% nel 1975, Ocean Tomo), ma i dati quasi mai vi figurano (Laney, Infonomics). Quattro metodi permettono di stimarlo.
Il metodo del costo misura quanto ci vorrebbe per ricreare il dato: semplice, utile come salvaguardia, ma misura la spesa e non il valore (OCSE, 2022). Il metodo del mercato confronta con dati simili venduti altrove; i comparabili essendo rari e opachi, serve soprattutto come controllo di coerenza. Il metodo del valore per l'acquirente (uplift, relief-from-royalty, with-and-without) quantifica il guadagno che il dato procura all'acquirente; la sua difficoltà è isolare la parte di valore realmente attribuibile al dato. Infine, il metodo dei flussi futuri attualizzati (DCF) calcola il valore attuale dei ricavi futuri attribuibili — è la forma quantitativa dell'approccio valore acquirente (Cheong et al., 2023). I quadri riconosciuti spesso ne contano solo tre (costo / mercato / ricavi), il DCF essendo una variante del terzo.
Diversi fattori giocano poi in premio o in sconto: freschezza, esclusività, volume, granularità, accuratezza, diritti/licenza, e soprattutto conformità RGPD — senza base legale, il valore cade quasi a zero. Regola dominante: l'offerta e la domanda prevalgono sul valore intrinseco. Sul fronte dei riferimenti, la mediana dei marketplace si aggira intorno ai 1.400 $/mese (o ~2.200 $ in acquisto puntuale, arXiv 2021), un contatto B2B vale pochi centesimi a 1,50 $, e le licenze di testo per l'IA prendono la forma di pacchetti (Reddit, ~60 M$/anno).
L'insegnamento chiave: un medesimo file clienti B2B che genera 1 M$/anno di ricavo attribuibile può essere valorizzato ~150 k$ per costo, ~133 k$ per royalties evitate, o ~3,8 M$ per excess earnings — un fattore ~25 a seconda del metodo. Da qui la conclusione: non si sceglie un metodo, li si incrocia, li si confronta con comparabili reali e si inquadra il risultato con un indice di fiducia. È precisamente ciò che produce il rapporto di valorizzazione d-nvest.
Fonti
- Deloitte — Valuing Data Assets (2025)
- OCDE — Measuring the Value of Data (2022)
- Azcoitia et al. — Data marketplace prices (arXiv, 2021)
- Cheong et al. — DCF for data (JRFM/MDPI, 2023)
Contenuto didattico — non è una consulenza legale o finanziaria. Ogni cifra riporta la fonte e l'anno.