Софья Владиславовна Ракина – студент 4-го курса
Одинцово
Sofia V. Rakina – 4th-year student
Odintsovo
Александр Аннаярович Степанов (научный руководитель) – доктор экономическихнаук, профессор кафедры управления инновациями
Одинцово
Alexander А. Stepanov (academic supervisor) – doctor of economic sciences, professor at the Department of innovation management
Odintsovo
В статье проводится сравнительный анализ моделей монетизации данных в условиях цифровой платформенной экономики. Актуальность исследования обусловлена превращением данных в важный фактор производства при одновременном ужесточении регуляторных требований к их использованию. Целью работы является выявление наиболее устойчивых и эффективных моделей монетизации данных на основе разработанной автором системы критериев, в которую входят доходность, масштабируемость, регуляторные риски, конфиденциальность, распределение стоимости и технологические барьеры. Методология исследования основана на принципах сравнительного анализа и case-study шести платформ различных типов (VK, Wildberries, Tinkoff, Yandex, Netflix, SimilarWeb).В результате проведенного анализа лидирующие позиции по совокупности критериев заняли комиссионная модель (на примере Wildberries) и модель «данные как услуга» (DaaS, на примере SimilarWeb), демонстрирующие высокую устойчивость к регуляторным изменениям и оптимальное распределение стоимости в экосистеме. Наименее устойчивой в текущих условиях признана классическая рекламная модель, подверженная высоким регуляторным рискам и снижению доверия пользователей. Практическая значимость работы заключается в разработанной системе критериев для оценки и выбора моделей монетизации данных, а также в выводах, которые могут быть использованы менеджерами цифровых платформ для адаптации бизнес-стратегий.
The article provides a comparative analysis of data monetization models in the digital platform economy. The re levance of the study is due to the transformation of data into a key factor of production, coupled with the tightening of regulatory requirements for its use. The aim of the work is to identify the most sustainable and efficient data monetization models based on the author’s developed system of criteria, including profitability, scalability, regulatory risks, confidentiality, value distribution, and technological barriers. The research methodology is based on the principles of comparative analysis and case study of six different types of platforms (VK, Wildberries, Tinkoff, Yandex, Netflix, SimilarWeb).As a result of the analysis, the commission-based (using Wildberries as an example) and “Data-as-a-Service” (DaaS, using SimilarWeb as an example) models took the leading positions in terms of the aggregate of criteria, demonstrating high resistance to regulatory changes and optimal value distribution within the ecosystem. The classic advertising model was recognized as the least sustainable under current conditions, being subject to high regulatory risks and declining user trust. The practical significance of the work lies in the developed system of criteria for evaluating and choosing data monetization models, as well as in the conclusions that can be used by digital platform managers to adapt business strategies.
The authors declare that there are no conflicts of interest present.