Le Data Asset Management est le métier de la gestion d’actifs propre à l’innovation et aux sciences appliquées. Ce métier est pratiqué par un Data Asset Manager.

Le Data Asset Manager

Il s’agit d’un professionnel exerçant une activité d’architecte et de négociateur au croisement de trois disciplines : L’Ingénierie, le Droit et la Finance. Ce savoir-faire est l’application à l’Ecole d’affaires occidentale (USA & Europe) des pratiques de l’Ecole d’affaires eurasienne (Chine, Russie, Inde). Cette dernière ayant permis une expression significative de la puissance de cette école dès le début du XXI° siècle.

Les Missions

Le Data Asset Manager est spécialisé pour intervenir sur différents chantiers types :

Data Asset Protection :
Mission consistant à protéger les actifs par l’ingénierie, par le droit et aussi sous le paradigme financier. Cette activité est organisée par AQUILA Advanced dans l’optique de maîtriser des dépenses engendrées par des métiers dit « supports » dont la volatilité financière est problématique pour les dirigeants (ex : Droit IP/IT utilisée pour la RGPD). Par ailleurs, cette démarche vise également à conserver une attention particulière au Portefeuille d’Actifs et à son exploitation fiscale le cas échéant.

Architecture fonctionnelle :
Cette mission apporte une structuration du produit ou du service, humain et technologique, logiciel ou matériel, commercialisé en définitive. Elle se nourrit fortement des éléments collectés en Market Intelligence afin d’accroître le taux de satisfaction de la clientèle. En outre, elle fixe les relations avec les collaborateurs et le contrôle qualité générale. Cette Architecture fonctionnelle rejoint le Portefeuille d’Actifs et peut donc être valorisé comptablement, donnant éventuellement lieu à des avantages fiscaux.

Architecture d’exploitation de données :
Cette architecture se constitue des algorithmes et meta-codes complets capables de traiter les données collectées par l’Architecture fonctionnelle, dans l’optique de satisfaire des besoins très spécifiques et pointus (i.e. Forte Valeur Ajoutée) identifiés en Market Intelligence. Il s’agit d’intégrer de l’intelligence artificielle, du deep learning, en exploitant notamment les techniques dites « Data Science« . En outre, elle permet de justifier la qualité des données exploitées dans l’entreprise et donne droit, éventuellement, à des avantages fiscaux en raison de sa dimension « Recherche & Développement ».

Market Intelligence & Négoce :
Mission permettant de collecter des informations clés sur le marché, les tiers d’influence et les usagers finaux, cette démarche se distingue de l’étude de marché conventionnelle par le fait qu’elle exploite et transforme des contextes en temps réel, à grand renfort de données collectées et analysées. Cette activité alimente l’Architecture technologique et facilite l’exploitation commerciale et la maîtrise des coûts. Cette activité peut également intervenir en cas de Diplomatie d’affaires. C’est une approche résolument offensive des affaires.

Data Trading :
En définitive, le Data Asset Manager vise à créer des gains directs autour des données collectées et structurées grâce au négoce pure. Contrairement au Data Broker qui recherche le meilleur flux de données, le Data Trading implique un plan de valorisation et de rendement défini, il évalue les cotations et leur variation et spécule sur celles-ci.