Data er alle vegne, men hvilke virksomheder vinder?

Se PDF

I en verden, hvor data er overalt, er det afgørende at forstå, hvilke virksomheder der har evnen til at kapitalisere på denne vækstindustri. Ikke alle datavirksomheder vil opnå varige konkurrencemæssige fordele. I denne artikel forklarer vi, hvordan data skaber værdi, og hvilke typer virksomheder, der har en særligt attraktiv forretning.

Data har dannet grundlaget for menneskelige beslutninger i årtusinder før fænomener som internettet, computere og ChatGPT blev en del af vores hverdag. Mængden af data eksploderer katalyseret af bl.a. AI, LLM (jf. Large Language Model), og Cloud-teknologi.

Vi skelner mellem rene datavirksomheder og virksomheder, der udnytter data til at forbedre deres eksisterende forretning. De rene datavirksomheder kan opdeles i to kategorier: Standardsættere og Dataindsamlere. På tværs af vores investeringsporteføljer har vi eksponeringer mod fem dataselskaber: RELX, Verisk, S&P Global, Visa og Alphabet (jf. Google).


Data er i høj vækst, men ikke alle opnår varige konkurrencefordele
Mængden af digitale data er vokset med 60 pct. årligt siden 1999 og 48 pct. siden 2006. I takt med udviklingen af mere effektive computerchips og lagringsmedier har selskaber haft lettere ved at udbygge brugen af data. Dette har øget efterspørgslen efter data og datahåndteringsværktøjer. Industrieksperter forventer, at mængden af data vil tidobles fra 2020-2030, jf. figur 1 (se PDF).

Selvom næsten alle virksomheder i dag anvender data, er det blot få, som har opbygget langsigtede og profitable forretningsmodeller omkring data. Platforme som Alphabet, Amazon og Meta har med stor succes kapitaliseret på brugerdata bl.a. gennem målrettet annoncering, mens andre gennem årtier har opbygget store mængder af proprietære data. Yderligere har digitaliseringen af data samt udbredelsen af sensorer, gjort det muligt for traditionelle industriselskaber at udlede data og viden fra deres produkter, for derved at kunne sælge intelligente løsninger til deres kunder. Dette kan skabe et comeback til de gamle industrigiganter, se mere i vores video her.

Selvom dataanalyse kan effektivisere og forbedre beslutningsprocesser og ressourceallokering, er data ikke ”den nye olie”. Kun få selskaber kan strukturelt øge adgangsbarriererne og skabe vedvarende konkurrencemæssige fordele ved brug af data. Ligesom olie drev den industrielle økonomi, vil data drive den digitale økonomi. Dette betyder dog ikke, at alle virksomheder vil være et ”olieselskab”. Data er snarere som sand. Det er tilgængeligt overalt, men kun få virksomheder kan gøre det til silica, råmaterialet af silicium, der bruges i computerchips.

AI og LLM’er ændrer ikke på dette. Virksomheder bør bruge data til at øge effektiviteten af deres drift, men samtidig være klar over, at kortsigtede gevinster i de fleste tilfælde vil blive efterlignet af konkurrenter. Ligesom de første basketball hold, der ændrede spilstrategi på baggrund af indsigter fra data, opnåede en fordel, forsvandt denne, da de andre begyndte at efterligne spillestilen (jf. basketball-eksemplet). I enkelte tilfælde vil en virksomhed kunne opnå en nøgleposition inden for data. Disse er leverandører af data og værktøjer, som alle i industrien skal bruge for at være konkurrencedygtige. Vi kalder disse dataselskaber.

Datavirksomheder kan have attraktive indtjeningsprofiler Data kan underbygge langsigtede konkurrencemæssige fordele, når en virksomhed har unik adgang til værdifulde data, eller når en virksomhed opnår en industristandard. Disse virksomheder bliver ofte monopoler eller duopoler. Dominerende datavirksomheder har en bred distribution og store datamængder, hvilket forbedrer deres produkter og muliggør høje marginer. Netværkseffekter resulterer ofte i høje adgangsbarrierer og styrker monopoler eller oligopoler og gør dataselskaberne endnu stærkere, når kunderne integrerer data i deres daglige arbejdsgange.

Når data er indsamlet, standardiseret og raffineret, kan de sælges gentagne gange uden at dataselskabet har yderligere omkostninger. Hermed opnår dataselskaberne næsten 100 pct. fortjeneste på det marginale salg. Driftsmarginerne er i starten ofte lave, men i takt med at salget stiger, udvides marginerne betragteligt. Vi overvåger en udvalgt gruppe af dataselskaber, der har gennemsnitlige bruttomarginer på 69 pct. og frie pengestrømmes marginer på 30 pct. Sammenlignet med S&P500 fremgår det, at datavirksomhederne har en langt højere indtjening pr. omsætningskrone og strukturelt højere profitabilitet end de største amerikanske virksomheder, der har tilsvarende marginer på hhv. 33 pct. og 9 pct., jf. figur 2 (se PDF).


Case: Basketball
Data kan øge viden og ændre adfærd
Data og dataanalyse kan lede til nye indsigter, som reelt ændrer adfærd. Vi har set dette i alt fra måden selskaber prissætter deres produkter på til måden, hvorpå basketball bliver spillet. Kirk Goldsberry observerede, at basketball ændrede sig dramatisk fra starten af 2000’erne til slutningen af 2010’erne. Enkelte basketballhold begyndte at opsamle og analysere spiller-data. Data viste, at mange skud blev foretaget tæt på, men foran trepointslinjen (hvor et mål kun giver to point). Ved blot at træde få meter tilbage kunne spillerne øge antallet at point pr. mål fra to til tre. Data viste tydeligt, at muligheden for en 50 pct. pointsforøgelse for samme skud opvejede den øgede sværhedsgrad ved at skyde fra en længere distance. Denne indsigt ændrede basketball. I dag foretages, der næsten ingen skud mellem tre-points linjen og boksen under ringen.  Spilstrategi og hold bliver i dag sammensat omkring trepointsskuddet (se illustration i PDF).


Standardsættere og Dataindsamlere
Vi skelner mellem to typer af dataselskaber: Standardsættere og Dataindsamlere. Standardsættere har et unikt varemærke. Deres data er særligt værdifulde, netop fordi de er blevet accepteret som en industristandard, ikke nødvendigvis fordi data ikke kan repliceres. Dette kan sammenlignes med metermålet (det metriske system), som er standarden for måling af afstande. Dataindsamlere har en unik adgang eller processer omkring dataindsamling. Deres data er enten umulige eller meget besværlige at replicere.

Standardsættere bruger forskellige datakilder til at udvikle benchmarks, som hele økosystemer opbygges omkring. Et eksempel er MSCI, som er den førende globale udbyder af indeksdata og analyseværktøjer til investeringsindustrien. Kapitalforvaltere betaler for MSCI-data, mens kunderne såsom pensionsfonde og fonde kræver, at eksterne forvaltere måles mod et benchmark, de kender og har tillid til. Det er derfor ikke selve dataene, der er værdifulde. De kan nemlig relativt let replikeres. Værdien ligger i MSCI-varemærket.

To andre standardsættere er bl.a. Moody’s (kreditvurderinger) og S&P Global. S&P Global bruger kreditoplysninger, aktiekurser og andre offentligt tilgængelige data og omsætter dem til benchmarks. S&P Global er en af standarderne for, hvordan virksomhedernes kreditkvalitet (rating) vurderes, hvordan udviklingen på det amerikanske aktiemarked måles (S&P500), hvordan råvarekontrakter afregnes (Platts), og hvordan køretøjer registreres (Carfax). S&P Global har yderligere styrket deres data- og benchmark-forretning ved at udvikle analyseværkstøjer, som styrker de respektive positioner i hver af disse segmenter.

Dataindsamlere har en unik adgang til data. Et sådant eksempel er Verisk Analytics. I 1971 påbød nye regler amerikanske forsikringsselskaber at dele data med myndighederne i et standardiseret format. I stedet for at hver enkelt opbyggede deres egen løsning, etablerede 280 forsikringsselskaber et såkaldt ”non-profit”-konsortium kaldet ISO, hvis formål var at standardisere data for forsikringsselskaberne. Dette blev en succes og bidrog til, at forsikringsselskaberne indberettede skades- og tabsdata til konsortiet. Disse data blev delt med alle medlemmer og dannede grundlaget for afsløring af svindel, prisbeslutninger og risikovurderinger. Verisk Analytics blev etableret som moderselskab for ISO i 2008, hvorefter selskabet blev børsnoteret i 2009. I dag har Verisk Analytics monopol- eller duopolstatus inden for ejendomsforsikring, bank- og energimarkedet i USA og sælger data og analyser inden for disse områder.

RELX er en anden Dataindsamler, som er markedsledende inden for data til forskellige brancher. RELX har sin oprindelse tilbage til Elsevier, et nyhedsmagasin grundlagt i 1880. På fem årtier byggede og erhvervede Elsevier branchemagasiner og tidsskrifter. RELX har oligopolposition inden for jura, amerikansk bilforsikring, bank, sikkerhedstjeneste, luftfart, medicinsk forskning, akademiske udgivelser og prisfastsættelse af kemikalier. I 1971 blev Elsevier en af de første virksomheder til at opbevare artikler og data elektronisk. Herved blev Elsevier en dataog analysevirksomhed, der opkrævede kunderne for adgang til data og analyser i stedet for adgang til journaler. Kunderne har kun få alternativer og stoler på disse data, som er essentiel i deres forretning. Derfor er RELX i stand til at opnå stærke konkurrencemæssige fordele og højere priser for deres data.

I tabel 1 er listet nogle af de mest fremtrædende virksomheder, der kan karakteriseres som standardsættere og dataindsamlere (se PDF).


Datavirksomheder har også risici
De fleste datavirksomheder har eksisteret i årtier eller århundreder og bygget betydelige konkurrencemæssige fordele. På trods af dette har historien vist, at selv disse selskaber kan blive truet. Risiciene kan inddeles i tre hovedgrupper. 1) Regulatoriske risici, hvor myndigheder f.eks. ændrer spillereglerne, hvorved grundlaget for selskabets dominans ændres eller fjernes, 2) adfærdsrisici, hvor selskabets adfærd ødelægger relationen til kunderne, som derved søger alternativer, og 3) markedsændringer, som gør selskabets markedsposition irrelevant.

Dun & Bradstreet (D&B) havde et monopol på ID-numre for selskaber i USA, men efter to årtier med prisforøgelser og manglende innovation blev D&B i 2022 frataget monopolet og erstattet med en åben standard. RELX modtager som nævnt data fra kunder. Selskabet prøvede en overgang med aggressive prisstigninger, som skabte stor vrede blandt kunderne og gav mulighed for, at skribenter begyndte at publicere på mere åbne platforme. Endelig mistede Nielsen Holdings, der dominerede TV-markedet for seerdata stort set sin relevans, da internettet og streaming ændrede medielandskabet, og annoncering i stigende grad gik over til Facebook, YouTube og Google.


Data er en interessant fiskedam
Dataindustrien er en vækstsektor med et betydeligt investeringspotentiale, men succesen afhænger af at identificere virksomheder, der kan opnå varige konkurrencemæssige fordele. De førende industrivirksomheder styrker f.eks. deres konkurrencemæssige position ved bl.a. at indarbejde sensorer på deres maskiner og indsamle data for derigennem at tilbyde mere intelligente industriløsninger.

Standardsættere og Dataindsamlere er nøgleaktører, ofte med stærke markedspositioner og høje marginer. Samtidig er industrien præget af risici, herunder regulering, markedsskift og ændret kundeadfærd, som kan true selv etablerede aktører. Derfor kræver investeringer i denne sektor en selektiv tilgang og forståelse af virksomhedernes konkurrencefordele og markedsposition.

For langsigtede investorer er dataindustrien dog en attraktiv mulighed, da de stærkeste aktører er godt positionerede til at drage fordel af den fortsatte digitalisering og den stigende efterspørgsel efter data og analyser.