我認為，就數據變現的思考方式而言，零售商面臨著一個有趣的抉擇。而這在某種程度上，其實是長期以來始終存在的抉擇：若我分享數據，我的業務便能透過合作夥伴更積極地參與而以不同方式成長，但這同時也涉及權衡取捨。若將數據貨幣化，則能從中獲得短期利益。
但這樣一來，我可能在某種程度上會限制這段旅程中能合作的夥伴類型與數量，因為屆時只有那些有能力購買我所出售數據的夥伴，才能成為我的合作對象。我認為，在這種情境下一個值得玩味的風險與回報權衡在於：零售商必須確保自己已深思熟慮數據變現所帶來的取捨， 因為短期潛力極為可觀，而且將數據變現納入損益表（PNL）的門檻極低——特別是在我所處的食品雜貨零售領域，利潤率本就非常微薄。將這部分轉化為淨利潤的誘惑極高。但如果我要將數據貨幣化，只有那些有能力付費的人才能真正幫助我。
這類企業通常規模較大，且往往更傾向維持現狀，而非擁抱未來。結果，我可能會發現自己過度依賴那些過度依賴現狀的企業。因此，在進行數據變現時，我必須謹慎考量其中涉及的戰略取捨。
零售商本身正提供更多數據，因此第三方數據供應商將不得不進行相當根本性的轉型。這完全是另一回事。那些能融入零售商商業模式，並將自身與零售商績效多方面緊密連結的第三方供應商， 因此，若我是像 RetailNext 這樣的企業，我便能協助零售商優化人力配置、優化客流、優化營運，並從媒體與銷售的角度來向客戶收費。
這其中蘊含著極多的商業影響。對於那些真正融入零售商核心價值主張的第三方供應商而言，這確實是一個極具吸引力的機會，能真正推動這一切發展。至於零售商本身，我認為數據生態系統正日益回歸到一種狀態：在某種程度上，它將更傾向於獎勵大型企業，而非小型企業。那些真正具備整合龐大數據流的能力與實力，能夠將成本不菲的機器學習應用於這些數據流，並將其轉化為更細緻的分析結果的企業。
我認為在未來五年內，您將會看到大型企業相較於小型企業的全面轉型。試想 21 世紀的商業歷史，過去多半是小型新創公司讓大型企業吃盡苦頭。我認為，這個數據與機器學習生態系統，是近期以來首個可能讓大型企業稍微扭轉局勢的契機。
