在整個大數(shù)據(jù)產(chǎn)業(yè)鏈分工比較清晰的情況下，因為大家都需要數(shù)據(jù)資源，所以整個大數(shù)據(jù)的資產(chǎn)和價值屬性開始凸顯。其中有幾個比較典型的特征：第一、各個地方紛紛成立各種大數(shù)據(jù)交易所和大數(shù)據(jù)交易中心；第二、我們可以從各個渠道上看到各種各樣的數(shù)據(jù)在流通、交易?？偟膩碚f，21世紀是一個數(shù)據(jù)為王的時代，數(shù)據(jù)的價值等同于20世紀的石油。數(shù)據(jù)是大數(shù)據(jù)產(chǎn)業(yè)的關鍵資源，數(shù)據(jù)正在顛覆各個行業(yè)的發(fā)展模式。

　　大數(shù)據(jù)的現(xiàn)狀與困境

　　目前，整個數(shù)據(jù)流通或者是數(shù)據(jù)交易市場看起來是比較火熱的，這種火熱反映了大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展現(xiàn)狀和困境。大數(shù)據(jù)現(xiàn)狀與困境在于，一方面我們感覺數(shù)據(jù)很多，比如：行業(yè)數(shù)據(jù)、政府數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、純線下數(shù)據(jù)。

　　第一、行業(yè)數(shù)據(jù)。在這四種數(shù)據(jù)類型中，行業(yè)數(shù)據(jù)目前的流通情況相對來說是最好的；

　　第二、互聯(lián)網(wǎng)數(shù)據(jù)?；ヂ?lián)網(wǎng)數(shù)據(jù)的流通性也比較好，因為大部分是公開的，我們可以利用爬蟲或者是其他工具獲取大量的互聯(lián)網(wǎng)數(shù)據(jù)；

　　第三、政府數(shù)據(jù)。政府數(shù)據(jù)目前的開放程度相對比較弱，但是我們最近也看到了一個趨勢，由于國家鼓勵各地方政府部門去開放和共享他們的數(shù)據(jù)，所以現(xiàn)在大家也可以看到各個地方會有一些數(shù)據(jù)開放共享平臺出來；

　　第四、純線下數(shù)據(jù)。比如：線下的商品、飯菜價格的數(shù)據(jù)等，這種數(shù)據(jù)看起來比較分散，也不太容易集中利用。

　　我們講到的這四大類數(shù)據(jù)資源看起來多，但現(xiàn)在所有使用數(shù)據(jù)的人都會有一個感覺，當你真正用數(shù)據(jù)的時候，你會發(fā)現(xiàn)找不著數(shù)據(jù)。而另一方面，我們看到一些擁有數(shù)據(jù)的企業(yè)，特別是有巨大價值數(shù)據(jù)的企業(yè)，比如：運營商和BAT等，它們自身的數(shù)據(jù)都是大家所覬覦的對象。但這些企業(yè)對把它們的數(shù)據(jù)最大程度地公開和開放的訴求或者動力目前還沒有那么大。這就造成一個現(xiàn)象：我們感覺數(shù)據(jù)很多，但是當我們真正想用數(shù)據(jù)的時候，你會發(fā)現(xiàn)找不著。所以，整個大數(shù)據(jù)產(chǎn)業(yè)要想快速發(fā)展，就需要解決基礎數(shù)據(jù)源的問題，這是將大數(shù)據(jù)產(chǎn)業(yè)很快做到一定規(guī)模的根本性問題。

　　實際上，國內做數(shù)據(jù)流通并不是一件新鮮事，盡管這幾年看起來異?；鸨?。從國家層面，包括科技部、中科院以及國家的一些部委在若干年前就已經(jīng)做了一些科研或者是科學領域的數(shù)據(jù)共享開放的工程和項目。這些共享平臺在我看來應該就是國內數(shù)據(jù)流通的一種很早期的形式，盡管發(fā)揮了很大的作用，但是從商業(yè)價值或者商業(yè)模式的角度來看，似乎影響也并沒有那么大。因為這些平臺都是以國家財政補貼或者是財政支持的形式來做的，所以從一開始就沒有考慮到可持續(xù)的商業(yè)模式，因此一直是以半官方的形式在運營。這樣就導致整個平臺上的數(shù)據(jù)資源，包括開放的活躍度以及后面產(chǎn)生的商業(yè)模式等看起都是有問題的。我們需要考慮的是如何以一種可持續(xù)的商業(yè)模式來做數(shù)據(jù)共享和數(shù)據(jù)流通。

　　目前，國內數(shù)據(jù)交易現(xiàn)狀還是多種形態(tài)并存的狀態(tài)?？偟膩碚f，其實數(shù)據(jù)共享的形式很早就有，但是這種線上線下的數(shù)據(jù)交易還是在這幾年悄然生長的。用一句古詩形容就是“落霞與孤鶩齊飛，秋水共長天一色”，即現(xiàn)在各種數(shù)據(jù)交易的形式都有。我認為這些交易中心或者交易平臺實際上對早期的大數(shù)據(jù)發(fā)展還是起到了非常大的促進作用，畢竟我們可以通過這些平臺來發(fā)現(xiàn)一些原來我們根本接觸不到的數(shù)據(jù)，它解決了大數(shù)據(jù)產(chǎn)業(yè)最早期階段的數(shù)據(jù)需求，這相當于解決了“馬斯洛層次需求理論”中最底層的需求。但是從現(xiàn)在各個數(shù)據(jù)交易所或者數(shù)據(jù)交易平臺的發(fā)展情況來看，這里面還是存在一些問題，比如：數(shù)據(jù)交易過程中的原始數(shù)據(jù)能否標準化的問題；數(shù)據(jù)交易過程中的版權問題等。

　　從用戶使用數(shù)據(jù)的角度來看，很多用戶需要的并不是真正的原始數(shù)據(jù)，他們需要的是加工處理或者是半加工、半分析過的半成品數(shù)據(jù)。另外，根據(jù)我們這幾年的經(jīng)驗來看，假如數(shù)據(jù)真正開放或者流通以后，并不是所有人都能無障礙或者無門檻的去使用這些數(shù)據(jù)。實際上數(shù)據(jù)對使用者還是有一定的技術要求的，或者是要有一定經(jīng)驗才能夠去使用的。

　　所以，從以上幾個因素及問題來看，直接交易原始數(shù)據(jù)的形式至少從現(xiàn)階段看來還不是一個成熟的形態(tài)。原始的數(shù)據(jù)交易只能解決一些小問題，如果想讓這些數(shù)據(jù)轉換成各種價值，還需要有將這些數(shù)據(jù)轉換為一種服務的形態(tài)才是正道。這就是我今天講的主題：數(shù)據(jù)流通，服務為本。

　　數(shù)據(jù)流通，服務為本

　　什么是“數(shù)據(jù)流通，服務為本”呢？我們日常在家里用水的時候，你從來不用關心水龍頭里面的水是來自于哪個水庫。所以我們會暢想，在未來使用數(shù)據(jù)的時候，是不是也能像使用自來水一樣，不用去想那么多，直接是“隨用隨取”的形式。因此，我們提出了“數(shù)據(jù)即服務”的模式，我們想通過這種模式將數(shù)據(jù)擁有方和數(shù)據(jù)需求方以一種無障礙或者是降低門檻的方式，將兩端的需求和資源對接起來，而不是簡簡單單的通過數(shù)據(jù)交易來解決大數(shù)據(jù)產(chǎn)業(yè)發(fā)展過程中的一些問題。“數(shù)據(jù)即服務”這種模式需要考慮幾個重要環(huán)節(jié)：

　　第一、數(shù)據(jù)從哪來？就是解決數(shù)據(jù)采集和獲取的問題。

　　第二、要解決數(shù)據(jù)標準化問題，即拿到數(shù)據(jù)以后我們要做一些加工、清洗、處理，甚至要做一些關聯(lián)融匯。

　　第三、將數(shù)據(jù)封裝成可以便捷使用的數(shù)據(jù)產(chǎn)品服務，并推廣出去。

　　根據(jù)我們在前面提到的，我們將數(shù)據(jù)分成了四大類型，包括行業(yè)數(shù)據(jù)、政府數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)和線下數(shù)據(jù)，我們需要圍繞社會存在的這四種數(shù)據(jù)類型來想辦法解決數(shù)據(jù)獲取問題。

　　1、數(shù)據(jù)獲取

　　對于獲取互聯(lián)網(wǎng)上的數(shù)據(jù)是最簡單的，只需要有一些簡單的計算機知識，在網(wǎng)上找一個爬蟲工具，我們自己就可以去爬京東、淘寶、新聞門戶或者社交網(wǎng)站的數(shù)據(jù)等。但是爬取只是使用互聯(lián)網(wǎng)數(shù)據(jù)的第一步，當你將海量的互聯(lián)網(wǎng)數(shù)據(jù)爬取下來以后，如何將里面的特征信息提取出來，這還需要用到一些自然語言處理的技術去將海量信息里面的特征語義提取出來才能很好地使用。

　　對于行業(yè)數(shù)據(jù)，實際上這類數(shù)據(jù)在社會上流通的比較多，包括：電商的行為數(shù)據(jù)、搜索行為數(shù)據(jù)、運營商數(shù)據(jù)以及人們日常生活消費的數(shù)據(jù)等，這些數(shù)據(jù)相對容易去采購或者是通過合作來獲取。

　　對于政府數(shù)據(jù)，目前的獲取辦法就是和地方政府一起合作，去做政府數(shù)據(jù)開放共享的事情。通過參與項目，就可以接觸到一些政府數(shù)據(jù)。但是政府數(shù)據(jù)對于隱私、安全以及其他因素會考慮的比較多，目前整個政府數(shù)據(jù)的開放程度還沒有那么大，但是至少有很多數(shù)據(jù)已經(jīng)在網(wǎng)站上公布出來了，這是一個好現(xiàn)象，我相信很快會有一些核心的、有價值的政府數(shù)據(jù)會在合理合規(guī)的狀態(tài)下逐漸釋放出來。

　　最后一類是線下數(shù)據(jù)，這類數(shù)據(jù)最不起眼，比如：超市的小票數(shù)據(jù)、商場的WiFi熱點、你路過某個地方的門牌號等，這些數(shù)據(jù)都是純線下的，它們的特征是比較分散，不容易集中采集，這就需要發(fā)動大眾和社會的力量，利用眾包的方式來幫助我們采集一些數(shù)據(jù)。

　　以上是我們講到的獲取行業(yè)數(shù)據(jù)、政府數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)以及線下數(shù)據(jù)的若干種方式。

　　2、數(shù)據(jù)處理

　　剛才我們講到了數(shù)據(jù)獲取階段，我們通過若干種方式獲取若干領域的數(shù)據(jù)。其次，我們光有這些數(shù)據(jù)也沒用，你還要對這些數(shù)據(jù)做加工、清洗和處理，這個環(huán)節(jié)會包含：

　　第一、數(shù)據(jù)清洗。原始數(shù)據(jù)會存在大量數(shù)據(jù)的脫敏、去噪、去重等，這些數(shù)據(jù)的質量并不好，在這種情況下就需要對這些數(shù)據(jù)進行二次清洗和處理。

　　第二、非結構化數(shù)據(jù)處理。由于社會上產(chǎn)生的數(shù)據(jù)大部分都是非結構化的，比如：語音、視頻、在互聯(lián)網(wǎng)上爬取的若干微博數(shù)據(jù)、以及在交通路面上開車產(chǎn)生大量的視頻監(jiān)控數(shù)據(jù)等。對于這些非結構化數(shù)據(jù)，特別是海量的非結構化數(shù)據(jù)一下子涌到你面前的時候，處理起來是一個大問題。所以數(shù)據(jù)處理的第二個重要環(huán)節(jié)是如何利用一些工具和手段對非結構化數(shù)據(jù)進行快速處理，將里面的特征信息提取出來。

　　第三、數(shù)據(jù)關聯(lián)。這部分工作實際上在整個數(shù)據(jù)處理環(huán)節(jié)是最有價值的一環(huán)。因為社會上產(chǎn)生數(shù)據(jù)的來源有很多，但這些數(shù)據(jù)之間或多或少擁有這樣或者是那樣的一些關聯(lián)。有些數(shù)據(jù)可以通過手機ID的維度關聯(lián)起來，也有可能是以某個人的姓名關聯(lián)起來，也有可能是以中關村或者是海淀黃莊這樣的位置屬性關聯(lián)起來。在這部分，要根據(jù)手上所掌握的數(shù)據(jù)資源去做數(shù)據(jù)的關聯(lián)分析，然后通過一些手段融匯起來，這樣整個數(shù)據(jù)的價值才能起到1+1>2的放大作用。

　　第四、數(shù)據(jù)服務。在數(shù)據(jù)處理以后，肯定需要被使用，這就涉及到數(shù)據(jù)服務的形態(tài)，正如剛才講到的“用數(shù)據(jù)就像使用自來水一樣方便”。在數(shù)據(jù)服務階段，我們可以把數(shù)據(jù)包裝成服務接口，也就是API的形式，這樣的好處在于，將接口包裝出來以后，再附上接口的使用說明，就可以使大部分人在不掌握太多計算機技能的情況下就可以使用到這些數(shù)據(jù)。使用API數(shù)據(jù)的另外一個好處是，它的原始數(shù)據(jù)不會被交易出去，只是每次調用一些自己所需要使用的數(shù)據(jù)，最大地保留了原始數(shù)據(jù)的版權，還可以避免一些其他問題。

　　3、數(shù)據(jù)應用

　　當數(shù)據(jù)獲取回來以后，肯定需要去利用它。目前在整個大數(shù)據(jù)產(chǎn)業(yè)，已經(jīng)有相對成熟的商業(yè)模式或者是數(shù)據(jù)變現(xiàn)能力的，包含以下幾個領域：

　　第一、精準營銷。比如：每天在瀏覽手機新聞客戶端時，你會發(fā)現(xiàn)一些精準的，或者是個性化的廣告推送，實際上這就是大數(shù)據(jù)應用比較成熟的領域，即精準營銷。

　　第二、征信&信用。這塊數(shù)據(jù)主要是與人和企業(yè)的一些基本信息、行為信息以及愛好、偏好等相關，主要用在征信和信用領域，這在金融領域應用比較廣泛。

　　第三、人工智能或者IT智能化。我們現(xiàn)在可以看到大量的語音識別、圖像識別以及文本識別的產(chǎn)品出來，在這一領域，底層也會需要大量的語音數(shù)據(jù)、圖片數(shù)據(jù)或者是文本數(shù)據(jù)。

　　第四、醫(yī)療健康。目前在醫(yī)療健康領域的數(shù)據(jù)流通相對比較緩慢，因為涉及到隱私或者是其他方面的原因，還處于發(fā)展比較慢的階段。

　　4、關于安全、隱私、版權

　　數(shù)據(jù)流通和數(shù)據(jù)服務的過程中不可避免的會碰到幾個問題：安全、隱私、版權。這三個問題本身都是各自獨立的問題，要分開考慮，不可混為一談。

　　對于隱私來說，不僅是個人用戶，實際上對于企業(yè)用戶都存在隱私問題。在數(shù)據(jù)流通的各個環(huán)節(jié)，實際上從一開始原始數(shù)據(jù)的采集、獲取，以及中間數(shù)據(jù)處理和數(shù)據(jù)服務環(huán)節(jié)都要考慮隱私保護問題。比如：我們利用眾包的方式去采集人的語音數(shù)據(jù)時，我們在一開始就需要和被采集人將這件事情說清楚。比如：我們要采集的這些數(shù)據(jù)會有什么用途,和用戶說清楚這些數(shù)據(jù)未來的應用場景是怎樣的；另外，我們可能也會付費，同時還需要和用戶簽署數(shù)據(jù)的授權使用協(xié)議。在數(shù)據(jù)處理過程中，最大程度的去保護用戶的個人隱私，比如：數(shù)據(jù)里面本來包含了一些個人隱私信息，就需要將它匿名化或者是處理掉。

　　關于版權問題，實際上是一個比較難的問題。因為我們所知道的互聯(lián)網(wǎng)上產(chǎn)生的很多數(shù)據(jù)，它們的版權很難說清楚。比如新浪微博的數(shù)據(jù)，它是屬于新浪公司，還是屬于每一個發(fā)微博的個人，這確實很難界定清楚。在這種情況下，既然社會上對數(shù)據(jù)的使用需求還挺大，我們認為應該盡量擱置所有權，而去強調使用權。在數(shù)據(jù)版權不明或者是很難說清楚的情況下，可以優(yōu)先強調使用權，先把數(shù)據(jù)的價值使用起來。但在數(shù)據(jù)所有權很清晰的情況下，我覺得還是要保護數(shù)據(jù)所有權人的權益。

　　關于安全問題。安全對于所有的大數(shù)據(jù)企業(yè)來說，在商業(yè)服務或者是商業(yè)模式的設計上，這是一個要守住的紅線，有些東西是絕對不能碰的。

　　5、數(shù)據(jù)定價

　　另外一個大家比較關心的是數(shù)據(jù)定價的問題。實際上，由于數(shù)據(jù)本身的特性，它很難有一個標準的定價，比如：一套數(shù)據(jù)對于A來說就非常有用，它可能值10萬，但是對于B來說，可能發(fā)揮不了什么價值，這些數(shù)據(jù)對于他來說就是沒用的，一文不值。目前整個數(shù)據(jù)流通中的定價還是處于供方市場狀態(tài)，即有數(shù)據(jù)的人是老大，它們擁有更多的數(shù)據(jù)定價權，從本質上來說，它還是一個賣方市場。當然我們現(xiàn)在看到：數(shù)據(jù)定價會有一個趨勢，參與角力的角色會越來越多，甚至包括數(shù)據(jù)需求方。目前，政府，包括一些市場監(jiān)管機構也在提出要對數(shù)據(jù)定價或者是數(shù)據(jù)流通過程中的關鍵環(huán)節(jié)進行監(jiān)控。所以，未來我們會考慮讓數(shù)據(jù)擁有方、數(shù)據(jù)服務方、數(shù)據(jù)需求方以及市場監(jiān)管方進來，一起達到一種平衡，來給數(shù)據(jù)定一個相對比較合理的價格。

　　從精英狂歡到廣場群舞

　　從整個數(shù)據(jù)流通的發(fā)展情況來看，“從精英狂歡到廣場群舞”，這句話概括了目前整個數(shù)據(jù)流通發(fā)展的情況。我們看到的一些比較有價值的數(shù)據(jù)，特別是以BAT為代表的這種擁有大價值數(shù)據(jù)的機構，例如：百度擁有海量的搜索數(shù)據(jù)，阿里擁有海量的電商數(shù)據(jù)，騰訊擁有海量的社交數(shù)據(jù)，這三類數(shù)據(jù)從各自一方來說都是非常有價值的。而且我相信對于BAT來說，是互相覬覦對方數(shù)據(jù)的，但是由于商業(yè)利益上的問題，大家的數(shù)據(jù)目前又不能打通，所以目前的結局是，BAT在各自的數(shù)據(jù)基礎上，去產(chǎn)生一些比較成熟的商業(yè)模式。比如：京東白條、阿里小貸等都是基于各自的用戶數(shù)據(jù)而產(chǎn)生的一種互聯(lián)網(wǎng)金融的商業(yè)模式。

　　我們看到早期的數(shù)據(jù)還是由這些大佬們在玩，但是由于數(shù)據(jù)流通，包括出現(xiàn)數(shù)據(jù)交易所、數(shù)據(jù)交易中心、數(shù)據(jù)交易平臺以及數(shù)據(jù)共享開放平臺等各種形式，使得越來越多的數(shù)據(jù)從幕后走到了臺前，公開出來，讓大家看到了整個面貌。這樣的話，其實整個社會的數(shù)據(jù)公開或者共享的量目前還是逐步增長的。我們可以看到很多眾創(chuàng)空間，包括一些孵化器或者是創(chuàng)業(yè)團隊都在圍繞數(shù)據(jù)做一些新的產(chǎn)品或者是商業(yè)模式的探索，這種接觸到數(shù)據(jù)的用戶面越來越廣。所以我總結為一句話，即“從精英狂歡到廣場群舞”，這是一件好事情。

　　大數(shù)據(jù)的發(fā)展進程

　　實際上數(shù)據(jù)共享這個概念并不新鮮，它很早就在若干領域出現(xiàn)了。應該是先有共享，然后逐步有了交易，因為交易一開始是比較敏感的，但是當大數(shù)據(jù)交易這個概念出現(xiàn)的時候，交易這個詞就沒那么敏感了。交易能夠解決一小部分數(shù)據(jù)問題，但是它解決不了類似于像數(shù)據(jù)版權或者是用戶所需要的并不是原始數(shù)據(jù)的問題。所以我們又提出了數(shù)據(jù)不僅僅是共享交易，還得做數(shù)據(jù)資源的運營和服務。

　　隨著大數(shù)據(jù)行業(yè)整體水平的提升以及人民群眾日益提高的生活水平需要，他們對于所需要的數(shù)據(jù)，要求會越來越高，而且要求的層次會分得越來越細。如果我們把原始數(shù)據(jù)比作小麥，現(xiàn)在的大數(shù)據(jù)產(chǎn)業(yè)需要的就不只是小麥了，有人需要把小麥加工成餃子粉，也有人需要將小麥加工成面包粉，還有人需要蛋糕粉等。所以我們提供數(shù)據(jù)的層次，需要越來越豐富的手段和越來越多樣的數(shù)據(jù)產(chǎn)品。

　　從數(shù)據(jù)的另外一個特性來說，因為數(shù)據(jù)不是一個標準化的商品，可能以2C或者是C2C這種數(shù)據(jù)交易形態(tài)存在。當然，我們以前也做過，包括也看到一些同行做過，但是做起來還是比較困難的。目前更好的方式可能還是從2B的角度切入，更容易產(chǎn)生價值?？偟膩碚f，數(shù)據(jù)流通發(fā)展的進程是從V1.0發(fā)展到V2.0，即從數(shù)據(jù)共享交易到運營服務；從提供小麥到提供各種面粉產(chǎn)品；從模式來看，會經(jīng)歷從2C到2B的狀態(tài)。

　　數(shù)據(jù)堂

　　數(shù)據(jù)堂（831428）始終秉承“專注數(shù)據(jù)共享價值”的企業(yè)理念，打通數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)服務環(huán)節(jié)，融合和盤活各類數(shù)據(jù)資源，推動相關技術、應用和產(chǎn)業(yè)的創(chuàng)新，實現(xiàn)數(shù)據(jù)價值最大化,致力成為全球最大的數(shù)據(jù)資源運營商。

?點擊進入 數(shù)據(jù)堂 在數(shù)據(jù)觀的企業(yè)欄目>>>