浅谈大数据交易的价值和条件

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

2015年4月15日,贵阳大数据交易所正式运营, 预计到2020年,大叔局交易所将形成日均100亿的数据交易金额, 发展到1万家与大叔局有关的会员单位。


交易的数据是基于底层数据, 通过数据的清洗、分析、建模 、可视化后的结果, 大数据交易所本着以电子交易为主要形式,通过建立大叔局的网上交易系统,搭建交易平台。


数据的价值在于能够产生业务价值,而产生业务价值的多少取决于数据带来的视野的宽度和深度,以及对明智决策的支持度。从这个角度将,在资源不限的理想情况下,越多的数据来源,越能够带来宽度和广度,从而得到越好的决策支持度。然而,在现实状态下,企业要平衡获取数据的成本和实际产生商业价值的平衡,从而给数据交易的产品的细致化提出了要求。


数据, 毫无疑问,已经成为了一种企业资产, 并且会成为越来越重要的资产,未来甚至可能进入资产负债表。既然是资产, 就会有资产对应的各种不同的权利, 不同的权利也意味着不同的潜在产品分类。


我认为, 作为资产的数据, 有以下几种不同的数据权利:

1、数据所有权Ownership, 即数据是归谁所有。如果把数据资产比作是房屋资产,拥有所有权的就是房东。 他拥有数据的根本处置权。现在很多数据的所有权不明晰, 比如银行客户信息数据,到底是归银行所有, 还是客户所有,或是共有。再比如, 通过CCTV摄像头获取到的陌生人数据, 这些数据的所有者是谁?如果不能很清晰地界定所有者, 后期一定会发生巨大的纠纷, 特别是随着数据价值的不断挖掘, 这样的争议会越发激烈。


2、数据管理权Manageability, 即对数据进行管理, 包括数据生命周期的管理。比如, 现在有很多IT服务商,云服务公司,他们提供各种管理服务来管理数据, 包括数据存储,备份等, 他的角色就象是管家和物业公司,对所有相关事件进行管理来保证数据的良好存在。


3、数据使用权Accessibility, 即通过对数据进行加工处理,来帮助自身企业产生商业价值。这些使用者,不是数据的所有者,但可以通过充分挖掘数据的价值, 来产生商业价值。 但这些数据价值的使用,仅限于企业自身或严格界定的对象来使用,并不能打造成新的产品和服务来产生新的商业用途。这个权利,对应房屋的例子,拥有使用权的人就是支付了租金的租客。


4、数据处理权Reprocess ability, 即可以对数据进行再加工, 形成新的产品和服务, 来进行销售或服务产生价值。拥有丰富行业经验和咨询能力的大数据公司,可以充分利用大量的基础数据,来进行进一步的加工,形成新的数据产品和服务, 从而产生新的商业机会。这个权利,这就象是允许租客把房屋进行再次装修, 重新分隔,然后转租给其他人来获利。


5、数据知晓权Visibility,即可以阅读数据,了解数据的权利。数据知晓, 即通过了解其他方面的数据来获得商业洞察,了解商业机会,认识外部客户和行业等的运行状态。 这个权利比较像房屋中介,带领租房者来参观房屋。


数据资产的权利和对应实现生活中的物理资产,例如房屋的关系,如图所示:



在明确了数据作为有价资产, 拥有不同权利之后,需要通过严格清晰的法律法规来规范不同权利的使用,违反权利对应的罚则。 这些法律法规是数据交易的基石。在执行层面, 还需要建立对应的检举机制和问责机制, 确保有法可依,有法可执。数据作为非物理的资产,管理起来难度更大,只有在前期做好充分的准备和前瞻性的制度设计, 才能在后期避免大量的侵权纠纷, 也才能保护我国大数据产业的健康快速发展!


原文发布时间为:2015-06-24

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
数据采集 机器学习/深度学习 人工智能
大数据分析案例-用RFM模型对客户价值分析(聚类)
大数据分析案例-用RFM模型对客户价值分析(聚类)
1373 0
大数据分析案例-用RFM模型对客户价值分析(聚类)
|
2月前
|
分布式计算 监控 大数据
大数据-131 - Flink CEP 案例:检测交易活跃用户、超时未交付
大数据-131 - Flink CEP 案例:检测交易活跃用户、超时未交付
87 0
|
3月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
168 11
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
理解并利用大数据的力量:解锁数据背后的价值
【8月更文挑战第7天】大数据已成为推动社会进步和经济发展的重要力量。通过理解并利用大数据的力量,企业可以解锁数据背后的价值,优化业务流程、提升决策效率和创新能力。然而,大数据应用也面临着诸多挑战和风险,需要企业不断学习和实践以应对。相信在未来的发展中,大数据将为我们带来更多的惊喜和机遇。
|
5月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
841 8
|
7月前
|
存储 分布式计算 算法
大数据处理:挖掘价值之道
大数据处理:挖掘价值之道
|
7月前
|
存储 数据可视化 大数据
大数据分析与处理:探索数据的深层价值
大数据分析与处理:探索数据的深层价值
121 2
|
7月前
|
存储 大数据 数据挖掘
大数据中的交易数据
【4月更文挑战第11天】大数据中的交易数据,包含购买记录、订单详情等,为企业决策提供关键信息。通过分析,企业能理解客户习惯、优化产品与定价,预测市场趋势,发现新机会。结合其他数据类型可做全面分析,但需应对数据量大、存储处理难及隐私安全问题。利用交易数据,企业能提升营销精准度,实现持续增长。
94 4
|
7月前
|
存储 数据采集 机器学习/深度学习
大数据分析:挖掘数据价值的技术和方法
在数字化时代,大数据已经成为企业和科研机构的重要资源之一。然而,对于海量的数据如何进行分析和挖掘却是一个巨大的挑战。本文将介绍大数据分析的基本概念、技术和方法,帮助读者了解如何利用现代技术和工具,挖掘数据中蕴藏的价值。
707 0
|
7月前
|
消息中间件 分布式计算 大数据
【大数据技术】Spark+Flume+Kafka实现商品实时交易数据统计分析实战(附源码)
【大数据技术】Spark+Flume+Kafka实现商品实时交易数据统计分析实战(附源码)
261 0