
大数据“掘金”遇阻 评估模型有待市场检验
当我们正在从IT时代迈向DT时代时,我们日益意识到数据的价值。然而,当我们交易数据的时候,却遇到了难题:数据值多少钱?数据是谁的?数据交易该如何运转?也就是说,当大数据交易已大势所趋的时候,我们需要考虑的是如何把放在服务器上的数据变成可计量、可交易、可为社会和企业带来经济效益的资产。
事实上,这个资产一直呆在那,只是没有好的工具去“挖掘开采”。近日,中关村数海数据资产评估中心携手咨询公司Gartner,共同发布了数据资产评估模型,这让业界感受到大数据掘金有了盼头!不过,业界专家认为,大数据交易处在非常原始的阶段,试错在所难免。
评估模型有待市场检验
资产评估作为大数据交易,各地都在尝试着做,有效的模型还有待市场检验。
在中国,从中关村到贵阳,从上海到淮南,大数据交易市场的发展可谓风生水起,交易所和交易中心不断涌现。
“大数据交易可以打破信息孤岛及行业信息壁垒,汇聚海量高价值数据,对接数据市场的多样化需求,完善产业生态环境,实现数据价值的最大化,对推进大数据产业创新发展方面具有深远意义。”中国电子信息产业发展研究院电子信息产业研究所所长安晖表示。
不过,客观来看,国内大数据交易还处于初级阶段,规范尚未统一,发展模式也处于摸索过程中。这其中关键的疑问是数据到底值多少钱?也就是说,缺乏统一的数据资产评估体系和定价机制,让出让方和需求方无法有效对接,数据资产无法盘活。
“大数据最具有想象力的发展方向是提供全方位立体的数据绘图,因此数据的‘开放性’和‘流动性’成为数据掘金的关键。”中关村数海数据资产评估中心主任秦翯告诉《中国电子报》记者。他认为,要把数据变成可计量、可交易、可为企业带来经济效益的资产,需要推动大数据产业的生态系统建设,既要搭建全方位、标准化的科学评价模型,也要探索合法、安全、高效的数据资产定价机制和交易机制。
记者了解到,中关村数海数据资产评估中心携手Gartner发布的数据资产评估模型涵盖了数据的内在价值、业务价值、绩效价值、成本价值、市场价值以及经济价值6个子模型,并针对不同信息资产特性和用户使用诉求,从数据的数量、范围、质量、粒度、关联性、时效、来源、稀缺性、行业性质、权益性质、交易性质、预期效益等多个维度,按不同的权重配比、不同的指标量级,合理配置不同维度的数据资产评估指标项,从而实现对数据资产的全方位、标准化评估。
《中国电子报》记者通过采访了解到,各地的数据资产评估机构正在涌现。贵阳大数据交易所执行副总裁陆广龙向《中国电子报》记者表示,目前,资产评估作为大数据交易的首要一环,各地都在尝试着做,百家争鸣是好事,不过真正有用有效的模型还有待市场检验。
“每种数据,其价格需要根据市场的成熟度来确定,如果数据市场有供应但没有需求,或有需求没有供应,那么定价模型也就失去了效果。就好比我有一个陨石,独一无二,没有历史交易数据的话,价值评估模型就无法评估。”陆广龙强调。他认为,其实,数据交易一直存在,比如咨询公司卖咨询报告,数字图书馆卖电子论文等。对于贵阳大数据交易所而言,最主要的目的是借由数据交易的手段,盘活政府数据进入市场,拉动当地数据产业链的形成,进而发展出相关的生态圈。其更多的是秉持先行先试的原则,探索数据交易。
目前大数据交易有交易所模式、电商模式、API模式。中关村大数据产业联盟副秘书长陈新河在接受《中国电子报》记者采访时表示,大数据交易处在非常原始的阶段,相当于人类商品交换的以物易物阶段。数据资产交易是慢慢征程,所以试错在所难免。他认为,目前数据还难以公允定价。商品交易的三个要素,有人愿买、有人愿卖、公允定价。前两个要素时时刻刻存在,需求紧迫,卖的强烈,但唯独不能在定价上达成一致,数据缺乏市场的公允定价,甲方买走乙方的数据,乙方还有一份(工业品交易伴随着物权的转移),还可以再卖给丙方,甲方还可能转售丙方、丁方,同样的数据甲方卖给乙方和丙方时,乙方和丙方会根据不同场景应用数据所带来价值的不同而愿意支付的价格会有很大差异,同样一份数据在不同时间价值也会大相径庭。
“工业时代交易工业产品是同质的分子,数据交易是异质的比特,每比特包含人的行为信息、设备的运行信息、企业的经营信息才是数据的价值所在,所以我们要用新思维、新理论体系去思考这个新问题,而不是用工业思维去思考信息经济的新问题。”陈新河强调。
据介绍,目前有产业界提出了数据权益交易(DataEEX),简单讲就是,甲方拥有一批数据,经过脱敏化、标签化处理后,乙方、丙方、丁方可以根据自己的商业场景,用不同的算法模型,将这些数据用于广告、电商、旅游、餐饮等方面,甲方与各方可以评估数据商业价值闭环中各自的贡献,进行利益分成,比如甲乙交易时,数据价值占80%,剩下的20%归乙方;甲丙方交易时,甲可能只能分到70%。
金融服务将成“基础设施”
数据资产评估为衍生品交易提供了基础,其中金融服务就是重要的组成部分。
以大数据为代表的新兴产业发展的一个核心关键是解决企业技术研发所需的资金来源。为此,国务院发布了《关于金融支持经济结构调整和转型升级的指导意见》,提出依靠金融创新为新兴产业发展提供切实有效的支持。《促进大数据发展行动纲要》也提出要探索开展大数据衍生产品交易。数据资产评估为衍生品交易提供了基础,其中金融服务就是重要的组成部分,这让初创企业融资渠道变得更多。
“金融创新的核心就是通过盘活中小企业‘存量资产’,增强企业的融资能力,提升企业资金流动速度。对于大数据企业而言,‘存量资产’主要是以数据为代表的无形资产。这类资产通常难以定价,无法进行抵押融资,将这些资产‘盘活’不仅需要对数据的深刻把握,更需要创新性的金融工具。”中国行政体制改革研究会常务副秘书长王露告诉记者。
据介绍,通过明晰数据资产的所有权、结合产品测试和资产评估的方式提供数据质押贷款和企业挂牌上市融资,是解决大数据企业研发所需资金来源的一种有效、可行的方式。金融创新有利于拓展大数据产业参与渠道,提升数据资产的流动性。
记者了解到,数据资产金融衍生品涉及三种形态:一是数据资产质权贷款,例如企业通过资产评估中心进行数据资产登记确权后,持数据资产登记确权证书与数据资产评估报告到合作授权的银行等金融机构办理数据资产质权贷款服务。
二是数据资产股权入股。企业的数据资产可以到大数据交易所或数据交易中心挂牌上市。
三是数据资产的有价证券。企业可在大数据交易所或数据交易中心发行基于数据资产的有价证券,从而成为引导数据流动并据以进行数据交换的数据货币。
“利用大数据金融产品和金融服务模式的创新,引导社会资金流向,可以为大数据产业的发展提供可靠保障。大数据金融服务将和工业时代的电力、公路一样,成为产业发展的重要‘基础设施’。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10