京公网安备 11010802034615号
经营许可证编号:京B2-20210330
区块链数据的价值体现方式
很多人在提到大数据的时候,都会提到这样一个观点:数据即价值。宏观的来看这个论点,没什么问题。然而,我们如果回溯一下这个观点的论证过程,就会发现一些有意思的事情。
信息本身不具备直接变现的能力,信息的价值是在使用中得到体现的。一般人们在论证大数据的价值时,使用的逻辑是:“企业如果想要在竞争中保持不败,那么就需要在数据的收集和处理上不断努力,更多的收集数据和更好的分析数据,以更多的信息支撑来创新商业模式及准确的商业决策。”
从这个论证过程,我们就可以看到,实质上“数据即价值”是由“信息不对称”推导得来的。从股市上的很多例子我们就可以看出,如果一个上市公司在休市期间出了严重的问题,并且这个信息被所有人知道,开市以后,公司股票就会直接大跌。
掌握这个信息的人,并没有实现数据变现。但如果这个信息只是极少数的人知道,那么,这个信息就具有极强的变现能力。
经济学有一个重要的前提基础:“稀缺产生交换,交换引发价值”这个论断同样适用于数据价值。如果数据稀缺并且数据有意义,那么它通常就能用来交换进而引发价值。
区块链上的数据具有公开透明的特性,因此,区块链上的数据并不具有稀缺性。如果从大数据的逻辑来看区块链上的数据,那么这些数据的价值就很低了。这是因为区块链的初衷从来都不是试图让单个个体受益,区块链是致力让所有参与者的整体受益。
区块链上的数据是公开透明并且不可篡改的,任何区块链的参与者都可以利用这些数据。正是由于这些特性,使得区块链“没有任何一个中心能够控制这个系统,数据一旦产生便不可更改。这产生了强大的信任,因此人们常说区块链是一台创造信任的机器。”
论证区块链上的数据的价值,正确的逻辑是:“由于区块链上的数据降低了整体行业的交易成本,这就是区块链上数据的价值体现。”
因此,我们说区块链上的数据价值更多体现为一种使用价值,而不是一种交换价值。使用价值高交换价值低的东西,通常都是一些人类生存所必须的基础物资,在经济学的很多理论中,都举“水”“空气”这些东西作为例子,来论证交换价值和使用价值之间的关系。基于这样的类比,我们可以得出结论:区块链也是一种底层的基础设施。
事实上,区块链和互联网是非常相似的,互联网作为信息社会底层的基础设施,上面承载了海量的财富和价值,但互联网核心路由器、核心网络上面的数据,人们很少去关注它。区块链也应如此,区块链技术将作为未来信用社会和价值互联网的底层基础设施,人们将更多关注在区块链的商业模式和具体应用上,区块链底层数据的形态和具体内容将不再得到大多数人的重视,而底层技术极大可能上将会趋于统一化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28