京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据资产流通产生价值_数据分析师培训
在“互联网+”的背景下,大数据的开放成为趋势。对于如何充分挖掘大数据的商业价值,贵阳大数据交易所总裁王叁寿日前接受中国证券报记者专访时表示,大数据是一座金矿,在互联网+战略中起着重要的支撑作用;数据可以属于可以复制并反复交易的资产,将成为全球最重要的资产;随着全国政府数据的公开,将创造几万亿的新兴产值;同时大数据将改变众多行业的商业模式。建立大数据交易所,就是让大数据资产流通并产生价值。---数据分析师培训
130家企业已成为会员
中国证券报:如何将数据资产化?交易品种有哪些?如何进行定价和交易?未来发展规划怎样?
王叁寿:贵阳大数据交易所以电子交易为主要形式,通过建立大数据的网上交易系统,搭建交易平台。大数据交易所交易的并不是底层数据,而是基于底层数据,通过数据的清洗、分析、建模、可视化出来的结果。大数据交易所实现365天7x24模式的不休市交易。
目前总计有30多个大数据交易品种,涉及政府、医疗、金融、企业、电商、能源、交易、交通、商品、消费、银行卡、教育、社交、社会等领域。为了保证大数据不被滥用,交易所只允许B2B交易,不允许个人交易。交易所采取会员制,会员才能交易,会员经过严格审核。目前中国联通(600050)、京东、腾讯、余额宝、华为、中兴等130家企业已成为交易所会员。
在定价方面,不同品种的大数据价格机制不一样,实时价格主要取决于数据样本量和单一样本数据指标项价值,而后通过交易系统自动定价,价格实时浮动。
交易所已正式运行一个多月,20多家会员之间发生了上千笔交易,交易金额不到一千万,最大的一笔交易为银行购买企业征信数据,交易金额为290万元。此外,余额宝的天弘基金购买了25万元企业及产业数据,目前银行为大数据交易所最大的买方。
未来五年,大数据交易所计划发展会员机构到一万家,日均交易额突破100亿元,年总额达3万亿元,并发展200家大数据交易的做市商,数据清洗交易量年达1万PB,围绕交易所平台的创业公司突破1万家。同时,交易所计划两年之内上市,成为中国第一家上市交易所。
尽快制定交易标准
中国证券报:为何会选择在贵阳建立大数据交易所?股东结构是怎样的?
王叁寿:目前贵阳是工信部等主管单位确定的大数据唯一试点城市,政策上支持。贵阳整个经济在全国省会城市中比较靠后,但发展速度比较快,每年保持两位数的增长,中央层面支持贵阳利用大数据产业进行“弯道超车”。此外,大数据交易所最早在贵阳开始酝酿、筹备,并推动一些大数据交易标准的制定,这也是大数据交易所落户贵阳的重要原因。贵阳大数据交易所目前有五家股东,其中贵州阳光产权交易所占25%,九次方大数据占22%,富士康占21.5%,另外两家为贵阳市企业。贵阳大数据交易所不仅属于贵阳,也面向全国大数据产业,现在已有11个省市政府在大数据交易所开通交易账户,包括广东、海南、青海、济宁、苏州、成都、宁夏等地区,作为政府数据公开的一个窗口。
中国证券报:如何保障数据系统的安全?在制度上还需要在哪些方面进一步完善?
王叁寿:所有交易都是基于现有法律框架下进行,目前指导大数据交易的规则为702公约,但亟需国家相关部委牵头推动探索大数据交易相关立法,尽快制定国家标准,如技术标准、安全体系以及监督监察体系。尤其是安全标准,从而确保数据来源合法真实可信,交易买方不滥用。这些标准的制定有助于政府数据公开,同时对地方政府财政也有帮助
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06