投稿 | 现阶段我为什么不看好纯粹的数据交易?

原力大数据创始人江颖表示，尽管大数据交易平台建设正值爆发期，数据交易号称的市场规模也在不断壮大，同时也有国家大力的政策支持。但是短期内，我仍然不看好数据交易，因为现阶段的数据交易缺乏了必要的基础构建

来源：数据猿 作者：江颖

导言：

普通人发现，自己的隐私在不断被暴露，不是房屋中介就是股票推荐;

一般企业会说，“大数据就是骚扰电话和短信”、“能不能帮我找到客户发短信、打电话”;

业内人都清楚，现阶段大量的数据交易实际上就是客户隐私数据和敏感数据的出卖，并且已然催生了庞大的地下产业链;

现阶段的 “数据交易”，多限于个人身份、企业基础信息的核实验真，而更多的是客户隐私数据的黑市交易。

尽管大数据交易平台建设正值爆发期，数据交易号称的市场规模也在不断壮大，同时也有国家大力的政策支持。但是短期内，我仍然不看好数据交易，因为现阶段的数据交易缺乏了必要的基础构建。

1普遍缺乏大数据认知，不知道大数据能做什么

在大数据产业中最重要的因素是人，而在数据交易中，交易双方必须对数据有清晰的认知、理解。但在现阶段，大数据刚刚起步，绝大多数的行业、企业对于本身数据、数据如何使用并不清晰。所谓认知理解基础，指的是知道“我能用数据做什么”、“别人的数据对我有什么作用”、“我的数据对别人有什么作用”等等。

理想的数据交易是数据提供方与需求方能够进行对接，解决企业之间的数据缺失问题，完善数据价值。但大数据的能力和价值是抽象的，大部分是非直接的，这就导致很多人对数据价值的认识不到位，甚至不同位置的人之间也存在着严重的断层。

很多时候做搜集数据工作的人不知道拿数据做什么用，作数据分析的掌握不了数据质量，营销策划人员不知道数据能够帮助他们做什么，管理者会发现大数据的应用没有达到预期的效果。

再者，对于数据交易这个前所未有的领域，作为数据提供方、数据需求方或交易平台管理者，不同的角色该怎么发挥自己的作用，大家能够促成什么事情，其实很多人在思想上都是没有做好准备的。

2缺乏数据交易基础，高质量数据拿不出来

口径不一致，有数据却用不了

数据口径必须要极为明显、确保一致，才能保证后续高效利用。在建模分析中,对于所研究的变量,必须搜集、整理其时序的或某个时点的横断面数据资料,它们是建模的物质基础。这些数据资料的质量,直接关系到模型的质量，影响我们对数据的应用。

然而，大数据对于大部分行业都还是新鲜事物，部门、行业间存在严重的数据壁垒和孤岛现象，很多数据口径不明晰，别人读不懂你的数据;又或者同类数据口径不一致，没有办法合并同类项。

就拿大数据征信举例，不同部门的信用评级标准不一样，很可能对于同一个的评估结果就有天差地别。这时候该相信谁，该采用谁的标准?大数据本应是告诉你答案的，而不是让你陷入新的难题。但如果没有明晰、一致的口径，数据就不能帮助我们解决问题，数据交易又有什么意义呢?

数据拿不出来，躺着睡大觉

数据交易要发挥作用，必须要有高质量数据集的参与。但众所周知，越是高质量的、具有核心竞争力的数据，就越是容易涉及信息安全、信息敏感等问题，因此越是被高度保护、无法获取。

几乎每天新闻都会曝光非法的数据交易，利用各种社交工具售卖学生个人信息、银行卡卡号密码等等。明明是非法的勾当，却还是有那么多人以身试法，正说明了目前正规交易市场的数据其实远未能满足商业需求。

数据交易不应该触碰到用户个人隐私信息、敏感信息这条红线，那如何在不触碰红线的前提下，输出数据的能力，跟其他数据进行拼接，这是我们需要长时间不断探讨的问题。而现阶段的数据交易并没有办法释放这部分的数据能量。

可读性不足，数据形同虚设

我们有个客户，手头上掌握的数据能够帮助同行业的一些企业来做精准营销，但他的数据既有文本、又有数字，且规范性差，可读性非常的弱。有些政府数据也是如此，虽美其名开放数据，但数据孤岛、数据结构性差等问题大量存在，没有办法被机器读取。

像这样的非结构化数据其实不在少数，而且大都蕴藏着巨大的价值，但需要大量的时间、人力物力去做清洗、处理。这些基础工作在现阶段并没有做好，所以数据也就难以实现拼接和大规模流通。

3缺乏制度基础，交易环境不明朗

数据交易下，隐私和安全问题是社会最关注、最敏感的问题。随着大数据时代的到来，过往的法律法规并不能简单地套用到数据交易的场景中，需要制定特定的制度、法规。否则数据交易将会长期处于一个尴尬的境地，进退两难。

此外，行业与行业之间、企业与企业之间目前仍然没有数据互通的意识或共识，大家对于自己所拥有的数据还是持十分谨慎保守的态度。但未来这种态度必须要转变，因为跨界数据的整合才能够带来大数据应用的爆发。

4数据交易要蓬勃发展，把数据“拿出来”是关键

我认为数据交易是趋势、是未来，但由于不具备上述基础，现阶段还很难发展。在这些基础之上，最本质、最核心需要解决的是高质量数据“拿不出来”的问题。所谓“拿不出来”，意思是数据变现必须运用间接的方法，而不可能通过纯粹的原材料买卖来变现。

要怎么把数据“拿出来”，第一，必须要形成一套口径统一的标签体系。通过长期摸索，当标签极其规范时，我们就能够以标签化输出代替原始数据输出，信息孤岛才能够被打通。

第二，是要形成行业与行业、企业与企业良好的信息共享机制、保密机制，完善的法律法规，数据交易才能够顺利地进行，健康发展。

同时，像我们做大数据的公司，其实还肩负大数据普及教育的使命——提升大数据意识，培训大数据能力，激活企业大数据资产。要告诉企业大数据是什么，能帮你做什么;然后深入探讨交流，分析你所具备的能力，有什么需求;还要给企业做大数据培训，做能力建设等。

结语：

我曾经提出“技术不是大数据第一生产力，数据交易才能带来应用的爆发(链接)”，但数据交易绝对不是纯粹的数据原材料买卖，否自在未来将会丧失核心竞争力，借助大数据做一些现在做不到的事情，才是大数据交易蓬勃发展的未来!