专栏首页华章科技我国网络信息安全产业概览(政策+产业链+挑战)

我国网络信息安全产业概览(政策+产业链+挑战)

导•读

数据交易可以打破信息孤岛和行业信息壁垒,促进高价值数据汇聚对接,满足数据市场多样化需求,实现数据价值最大化,对推进大数据产业创新发展和“互联网+”战略实施具有深远意义。近两年来,政府支持或企业、产业联盟主导的大数据交易平台多地开花,预计到2020年,我国大数据市场规模将超过8000亿元。我国大数据交易目前尚处初级和探索阶段,总结分析主要大数据交易平台模式及其优劣势,并提出未来发展方向十分必要。

三类大数据交易平台模式和优劣势分析

(数据/情况统计截至2016年9月)

贵阳大数据交易所是我国第一个大数据交易所,交易所不进行基础数据交易,而是根据需求方要求,对数据进行清洗、分析、建模、可视化等操作后形成处理结果再出售。交易所采取会员制,对会员资格有较高要求,数据提供方和需求方都须成为会员才能交易。截至2016年4月已运营一年,发展会员300余家,接入数据源公司100多家,可交易数据量超过50PB,发生实际交易会员超过70家,交易数据总量超过10PB,交易额突破7000万元。

——优势:一是贵阳大数据交易平台具备权威性和公信力,更能吸引调动各方资源,汇聚高价值数据,包括政府部门数据和行业龙头企业数据等。二是对交易双方较为严格的会员资格要求,一定程度上保证了数据质量和数据的使用安全。三是交易数据分析结果因为不是原始数据,也暂时规避了困扰数据交易的数据隐私保护和数据所有权问题,有利于活跃数据交易市场。

——劣势:交易所进行数据分析交易处理结果,一定程度上限制了数据潜在价值挖掘,而且大数据应用未来将渗透到众多行业,交易所在细分领域甚至跨行业的分析挖掘技术和专业知识上可能会捉襟见肘。

(数据/情况统计截至2016年9月)

数据堂成立于2011年,2014年12月在新三板挂牌上市,顺利完成了多轮融资,目前公司市值达25亿元。数据堂主要从事互联网基础数据交易和服务,建有交易平台,业务模式主要有两种:一是根据需求方要求,利用网络爬虫、众包等合法途径采集相应数据,经整理、校对、打包等处理后出售,即数据定制模式;二是与其他数据拥有者合作,通过对数据进行整合、编辑、清洗、脱敏,形成数据产品后出售。目前,数据堂拥有4.5万套、1200TB以上规模的数据源,涵盖科技、信用、交通、医疗、卫生、通信、地理、质监、环境、电力等领域。

——优势:一是交易平台完全采取市场化运营,对于数据的提供方和需求方来说,门槛低,更能调动交易双方的积极性,有利于各类数据的汇聚和开发利用。二是数据定制模式以需求为导向,使数据采集、交易更具针对性,减少了不必要的时间和人力资源浪费,提高了数据使用效益。

——劣势:一是爬虫或众包方法都不易从互联网上获取如企业运营、用户交易行为等核心高价值数据。二是随着各地政府支持的交易所纷纷建立,数据交易有了更多场所可以选择,数据拥有者出于权威和公信力因素,可能会选择将数据在交易所出售,给数据堂带来竞争压力。

(数据/情况统计截至2016年9月)

中关村数海大数据交易平台由中关村大数据交易产业联盟(在中关村管委会指导下,由工业和信息化部电信研究院、中关村互联网金融协会等60余家单位机构参与组建)发起成立,北京数海科技有限公司承建、运营。它属于开放的第三方数据网上商城,平台本身不存储和分析数据(仅对数据进行必要的实时脱敏、清洗、审核和安全测试),而是作为交易渠道,通过API接口形式为各类用户提供出售、购买数据(仅限数据使用权)服务,实现交易流程管理,平台按包月或调用次数进行收费。截至 2015年7月平台上线一年半以来,平台聚集数据供应商超过1214家,数据交易量1.6万笔,交易额5980万元。

——优势:这一模式完全市场化,可以调动企业提供、购买数据的积极性,促进供需方进行公平交易,并有依托产业联盟促进数据交易生态形成的优势。

——劣势:在我国目前数据交易市场不成熟的现状下,企业出售和购买数据的意识不强,通过平台发布的数据并不是市场真正需要的,平台尚未建立起促进企业提供高价值数据的有效机制。

大数据交易平台未来发展策略探析

——第一,专注于数据交易的市场化运营模式将更具优势。大数据交易既然是交易,自然应给予市场更多权力,充分市场化才能促进数据的充分流通。交易平台应更专注于基础数据交易和保障服务,配有专业的数据分析团队帮助不具备数据分析能力的用户实现数据开发利用,不应把交易和分析硬性捆绑,给予购买方分析数据主动权,发掘数据价值。

——第二,探索建立促进高价值数据供应的激励机制。需求方在购买数据前并不能查看数据内容,为避免提供的数据质量不高,只有促进高价值数据的供应,才是交易平台的价值所在。平台应促进提供方不断维护、升级数据,将提供方角色从“一锤子买卖”的出售者变为“数据运营者”,建立利于高价值数据持续供应的有效机制。

——第三,需要更加关注大量长尾数据和中小企业数据应用需求。目前,交易平台的参与者主要以大企业为主,而实际上分散在众多所有者处的零散数据也非常可观,只是每个所有者所有的数据量不大,不足以让他们有意识出售数据,同时他们利用数据的观念也不强。成熟的数据交易市场需要足够数量的活跃供给方和需求方,因此未来交易平台需要激活存在于大量中小企业的长尾数据,提升中小企业的大数据应用和交易意识。

本文系数据观综合自赛迪智库研究分析,作者:庄金鑫

END

投稿和反馈请发邮件至holly0801@163.com。转载大数据公众号文章,请向原文作者申请授权,否则产生的任何版权纠纷与大数据无关。

本文分享自微信公众号 - 大数据(hzdashuju)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-07-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 大数据分析然并卵?那是因为你没做到这些

    看到这篇文章,感觉对数据分析一些点总结蛮好的,分享给大家。数据分析要产生真正的价值,或者说要让业务方,管理层感觉到真正的价值,其实需要非常多的东西:

    华章科技
  • 大数据时代,传统统计学依然是数据分析的灵魂

    什么是数据?数据(data)在拉丁文里是“已知”的意思,在英文中的一个解释是“一组事实的集合,从中可以分析出结论”。笼统地说,凡是用某种载体记录下来的、能反映自...

    华章科技
  • 什么是数据湖?有什么用?终于有人讲明白了……

    导读:数据湖概念的诞生,源自企业面临的一些挑战,如数据应该以何种方式处理和存储。最开始,企业对种类庞杂的应用程序的管理都经历了一个比较自然的演化周期。

    华章科技
  • 【钱塘一周说】社科院调查:四成人讨厌“大数据”

    新闻速报1 ? 大数据在技术的不断优化完善中快速发展,各类新兴互联网企业尤其是电商平台、社交平台争相建立大数据中心,全面采集各类用户行为信息资源,并基于所 获得...

    钱塘数据
  • 数据猿专访 | 北大新媒体研究院副院长刘德寰:大数据将在公共卫生领域迎来爆发式发展

    <数据猿导读> 刘德寰教授在接受数据猿采访时说到,公共卫生跟人的生命密切关联,未来,大数据一定会在公共卫生领域有巨大的应用前景跟爆发式发展;但同时也很担忧,现在...

    数据猿
  • 关于数据质量的思考

    最近和几个同事聊了下关于数据的一些问题,有一个问题引起了我的好奇。那就是数仓体系和大数据体系的数据质量差异。

    jeanron100
  • 能源大数据建设面临的问题与解决方案

    6月24日,在第四届世界智能大会城市能源大数据高峰论坛上,发布了国内首个城市能源大数据发展白皮书--《天津城市能源大数据发展白皮书2020》。

    数据前沿
  • 大数据正强势入侵生活的各个方面,你发觉了吗?

    随着互联网的发展,信息交流也在不断加速,大数据在各行各业几乎都站稳了脚跟,特别是越来越多的政府机构与公司组织都已经把大数据应用作为了重要的一环。那么,大数据在社...

    数据猿
  • 数据湖 | 一文读懂Data Lake的概念、特征、架构与案例

    本文包括七个小节:1、什么是数据湖;2、数据湖的基本特征;3、数据湖基本架构;4、各厂商的数据湖解决方案;5、典型的数据湖应用场景;6、数据湖建设的基本过程;7...

    王知无
  • 大数据变现,这里有9种商业模式,你走的哪条路?

    <数据猿导读> 大数据产业具有无污染、生态友好、低投入高附加值特点,对于我国转变过去资源因素型经济增长方式、推进“互联网+”行动计划、实现国家制造业30年发展目...

    数据猿

扫码关注云+社区

领取腾讯云代金券