未來較大前景的數據產品發展領域有經濟、教育、醫療、人文、交通、商業、地理、通訊、氣候、物流、能源以及生活服務這12個大類，覆蓋了國民經濟的方方面面以及各個參與主體。比如醫療數據，有臨床醫學病例的治療數據、用藥數據、醫療檢測驗血數據、b超、ct、mr治療的恢復數據、用藥的臨床一期二期數據等。就如國外的GSK公司，在中國找相關性病例的全套數據，最高出價可以到16萬。醫療數據目前還沒有完全充分開放，它的價值是非常高的。還比如人文領域中，景點、藝術收藏品、數字藏品、音樂、旅游、VR、AR、游戲、專利、設計、攝影、交通、能源、物流等，也都有很大的價值。
數據交易市場中，數據商在智能制造、節能降碳、綠色資源建造、新能源、智慧城市等方面，都能沉淀大量行業本身屬性的特色數據。第三方專業服務機構在數據集成、數據經紀、合規認證、安全審計、數據公證、數據保險、數據托管、資產評估、爭議仲裁、風險評估、人才培訓等方面，可以集成各子公司以及合作伙伴的數據資源，進行數據經濟托管式的運營，甚至一些數據加工以及深度挖掘。
數據交易目前還處于非常前期的階段，存在很多挑戰。
1.數據進場交易的意愿不足
研究發現，目前多以場外直接交易為主，通過平臺交易尚未形成規模，數據進場意愿不足。
2.權屬不清，交易成本上升
合規交易的基礎是清晰的產權歸屬，但數據所有權擁有者是產生數據的個人還是記錄數據的企業，業界、學界和司法界莫衷一是，而以所有權為基礎的使用權、處置權等更難以界定。
3.未能形成統一的定價標準
國內還沒有任何機構和組織制定跨區域、跨行業的大數據易標準，各大數據交易平臺的交易規則存在差異。
4.核心技術創新不足支撐不夠
研究發現，在數據安全保障、權屬界定、價值挖掘、創新應用等核心領域，應用AI、區塊鏈、隱私計算等技術創新依然不足，核心技術支撐不夠，無法滿足多樣化的現實需求，導致“脫媒”交易現象嚴重。
5.缺乏有效治理，阻礙數據流通
研究發現，目前政府和互聯網平臺匯聚大量高價值數據，但伴隨“大量”而來的是“混亂”“無序”，尤其是政府數據普遍缺乏有效治理，不能提供持續、多源的、標準化的數據資源，阻礙數據流通。
6.部分交易機構活躍度并不高
研究發現，設立數據交易平臺較多，但設有官方網站、公開運營的不多，活躍度不高。
7.數據擁有主體眾多，數據資源整合難
研究發現，由于各領域數據門類繁雜，來源廣泛，數據擁有主體眾多，部分數據擁有者缺乏流通變現意識，參與者數據分享意愿不強，導致數據資源難以有效整合，制約數據交易發展。而且，數據資源整合過程中還面臨操作難、協商難等問題，無法充分整合匯聚，數據交易缺少必要的基礎材料。
8.數據要素交易市場同質化明顯
因數據要素流通依托互聯網，不受地域限制，且數據可復制，大量交易以場外點對點方式進行，數據要素交易市場同質化明顯，數據要素交易市場難以建立有效的競爭壁壘。
9.監管政策缺少對交易機構的約束
國內尚無國家頂層大數據交易立法，對數據交易機構的法律定位，經營范圍、職責權限等沒有統一認定，機構審批流程缺少權威規定。不同數據交易平臺制定交易規則出發點不同、順粒度不同，難以對數據交易各環節各主體進行有效約束。
10.跨學科數據人才缺乏，阻礙市場發展
要最大限度發揮數據的經濟價值，需要更多專業的跨學科數據人才，精通數據挖掘、分析等。伴隨行業數字化推進，需要更廣泛的數字化人才引入，人才缺口依然在持續增大。未來，需要建設更多產學研三位一體的數據專業人才培養基地，更好滿足數據專業人才市場需求。
