日日碰狠狠躁久久躁96avv-97久久超碰国产精品最新-婷婷丁香五月天在线播放,狠狠色噜噜色狠狠狠综合久久 ,爱做久久久久久,高h喷水荡肉爽文np肉色学校

睿治

智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一,入選IDC企業數據治理實施部署指南。同時,在IDC發布的《中國數據治理市場份額》報告中,連續四年蟬聯數據治理解決方案市場份額第一。

數據交易的場內外博弈

時間:2022-08-04來源:如果二請深二瀏覽數:232

現有數據交易市場大多僅限于特定的數據類型,而數據一旦被廣泛接受,供應商就可以不借助市場進行銷售,逐漸形成自身的銷售渠道。同時,定制化數據服務從特征上看和數據市場并不匹配。只有描述復雜性和資產專用性足夠低、交易頻率比較高的產品才屬于數據平臺市場的交易產品類型。數據的可計算性使得數據有可能從低資產專用性逐漸過渡到高資產專用性,以符合垂直領域對數據使用的需求。然而,這樣的變化規律會導致數據交易過程離開交易市場,即去平臺化現象,最終導致數據交易市場只能長期面向低價值的數據產品展開交易。

#?國內數據流通市場的數據產品現狀?#

自2014年中關村數海大數據交易平臺、北京大數據交易服務平臺和香港大數據交易所等最早的3家數據交易機構建立以來,目前我國已陸續有40多家交易機構先后成立。

我國數據交易機構成立情況

綜合來看,其建設思路大致可以分為兩類。第一類是平臺類市場,如貴陽大數據交易所和上海數據交易所。第二類則是單邊市場(或稱為數據集市),即由數據密集型企業主導建立的數據交易或服務市場(如中國電信、國家電網、阿里巴巴等);或是由“采銷一體”型專業數據服務企業主導的交易市場,這類機構往往面向特定市場的需求,采集特定資源,根據業務需要組織成數據產品,如萬得(Wind)數據、聚合數據、數據堂、京東萬象等。

從披露的數據產品和服務類別來看主要分為七大類:數據集(或稱為數據包)、基于API的信息服務類產品、基于許可證(license)使用的數據產品、以清洗加工處理為主的數據處理服務、以分析和建模為主的數據應用服務、數據分析工具服務和行業研究報告。

#?國內數據流通市場的數據產品及其服務的交易模式?#

數據集產品往往可以結合統計指標進行描述,因此描述復雜性不高,但某個數據集通常可以用于多個不同的領域,因此資產專用性依賴于場景。API和許可證類的商品往往需要具體的操作說明,并且與設備、接口以及結果代碼含義等有關,通常對需方的數據對接能力有一定要求,因此描述復雜性略高于數據集產品。數據處理服務、數據應用服務通常需要根據客戶的具體要求定制化實施,因此資產專用性較高或很高。

可以看出,并非所有的數據產品或服務都適合數據平臺市場。適合在數據平臺上進行交易的數據產品是可計算、具有一定通用性(排除高度定制化服務)、可以描述清楚、可以重復交易以及符合國家法律規定的數據產品。目前只有數據集這一類產品適合在數據平臺市場或交易中心進行自主交易(即n對m的形式)。買賣雙方在沒有占主導地位的市場參與者的情況下,根據平臺提供的合約模板達成雙方均可以接受的交易內容、交易價格和交易成本分擔方法,從而帶來平臺市場的流動性。然而,由于數據產品本身的不確定特性,平臺運營商需要建立一套科學的交易規則和服務,促進買賣雙方的信任交易行為。而對于那些需要大量業務知識或技能進行處理才能使用的數據集產品,可以采用數據平臺市場、做市商市場模式進行交易。

數據產品及其服務的交易模式與兩維度之間的匹配邏輯

目前我國數據市場中數量最多的是行業應用類數據服務,即提供針對特定行業的解決方案。其購買途徑需要通過管家咨詢匹配,深度了解訴求,定制解決方案,并最終在特定企業應用。這一類數據服務并不適合數據平臺市場,而更加適合電子層級的交易形式,即一對一服務的模式。同樣,需要根據客戶的具體要求,按項目制方式提供一對一長時間的服務與互動的數據處理服務也適合電子層級的交易形式。

相較而言,API產品、許可證產品屬于描述復雜性較高、資產專用性較低的數據產品,比較容易以集市交易模式進入數據流通市場。與此同時,伴隨著這一類數據的資產專用性不斷提升,容易導致數據產品的流通模式從數據平臺市場向其他方式轉變,出現去平臺化的現象。比如,企業工商數據作為描述復雜性低、應用范圍廣的數據產品,更加適合在數據平臺市場上進行交易。

然而伴隨企查查、天眼查等數據服務商逐漸將數據聚合,形成個人和企業征信等數據產品,這些數據服務為特定領域帶來的價值也更加凸顯。此時數據服務商就可以將客戶帶離平臺,無須再通過數據市場進行交易,而是自己直接聯系客戶。更為困難的是,由于數據的可計算性,原先適合于電子市場的數據產品有可能出現去平臺化的發展規律。例如天氣和交通等公共數據,本身描述復雜性低,也不存在特定的專用領域,然而,一旦此類數據被封裝成面向特定行業領域的數據產品,如用于旅游、金融、互聯網地圖服務等領域,資產專用性隨之提高,數據的供應方理論上可以單獨形成產品的售賣渠道,不需要再依附于任何外部的電子市場。

為此,數據交易平臺運營商需要建立一系列科學的制度以及創新的技術支持手段,降低已經進入平臺的參與者去平臺化的可能性。而那些描述難度過高(如未經加工清洗的原始數據)且并不面向任何專用領域和場景的數據,往往在數據價值評估、處理成本分擔、數據隱私保護等方面存在各種問題或風險,難以加入交易過程中。數據流通交易市場的運營者需要提供數據清洗加工、數據分析建模應用、數據產品的存儲服務等增值服務,讓原本不能進入交易市場的數據產品可以進入市場,增強數據市場的有效供給。對于每一個數據產品,最好建立各類應用場景的“示范樣本”,不斷降低數據產品的描述復雜性和資產專用性,從而擴大數據交易平臺上可交易的數據產品規模。

#?結束語?#

由此看來,現有數據交易市場大多僅限于特定的數據類型,而數據一旦被廣泛接受,供應商就可以不借助市場進行銷售,逐漸形成自身的銷售渠道。同時,定制化數據服務從特征上看和數據市場并不匹配。只有描述復雜性和資產專用性足夠低、交易頻率比較高的產品才屬于數據平臺市場的交易產品類型。數據的可計算性使得數據有可能從低資產專用性逐漸過渡到高資產專用性,以符合垂直領域對數據使用的需求。然而,這樣的變化規律會導致數據交易過程離開交易市場,即去平臺化現象,最終導致數據交易市場只能長期面向低價值的數據產品展開交易。

數據交易平臺商需要根據市場建設的戰略目標、交易的復雜性、交易的頻率、平臺商與供方的關系、市場結構、需方的相對實力等因素來選擇平臺的主要交易模式,或者采取多板塊的策略同時選擇幾種交易模式。其次,對于數據交易平臺商而言,在建設初期,設立做市商的交易模式可能更有助于擴大市場規模。通過專業化模式來幫助買賣雙方降低數據產品的描述復雜性和資產專用性。最后,對于數據交易平臺商而言,提高市場流動性最重要的任務并不是發現高質量的數據供應,這是因為需方可以發揮自身的聰明才智和探索能力不斷尋找適合自身的數據。相較而言,平臺更重要的任務是探索合理的機制防止或減緩去平臺化。

(部分內容來源網絡,如有侵權請聯系刪除)
立即申請數據分析/數據治理產品免費試用 我要試用
customer

在線咨詢

在線咨詢

點擊進入在線咨詢