京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据交易:火热概念下的破冰探索
上周末,又一个购物节“双12”如期而至。随着电商“席卷”更广阔天地,线上交易行为带来的海量数据,正越来越庞大。
这样的数据对于专业电商团队,是一笔巨大资产。不久前的“双11”,阿里巴巴以秒级速度滚动的水立方数据大屏成为了一大焦点。而这背后,阿里在内部尝试了小范围的公共数据收费使用模式。
数据已经成为生产力的一部分,数据经济正日益受到重视。今年9月份,国务院发布《国务院关于印发促进大数据发展行动纲要的通知》(以下简称《纲要》),提出完善大数据产业链。
在这样的背景下,数据作为商品的属性越来越受到重视,大数据交易也越来越多地被提及。记者调查发现,从概念上看,大数据交易蕴藏巨大商机,似乎被寄予无限期待,部分企业、机构开始跑马圈地抢占先机;然而从实践上看,大数据交易市场还没有出现井喷,数据商品的充分流转尚需时日。 ●南方日报见习记者 姚翀 记者 戎飞腾实习生 李静娴 严舒一 巫惠娟
概念火热
交易平台不断涌现
2015年被称为大数据落地的元年。
日前,阿里巴巴副总裁车品觉向外界透露,为了让数据充分流动起来,阿里数据团队一方面花了很长时间统一数据,从底层加以统一建设起了全域数据公共层,另一方面采取虚拟货币的形式,在内部对公共数据的使用进行收费。车品觉表示,计费是为了让数据使用更规范更安全,如此协同才能让数据经济的价值得到充分发挥,同时鼓励各部门贡献更多数据。
如果说阿里的数据经济更多的是着眼于集团内部,那么有的企业可能更为大胆,他们希望专门服务于数据跨企业、跨行业的流动、共享。早在2010年左右,我国便出现了一些专注于大数据服务的企业。彼时,大数据概念尚未为公众熟知,直到2013年,大数据概念才渐渐火热。
今年9月份,国务院发布《纲要》。其背景是信息技术与经济社会的交汇融合引发的数据迅猛增长——《2015中国大数据交易白皮书》指出,2014年中国大数据市场规模达767亿元,2020年这一数字将突破8000亿元。
与大数据概念热相伴的是,大数据交易平台如雨后春笋般涌现:2014年初,数海大数据交易平台在北京中关村启动;今年4月,贵阳大数据交易所成立;7月底,武汉东湖大数据交易中心开业;而华东首个大数据交易平台江苏省大数据交易中心落户盐城……
同样专注于搭建数据交易平台的数据堂(北京)科技股份有限公司创始人齐红威曾表示,大数据领域各个环节的企业互相依存,市场主体的供求关系比较复杂,数据的供给方往往也是需求方。
正是这种互相依存的双向供需,加速推进了以畅通大数据交易、实现大数据价值的交易平台的建立。
市场遇冷
活跃程度未达预期
2015年3月,贵阳大数据交易所成立。
“目前全球范围内,贵阳大数据交易所是第一家经国家层面批准成立的大数据交易所。”贵阳大数据交易所总裁王叁寿对南方日报记者表示,该所的最大优势,在于“获得了国家层面的支持、交易系统将逐渐升级为国家级大数据交易系统”。
正因为如此,该所期望在2020年达到日均交易量100亿,扶持1万家大数据相关企业创业。
不过,与殷切的期望相伴的,则是充满变数的现实:成立至今大半年,贵阳大数据交易所的交易额为6000万,发展会员260家,与全年计划实现的2亿元交易额仍有一定差距。
部分较早成立的交易平台,也在发展中遇到较大阻力。公开资料显示,早在2014年初就已成立的中关村数海大数据交易平台,截至今年7月份,虽然在数据供应商上已经突破了1214家,自营数据商品数量也突破百万种,但成交量只有1.6万笔,交易额也仅5980万元。
市场并没有一点即爆。对此,王叁寿坦言,大数据作为商品交易仍是新生事物,它的发展需要时间,必须得有耐心。
这很大程度上与当前大数据交易市场中买卖两方的谨慎、观望态度有关。记者从数家知名互联网企业了解到,这些企业的数据团队主要服务于集团内部,对于跨集团、跨行业的数据交易,这些企业态度谨慎。
日前,在深圳举行的WOT2015“互联网+”时代大数据技术峰会上,360商业产品首席架构师刘鹏表示——“国内数据交易市场尚不成熟”。“中国这两年有很多数据交易所出现,但是我个人的看法,这些都还不是我们真正期望的用户行为数据交易。”刘鹏认为。
新炬网络执行副总裁程永新也表示,企业要能把数据当成资产,而实现数据资产的变现,关键是跨界合作。“就像经济全球化一样,完全开放的数据交易只能是一个最理想状态下的口号,当前真正有可能实现的,应该还是企业与企业间的小团体资源互换,就像区域合作一样。”
正是基于此种观点,有业内人士分析指出,数据交易平台应该更注重数据价值的深层挖掘,把自己作为资产改造、组合和融通的平台,这样才能把数据资源深度嵌入到特定领域的价值链条中。
规则之困
定价及隐私保护争议
在国外,一名美国人火了,他将3个月积攒的大约7个GB的隐私数据卖掉,该数据价格炒到了1100美元。
个人积攒的隐私数据竟被热炒,这不禁让人疑问,数据究竟该卖多少钱?目前,业内并无公认定价体系。
记者了解到,中关村数海交易平台采取的付费模式包括包月和计次两种模式。中关村大数据交易产业联盟秘书长、数海科技董事长秦虑此前接受媒体采访时介绍,在确保数据不涉及个人隐私、不危害国家安全,同时在获得数据所有方授权的情况下,平台会提供参考价,但并不干涉最终的成交价格。此后,通过数据购买用户的反馈,平台会对定价规则进行逐步调节、探索。
在刘鹏看来,目前数据交易价格偏低,仍难以迎来爆发,“主要在于没有找到数据产品的核心定价资格,也没有找到真正市场化的竞价手段”。
与尚不成熟的定价相比,大数据交易的隐私保护问题,则更让人担心。
腾讯、阿里有关人员均向记者表示,他们的多数数据都是用户行为数据,涉及用户隐私,肯定不会轻易拿去售卖。
大企业规避风险的声明,实际上正反映了公众对数据泄密的担忧。
对此,多数大数据交易平台都强调自己会采用“脱敏”技术——对数据源的属性进行描述和标注,如果涉及到敏感数据的调用,将进行实时的数据清洗、技术屏蔽、审核处理。
但是,刘鹏认为“脱敏”是不能解决问题的,“大数据交易的隐私保护,20%要靠政策法规,剩下80%还是要靠产品和技术。在实际运作中,隐私始终是大数据使用头上的达摩克利斯之剑。”
据了解,欧盟有专门负责隐私保护条例制定的委员会,但我国现有的网络信息相关法律法规虽然明确了对个人信息权益的保护,但仍缺乏足够具体的规定。
尝试突破
统一标准打破藩篱
“大数据生态体系的完善,需要完善数据质量评估和定价、增强数据安全和隐私保护等,缺少哪个环节都不行。”来自易观智库的大数据营销问题研究专家指出。
定价、隐私保护规则必须确立,其难点实际上在于当前行业标准的缺失。
“如今绝大多数大数据是以各种形式分散地存在于政府部门、电商企业、电信运营商和互联网公司,数据标准不统一、口径比较杂乱,数据间难以衔接,这也是限制大数据开发和共享的一个障碍。”国家统计局统计科学研究所副所长许亦频在接受媒体采访时曾表示。
所幸,无行业标准的情况有望改观,大数据相关企业不断跑马圈地的扩张之势,正倒逼着行业标准的制订、出台。
2014年9月,全国信息技术标准化技术委员会大数据标准工作组成立,负责制定和完善我国大数据领域标准体系。据了解,该委员会当前正在制定大数据标准,将主要分为基础标准、数据处理、数据安全、数据质量、产品和平台、应用和服务6大领域,明晰的界定对于大数据交易的统一有序具有重要的意义。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09