京公网安备 11010802034615号
经营许可证编号:京B2-20210330
区块链数据的价值体现方式
很多人在提到大数据的时候,都会提到这样一个观点:数据即价值。宏观的来看这个论点,没什么问题。然而,我们如果回溯一下这个观点的论证过程,就会发现一些有意思的事情。
信息本身不具备直接变现的能力,信息的价值是在使用中得到体现的。一般人们在论证大数据的价值时,使用的逻辑是:“企业如果想要在竞争中保持不败,那么就需要在数据的收集和处理上不断努力,更多的收集数据和更好的分析数据,以更多的信息支撑来创新商业模式及准确的商业决策。”
从这个论证过程,我们就可以看到,实质上“数据即价值”是由“信息不对称”推导得来的。从股市上的很多例子我们就可以看出,如果一个上市公司在休市期间出了严重的问题,并且这个信息被所有人知道,开市以后,公司股票就会直接大跌。
掌握这个信息的人,并没有实现数据变现。但如果这个信息只是极少数的人知道,那么,这个信息就具有极强的变现能力。
经济学有一个重要的前提基础:“稀缺产生交换,交换引发价值”这个论断同样适用于数据价值。如果数据稀缺并且数据有意义,那么它通常就能用来交换进而引发价值。
区块链上的数据具有公开透明的特性,因此,区块链上的数据并不具有稀缺性。如果从大数据的逻辑来看区块链上的数据,那么这些数据的价值就很低了。这是因为区块链的初衷从来都不是试图让单个个体受益,区块链是致力让所有参与者的整体受益。
区块链上的数据是公开透明并且不可篡改的,任何区块链的参与者都可以利用这些数据。正是由于这些特性,使得区块链“没有任何一个中心能够控制这个系统,数据一旦产生便不可更改。这产生了强大的信任,因此人们常说区块链是一台创造信任的机器。”
论证区块链上的数据的价值,正确的逻辑是:“由于区块链上的数据降低了整体行业的交易成本,这就是区块链上数据的价值体现。”
因此,我们说区块链上的数据价值更多体现为一种使用价值,而不是一种交换价值。使用价值高交换价值低的东西,通常都是一些人类生存所必须的基础物资,在经济学的很多理论中,都举“水”“空气”这些东西作为例子,来论证交换价值和使用价值之间的关系。基于这样的类比,我们可以得出结论:区块链也是一种底层的基础设施。
事实上,区块链和互联网是非常相似的,互联网作为信息社会底层的基础设施,上面承载了海量的财富和价值,但互联网核心路由器、核心网络上面的数据,人们很少去关注它。区块链也应如此,区块链技术将作为未来信用社会和价值互联网的底层基础设施,人们将更多关注在区块链的商业模式和具体应用上,区块链底层数据的形态和具体内容将不再得到大多数人的重视,而底层技术极大可能上将会趋于统一化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28