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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12