
大数据时代的数据买卖_数据分析师
4月14日,全国首个大数据交易所—贵阳大数据交易所正式挂牌运营并完成首批大数据交易。完成的这批数据交易,卖方为深圳市腾讯计算机系统有限公司、广东省数字广东研究院,买方为京东云平台、中金数据系统有限公司。
一问:大数据怎么卖?谁来买?
首批交易的完成,标志着全国首个大数据交易所正式投入运营。大数据也能交易?这笔新奇的买卖引发了诸多好奇。
大数据咋定价,怎么卖?“交易所以电子交易为主要交易形式,面向全国提供数据交易服务。数据值多少钱,由交易所与数据卖家协商制定,数据内容和交易价格在平台网站上挂出。买家看中了,在平台上拍下就算交易成功。”贵阳大数据交易所总裁王叁寿同时介绍说,对于数据交易,交易所与数据供应商之间进行4∶6分成,同时视具体数据价值,适当对数据采购方进行收费。
交易的数据从何而来?王叁寿介绍,大数据交易所提供的只是交易平台,至于企业与企业之间商业交易的数据,全是卖家通过各种渠道自行搜集、统计、分析之后提供的。
据悉,贵阳大数据交易所执行会员制度,不论是卖家还是买家都需要先“入会”才能获得交易资格。入会先提交申请,审核过关的才能进驻交易所,且尚不接受个人用户参与交易。目前已经有神舟数码、华为云、中国通讯电信研究院、京东等超过130多家企业参与其中。据该交易所预计,未来3~5年每天交易量将达到100多亿元。
业内人士指出,目前很多数据的销售存在灰色地带,而且中国目前还未形成真正意义的数据交易市场环境,主要是没有数据交易的市场存在,而大数据交易所的设立可以有效解决数据交易中各方的困惑,理顺市场渠道,规范数据交易行为。
至于大数据卖给谁,专家表示,大数据市场参与者可能具有多重交易身份,既是大数据的提供者,也是大数据的消费者。各类市场参与者的交易,能使大数据交易市场更加活跃,增加市场的流动性,引来更多大数据商品的加入和交易。
二问:大数据交易有啥用?
近年来,大数据成为一个新名词。从个人电脑到网络再到云端,大数据所蕴藏的海量信息,以及这些数据背后所埋藏的线索、趋势乃至商机,正被越来越多的人重视。从企业精准营销到公共疾病防控,从路况监测到财务审计,在政府、医疗保健、交通和学术研究等领域,均能将大数据的作用发挥得淋漓尽致。如纳税数据、公积金数据、社保数据、房产数据等,都能帮助金融机构降低对个人信用的评估成本。
据市场研究公司IDC预测,2015年我国大数据市场规模将从2010年的32亿美元增长到170亿美元,复合年增长率为40%。但与此同时,对于数据信息的安全与共享应用的需求也与日俱增。业内人士指出,当前迫切需要针对数据开放采取从立法到建立标准、展开执行监督等一系列措施,一方面规范数据开放,另一方面形成数据开放的倒逼机制,推动各级政府及相关社会组织实施数据开放。
“税务、工商等部门之所以信息化程度高,与他们有巨大的社会服务压力密切相关,缺乏信息化落后的部门很大程度上是因为为社会提供的公共服务产品,从而造成信息化动力弱。提高服务能力,将逼迫这些部门加快信息化步伐,增强数据开放意识。”神州数码董事长郭为表示。
如何引导更多企业开放大数据?科技部重大专项办公室独立专家刘箭表示,大数据的应用需要更多的企业开发各自行业、领域的数据,市场的参与者越多,市场的交易选择和能找到的价值就越大,“政府应该鼓励更多企业开放他们的大数据,企业间的大数据通过更多的交互和交易,才能实现最大的价值化”。三问:大数据交易,个人隐私如何保障?
针对大数据交易会否导致个人隐私泄露问题,王叁寿解释道,大数据交易的是数据分析结果而不是数据本身,数据分析结果交易是关键点,并且在进入平台交易前,数据都要经过脱敏,抹去和隐私相关的信息,保障普通人的隐私。
“交易的数据是基于底层数据,通过数据的清洗、分析、建模、可视化后的结果,并不直接交易底层数据。”王叁寿表示,他们严格控制交易所的会员准入制度,申请加入交易所的会员必须接受严格的资质及信誉审查。此外,数据买家也必须遵守交易所制定的保护条例,不得私自转售、泄露“数据产品”,以确保数据不被滥用。
事实上,在大数据交易平台正式搭建之前,数据信息被私下交易的情况便已十分普遍。根据人们日常生活的经验,诈骗电话及恶性广告推销等行为都是不良数据交易引发的信息泄露所带来的恶果。然而这些弊端的产生并不是由于数据交易本身造成的,而是由交易规则体系不完善造成的。
“如果不想造成侵犯隐私,在交易之前,数据供需双方就必须要明确什么样的数据可以进行交易,什么样的不可以。”百融(北京)金融信息服务股份有限公司高级总监段莹坦言,目前问题在于中国没有隐私法,很多数据是否涉及隐私很难界定。而一些发达国家,很早就形成了有关数据资产的法律体系,有的国家已经处在探讨数据资产化的阶段,比如法国出台数字经济纳税条例,对享有公民免费数据的互联网企业增加一些税种。
目前大数据交易仍处在起步阶段,但各地已经开始了探索。据悉,除贵阳大数据交易所外,中关村大数据交易产业联盟也已与重庆等地政府签订了战略合作协议,帮助后者建设大数据平台,将政府体系的数据分级分度地开放开发出来。预计今年将与各地方政府合作建设10家区域性的大数据交易平台。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18