京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代的数据买卖 个人隐私如何保障_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
在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11