
大数据资产流通产生价值_数据分析师培训
在“互联网+”的背景下,大数据的开放成为趋势。对于如何充分挖掘大数据的商业价值,贵阳大数据交易所总裁王叁寿日前接受中国证券报记者专访时表示,大数据是一座金矿,在互联网+战略中起着重要的支撑作用;数据可以属于可以复制并反复交易的资产,将成为全球最重要的资产;随着全国政府数据的公开,将创造几万亿的新兴产值;同时大数据将改变众多行业的商业模式。建立大数据交易所,就是让大数据资产流通并产生价值。---数据分析师培训
130家企业已成为会员
中国证券报:如何将数据资产化?交易品种有哪些?如何进行定价和交易?未来发展规划怎样?
王叁寿:贵阳大数据交易所以电子交易为主要形式,通过建立大数据的网上交易系统,搭建交易平台。大数据交易所交易的并不是底层数据,而是基于底层数据,通过数据的清洗、分析、建模、可视化出来的结果。大数据交易所实现365天7x24模式的不休市交易。
目前总计有30多个大数据交易品种,涉及政府、医疗、金融、企业、电商、能源、交易、交通、商品、消费、银行卡、教育、社交、社会等领域。为了保证大数据不被滥用,交易所只允许B2B交易,不允许个人交易。交易所采取会员制,会员才能交易,会员经过严格审核。目前中国联通(600050)、京东、腾讯、余额宝、华为、中兴等130家企业已成为交易所会员。
在定价方面,不同品种的大数据价格机制不一样,实时价格主要取决于数据样本量和单一样本数据指标项价值,而后通过交易系统自动定价,价格实时浮动。
交易所已正式运行一个多月,20多家会员之间发生了上千笔交易,交易金额不到一千万,最大的一笔交易为银行购买企业征信数据,交易金额为290万元。此外,余额宝的天弘基金购买了25万元企业及产业数据,目前银行为大数据交易所最大的买方。
未来五年,大数据交易所计划发展会员机构到一万家,日均交易额突破100亿元,年总额达3万亿元,并发展200家大数据交易的做市商,数据清洗交易量年达1万PB,围绕交易所平台的创业公司突破1万家。同时,交易所计划两年之内上市,成为中国第一家上市交易所。
尽快制定交易标准
中国证券报:为何会选择在贵阳建立大数据交易所?股东结构是怎样的?
王叁寿:目前贵阳是工信部等主管单位确定的大数据唯一试点城市,政策上支持。贵阳整个经济在全国省会城市中比较靠后,但发展速度比较快,每年保持两位数的增长,中央层面支持贵阳利用大数据产业进行“弯道超车”。此外,大数据交易所最早在贵阳开始酝酿、筹备,并推动一些大数据交易标准的制定,这也是大数据交易所落户贵阳的重要原因。贵阳大数据交易所目前有五家股东,其中贵州阳光产权交易所占25%,九次方大数据占22%,富士康占21.5%,另外两家为贵阳市企业。贵阳大数据交易所不仅属于贵阳,也面向全国大数据产业,现在已有11个省市政府在大数据交易所开通交易账户,包括广东、海南、青海、济宁、苏州、成都、宁夏等地区,作为政府数据公开的一个窗口。
中国证券报:如何保障数据系统的安全?在制度上还需要在哪些方面进一步完善?
王叁寿:所有交易都是基于现有法律框架下进行,目前指导大数据交易的规则为702公约,但亟需国家相关部委牵头推动探索大数据交易相关立法,尽快制定国家标准,如技术标准、安全体系以及监督监察体系。尤其是安全标准,从而确保数据来源合法真实可信,交易买方不滥用。这些标准的制定有助于政府数据公开,同时对地方政府财政也有帮助
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16