发帖
雷达卡
第一部分 数据“圈地运动”
随着发改委《组织实施促进大数据发展重大工程的通知》的发出，大数据产业进入全面政策利好时期。在不久的将来，在数据交易方面会迎来更深布局，更多数据交易机构将萌生。
数据的大范围流通与交易将会成为将来大数据产业的主要业态之一，而数据交易中心则是其中的重要枢纽。而对于数据交易中心而言，最为迫切及显而易见的工作，无疑是快速扩充自身的数据目录——作为一个专业的数据交易机构，核心价值毫无疑问首先在于所掌握的数据资源数量。为此，最为简单粗暴的方式，就是利用数据交易中心自身的资源，在政府、商界等触手能延伸到的领域获取数据目录，甚至签下排他性协议为佳。或者出台“数据孵化”机制，实质上让大量质量难以保证的数据进入到目录之中。
而这犹如历史上的“圈地运动”，虽能为数据交易中心完成原始数据资本的积累，但却难以有效推动数据交易市场的真实交易量。这里我们以国内政府数据共享开放做得相对比较好的上海市政府数据服务网(www.datashanghai.gov.cn)为例。上海市政府数据服务网是国内政府数据开放的标杆，上面总计发布了401个共享数据集，数量之多、覆盖之广在政府数据开放领域无疑是开创先河的，也充分反映了上海政府在这方面的努力和诚意。但客观而言，我们发现大部分为开放的数据为静态数据，数据虽然有管理主体(发布的各级部门)但缺乏有效的运营与管理，大量数据几乎半年、一年都未得到更新。另外数据类型多以如机构信息等POI数据、宏观经济数据、政务文件数据以及气象环境数据为主，一些数据难免有鸡肋之感。即使抛开数据标准不一等技术问题，但若要深入挖掘其中的价值，尤其是在商业层面价值显得不怎么容易。
图1 上海市政府数据服务网
数据“圈地运动”虽然能快速扩充数据目录的广度，但缺乏“优生优育”的数据，往往在价值对接中存在巨大的难度，造成了面前是数据的汪洋大海但仍然难取一瓢的遗憾。
数据大致可以分为两类，第一类数据，是不涉及任何个人隐私的统计性与科研数据，为求直观，本文接下来先姑且称为非隐私数据。而非隐私数据正是当前数据交易所主要收集数据种类;而第二类数据，是形成了“四方问题”闭环的明细用户特征与行为数据，本文接下来简称为个人数据。这类数据的特点是由于涉及到个体用户的行为与兴趣，蕴含着巨大的商业价值，但也直接涉及了用户的隐私，当前直接交易存在几乎不可逾越的鸿沟。
这里需要说明的是，本文中的个人数据领域，并非交易已经充分匿名化的个人数据，而是带有用于找出这个用户的虚拟用户身份标识的个人数据。否则哪怕数据再有内涵，无法定位到用户并转变为营销与洞察，这类数据都是难有有武之地的，但保留用户身份标识又涉及到了隐私保护的问题，难度就在于此。
为什么需要把数据交易分为非隐私数据交易，以及个人数据交易这两种类别分开观察?因为这两类数据实际有很明显的特征区别——首先在应用难度上，个人数据比非隐私数据简单很多。比如获取了一组带有用户显性标识(如手机号、邮箱等)的最近加入购物车商品偏好数据后，就能够很容易将之用于精确营销，但如果拿到的是匿名的区域性电商交易统计数据，则需要使用大量的统计分析工具，才能将其用于如商机分析等应用(例如淘宝“数据魔方”产品)，而至于其他信息量不怎么丰富的非隐私数据(如城市出行规律数据)，要挖掘其中的价值就更要破费心思了。
其次从应用价值上，非隐私数据由于经过了大量的统计汇总及匿名化处理，往往大部分数据的信息量将会显著失真。而个人数据是公认价值巨大的数据，以至于出现各种数据黑市盗卖个人信息，如果这些数据能被应用于阳光之下，其价值更加不可小觑。关于个人数据的巨大价值潜力，在本文第二部分还会进一步分析。
从交易难度上，非隐私数据交易非常简单，因为非隐私数据通常具备明晰的所有权，并且不存在用户隐私问题，可直接交易，但个人数据存在棘手的用户隐私问题，要将其放在阳光下交易的难度，不言自明。
从定价方式上，非隐私数据可使用简单供给方挂牌定价的方式就够了，但个人数据由于价值差异性巨大，可能需采取需求方定价等复杂定价方式，难度同样不可相提并论。
通过上述分析可以得到一个易见的事实，就是非隐私数据虽然应用价值不如个人数据，又具有应用难度较大的缺点，但由于具备交易难度低、定价简单两个黄金优势，势必将成为数据交易当前重点布局的类型，只要能一定程度克服应用难度偏高这个缺点即可。
理想的非隐私数据交易，是将其定位于数据服务，并非是简单的原始数据交易。交易平台除了需要具备广阔的数据目录以外，还需要具备优越的数据运营、咨询能力。有一个具启发性的思路就是，数据交易中心可借鉴手机应用商店做法，设计激励政策将数据供给方的角色从“出售者”转变为“数据长期运营者”——鼓励供给方不断维护、升级所提供的数据，比如勘误、定期更新数据(类似应用商店中的版本管理)，激励手段举例如给予活跃维护数据的供给方的数据产品提供在平台上更多的曝光、平台扣起部分收入根据购买者售后投诉情况做备用赔付金等。从此以往，数据需求方不再是花钱“购买数据”而是“订阅数据”，从而不仅能减少提供方以次充好捞一票就走的行为，也更能体现交易对象是数据服务的本质。
围绕非隐私数据的交易以及相关数据服务，或会让部分数据交易中心走上专业化的路径，如专业金融数据及服务交易机构，因为非隐私数据的特征注定了每个需求方使用原始数据挖掘价值的方式是不经济的，业态可能是以提供特定领域数据服务为主的专业数据交易中心，或数据交易中心+专业数据服务机构绑定的联合。
例如被华尔街视为眼中钉的科技公司Kensho。Kensho将大量的经济运行数据、金融交易数据、政治信息以及通过复杂的金融模型运算，可以像Google一样以简单方式提供答案，比如苹果发布iPhone 7以后哪些股票将涨。
因此，数据交易中心不能单纯聚焦于扩充数据目录的“圈地运动”，在缺乏数据服务深耕的布局下或许很难走远，非隐私数据交易的最佳形式是走数据服务/咨询报告。
上述讨论的范畴主要集中于非隐私数据的交易，而个人数据(个人明细的行为/特征数据)的交易存在极为棘手的隐私、定价问题，但其成功交易与流通将能爆发出更为耀眼夺目的价值。为什么如此说?这要从一种全新的生产形态——反馈经济说起。
第二部分 反馈经济与个人数据交易
当前，大数据的发展处于萌芽状态，数据科学为传统互联网产业提供了突破性的应用。然而在更多的传统产业内，大数据充其量只是一门新兴的技术，作为远期规划，留存于管理者面对投入与产出不确定性的犹豫不决之中。
互联网、大数据、云计算及智能设备四种推动性力量，令到个人行为得到越来越多的量化。过去只有电信运营商、银行等机构能够量化部分个人的数据，但现在随着手环等智能设备的高度渗透，将产生各类爆发式的数据，通过便捷的互联网连接，将其汇聚于云端，最终利用数据科学形成新的推动性力量。
数据的力量，使得高度以用户为中心的闭环能够形成，用户的实时需求能够得到越来越迅速的反馈。同样是电视，为什么乐视的估值能达到一千多亿，而索尼的电商部门几乎每年都面临被分拆甚至出售之忧?原因在于乐视与用户间具备更为紧密的连接，借助内容云与用户数据体系通过电视屏幕界面快速反馈用户的娱乐需求，并以比传统电视媒体更好的体验呈现至客户，乐视甚至可使用海量的用户偏好数据，帮助乐视影业策划影片。而传统的电视生产商，在电视出售给用户之后很难再与用户有任何互动，甚至并不掌握终端用户是谁。简而言之，其核心价值在于更短的反馈时间，以及更个性化的体验。
这种紧密围绕用户行为与需求、深度耦合互联网、大数据、云计算及智能设备四种推动性力量赋予的数据科学能力，形成针对用户个性化需求的快速反馈，我们可称为反馈经济。反馈经济的核心特征是能把智能设备获知的各种数据实时传输到云中，通过数据科学能力分析其中的需求含义，最终把一项解决方案反馈到用户的手机终端或其他设备上。
图2 商业过程的两个核心节点
恒古至今，商业逻辑就是价值让渡的过程，即需求经历产生到满足中间的一段商业过程后最终得以满足。而这段商业过程中有两个核心的关键点：第一个是从需求产生到被满足的反馈时间;第二个是需求被满足的方式。过去由于工业界缺乏与终端用户的有效连接，传统的计划式生产不仅滞后于用户真实需求，标准化大生产同时无法满足用户的个性化偏好，而基于数据科学的反馈经济是能将上述商业过程带到极致的模式。
我们看到，目前发达的电商已建立产品销售环节的高度互联网化并沉积用户数据，在营销层面上已实现针对用户购买需求的快速反馈。基于用户行为数据的推荐引擎技术、精准RTB广告正在不断缩短这种反馈时间，并提供个性化的体验。但我们注意到，发达的电商并未减缓中国商品产能过剩、同质严重的长期问题，原因在于数据无法反馈到生产端。
基于用户数据的反馈经济，让产品超脱了其固有使用价值本身，使生产商具备了深入的用户运营能力。如小米手机逐渐成为一个平台，运营并反馈用户更多的需求，如耳机、可穿戴设备、智能家居产品，而其中最为关键的，是需求通过数据作为中介，直接连接生产端的设计与制造。届时，厂商已经超出了单纯的制造生产范畴，成为类似目前电信运营商的角色，我们可称其为客户运营商。
以此推论，将来冷链电商将会推出自己的智能冰箱，唱片公司将会推出自己的音乐手机，正如内容商乐视推出了自己的乐视电视，关于上文提及的乐视估值问题我们可以有一个观点：乐视并不是一个正统的电视厂家，而是以电视为生态平台的客户运营商，相对传统“唯视听”电视生产商，其商业模式领先了一个世代。
最终，反馈经济将会带领我们进入智能化社会——无处不在的智能设备、智能生产、智能服务，我们一切的需求将能获得快速、个性化的反馈，而数据在反馈经济中扮演着血液供给养分的作用。
回到数据交易上，“一人一世界”将是反馈经济的写照，这也是我们为什么说个人特征与行为数据如此重要的原因。
第三部分 未来的个人数据交易业态
让我们回到最初的原点，为什么个人特征及行为数据在将来会被广泛交易?其中一部分原因是数据的割据及外部性，但本文看来，其最为深层次的原因，是反馈经济的特点所决定的。
反馈经济的实质是智能化世界，我们一切需求将会被便捷、聪明地满足。其终极状态犹如电影《钢铁侠》中唐尼的人工智能管家贾维斯，只待我们开口，它就会立即反馈解决方案，帮助处理各种事务，导致大部分经济活动都附属于这种反馈模式——甚至成为我们的“生活操作系统”。但到达此之前，更多的广义智能设备将分别扮演“贾维斯”的角色，包括智能手机、智能汽车、智能家居产品等，在各个领域为我们带来更为便捷、智能化的生活体验。
这些广义智能设备将脱离单纯的产品范畴，它们的提供商将成为客户运营商，其目标在于运营好用户的需求。如乐视运营用户的看电视需求，将来智能冰箱势必“承包”了用户的厨房，帮其便捷地购买食物。这个特征导致了不同客户运营商之间，是你中有我的关系，比如智能冰箱运营商不可能依靠自身满足所有用户的食物需求，对于一些小众的进口食物，智能冰箱运营商可做的，是将此需求数据共享出去，由其他企业反馈这个需求。
反馈经济决定了客户运营商自身的客户，也将是其他运营商的客户，“跨界”经营将成为一个普遍性的常态，大规模的代表着需求事件的个人数据交易将成为业界再正常不过的事情，正如现在的互联网流量交易。
未来个人数据的交易业态究竟会是怎样的?接下来我们需要保持脑洞扩开，想象一种个人数据大规模、可持续性交易的模式。但之前我们不得不先花一点时间与篇幅，理顺个人数据可交易的大前提——个人数据交易法理层面规则。
交易前提：个人数据交易法理层面规则
首先，个人数据交易的前提，是数据所有权(Ownership)的明晰，以及严格的个人隐私保护。我们知道，个人数据是关于个人用户特征与行为的描述，个人用户是数据的第一方主体，但实际上却又不享有数据的控制权，数据由如电信运营商等第二方负责收集与存储，这是一个“四方问题”，如图3所示。
图3 数据交易“四方问题”闭环
正因用户对数据的主体性，本文认为个人用户本身，是数据交易中不可被跨过的一方。数据交易的前提，是个人用户对数据的主体权利得到尊重，在缺乏用户授权的情况下，个人数据禁止交易——即“无授权不交易”。
无授权不交易，表面上为数据交易加了一层枷锁，但实际是交易成本更低的选择。一方面个人用户，在电信运营商、互联网巨头等数据收集机构(第二方)前无疑是弱势方，具备一票否决权才能让交易体系更为平衡;另外如无授权能交易，虽然方便了交易的发生，但交易双方仍会为数据的潜在隐私问题瞻前顾后、战战兢兢，交易成本反而更高。
围绕个人用户对自身数据的主体性权利，以及无授权不交易原则，需要制定相应具备法律、行政意义的用户隐私保护法案，并建立有行政权威性的个人大数据保护机构作为市场监管常任组织，防止数据被滥用。
法理层面是个人数据交易最底层的基石。不解决个人数据权利与隐私问题，数据交易犹如空中楼阁。接下来，我们看看反馈经济下个人数据广泛交易的模式可能是怎样的。
业态可能性：反馈经济下未来个人数据交易的生态圈
个人数据交易与反馈经济是两项息息相关的事情，个人数据在反馈经济中扮演着血液供给养分的作用。用户本身，以及所有的需求行为都会被量化为数据，在互联网、大数据、云计算及智能设备四种推动性力量下，进入需求实时反馈——个性化满足的闭环。在这种理解下，个人数据至少可以分为两种核心类型：个人特征(Profile)数据，以及行为事件(Event)数据。
个人特征(Profile)数据——以用户为主体的描述性数据，如人口统计特征、社会状态、以及特定行为的结果性数据(如金融行为延伸的个人征信数据、消费行为延伸的客户等级数据)。
行为事件(Event)数据——反馈经济将由场景驱动，其背后是一个个代表着个性化实时需求的行为事件数据，例如冰箱中某类食物耗尽、健康监测设备显示心率不正常、查询某一旅游目的地。每一项这些个性化的Event数据，都蕴藏着潜在的反馈机会，针对数据，我们可以为用户反馈一次精确营销、一个动作建议、一项解决方案、一个APP推荐、一个数字内容等各类Offer。
逐渐，一种创新性的数据交换组织将会诞生，那就是产业数据交换联盟(Industrial Data-Exchange Alliance，简称IDEA)。产业数据交换联盟是一种企业成员制组织，服务于成员间的数据交易，并致力于打造低成本、规范化的数据流通平台。对内产业数据交换联盟指定严格的成员行为准则，明确保护个人用户数据隐私，并制定联盟内部标准数据交换协议(Standard-Data Exchange Protocol)，统一数据标准;同时，通过组织内的严格自律及市场宣传活动，对外为社会树立良性的个人数据保护品牌性认知，如用户在注册一个陌生的应用时，见到应用的提供商是联盟的成员，即明白到自身数据权利将受到严格保障。
分享到：
京公网安备 11010802022788号
