大数据从最初概念的提出到成为像土壤、矿藏一样的资产，如何获取数据资产？如何利用数据资产推动行业创新？如何实现数据资产的增值和变现？
目前很多传统企业依然面临着信息孤岛的问题，很多企业面临着大量的数据不知道从何入手。对于传统企业来说，要想真正发挥数据的价值、让数据进行变现，还需找到真正的应用场景。
发源地认为：72%的企业首选大数据应用需求是基于客户行为分析的大数据营销，其次产品创新、风险预测、供应链管理、客户服务等也是企业优先考虑的大数据应用。
前几年，国内大数据产业讨论较多、落地较少，商业模式处于初探期。进入2015年之后，大数据产业告别了泡沫，进入更务实的发展阶段，从产业萌芽期进入了成长期。当前大数据交易平台作为业界最重要的探索方向，现在正承担着推动大数据产业快速发展的重任。这里有国家级B2B模式的贵阳大数据交易所，也有企业级B2B、B2C、C2B模式兼有的发源地大数据交易平台。
一、现今数据交易面临的问题
1.从消费者角度来说，目前消费者个人信息保护还不规范。不管大家是否愿意，网上还是线下，政府各个部门，还是银行，甚至包括保险公司留下的信息，数据都是在不断流转。
消费者通过提供这些个人隐私和信息都是希望得到个性化服务。比如消费者在淘宝上面去注册，在微博，微信注册留下个人信息都是希望得到这个网站或者app提供的服务。但是，实际上信息在后台流转，这些信息流转是消费者最担心的问题。
2.从媒体角度来看，包括移动端，PC端，电视端等考虑的问题是什么？他们希望流量和资源价值最大化。媒体数据不可以跨屏打通，比如优酷每天的用户几个亿，但是在PC和移动端还是需要串起来。我早上在电脑上看了视频，一会儿路上用手机看，他们很难把我匹配起来，或者只有登录的时候才能匹配上。因为优酷是做视频的，他知道看哪些视频，但用户在其他地方有什么动作他不知道，他其实又想知道，这就是需要其他方面的数据供给。
3.不少数据加工方缺少数据，也就是缺少需求对象，加工出来的东西也需要找需求方，同时缺少加工环境。当然，这个加工环境和数据是匹配的。不少数据加工方自认为有很多算法和模型，实际上缺少应用环境。
4.很多第一方数据提供方，自己有一些数据，他们面临的问题之一是数据孤岛的问题，自己的数据比较单一，但是不可以连接，很难360度了解一个人。
5.第三方数据提供方。他通过不同的角色、关系以及其他的服务，可能变相拿到很多数据。他们往往缺少数据变现方法，拓展起来很难。同时，很难有效增值，因为对数据理解不到位，只有数据连接才能实现指数级别增值。其次，数据应用渠道缺失，流动性差，就像是死数据，价值体现就非常有限。
6.数据需求方。首先，消费者还原很难，很难了解消费者，现在大品牌有非常强的诉求。比如宝洁这种企业非常希望了解他的消费者，除了买宝洁哪些商品以外，周末去哪里玩儿，住在哪些小区，爱逛哪些商场等信息都是品牌商想要了解的。
二、大数据交易平台的出现
数据变现的最重要的渠道——大数据交易平台，极大促进数据交易的便利及安全性
大数据交易平台聚合了很多人的数据。如果你有自己的小网站，想把数据变现，那么就可以将数据托管给数据交易平台，它获得网站数据后，加工成一些市场上可以流动的标签，再通过广告卖出去，随后和你分成。数据交易平台聚合了多种原始的数据，通过加工成统一标签以后售卖。
其实数据交易有以下几种模式
1、数据相互交换交易
2、数据和服务交易
用服务作为数据的标的物目前是用的比较多的。比如，品牌商有10万数据。但是，他只知道买了该品牌的洗发水或者洗衣液，但不知道10万人到底长什么样子，包括年龄多大，职业是什么，购买力到底多强等等，这时他把数据上传就可以换取对用户的画像，这是一种服务
3. 数据和权益交易
例如高级用户去首都机场就可以进VIP休息室，背后是数据和权益交换，或者某个公司的金卡会员去买某品牌商的东西时可以打折，或者获得专享商品等等。
4. 数据和钱直接交换。现在用的比较多的就是这种模式。
数据交换需要具备以下基础能力：
（1）交换肯定得有交换场所，所以，应该有一个安全的接入和存储环境
（2）需要有ID Mapping的能力把数据匹配起来（可以由专业的第三方服务商来提供）
（3）需要一个安全、开放、大规模数据加工的环境。很多数据格式不规则，信息也是乱七八糟的。这就需要有整理加工的环境。而且，这个加工的角色不一定是数据拥有者，可能是第三方平台这个地方只授权给一些专业的加工者，它帮助整理后进行交换或者交易。
（4）数据价值评估体系。一般的商品价值评估从两个层面进行，第一成本估价，我获得的产品成本是10万，我可能卖100万，别人卖150万；第二需求估价，这个产品就我家独一份，10个人来买我就是1000块钱，1000个人来买就定100块钱。但是，数据如何估价与商品定价不同，因为给了别人以后我自己没有损失，我还是可以同样给别人。
（5）数据交换需要有一个市场促进流动，这时就需要一个供需市场，类似于股票市场，有越来越多股民交易股票的时候，这个市场流动起来就会活跃。
二、数据的应用场景
1、政府
这里指的地方政府主要是指国家控制的诸多机构，如电力、邮政、财税、医院、学校等等。
地方政府拥有20%最核心的数据，这些数据直接影响着整个大数据产业的发展。
交通数据：通过传感器了解车辆密度合理进行道路规划、信号灯调控，提高已有线路运行能力。
教育数据：考试、课堂、师生互动、校园设备使用、家校关系等等都被数据包围着，
政府拥有的数据的实例就不举例了，很多文章中都有提到，诸如“环保数据对抗PM2.5”、“教育大数据-因材施教”、“交通大数据-畅通出行”等等。
2、运营商
国内三大运营商：电信、移动、联通，他们掌握着中国网民的所有互联网行为，无论你是去百度查询信息还是去淘宝上买东西，你都有可能被记录。当然运营商不会去记录所有，也不会去保存，因为那样成本无法估算，只有有特定的需求时才会针对性的记录。运营商的数据应用范围可谓广泛
全世界每天都有几十亿人使用计算机、平板电脑、手机和其它数字设备产生海量数据。据Forrester的最新研究显示：在线或移动金融交易、社交媒体、GPS坐标等数据源每天要产生超过2.5 X1018的所谓“大数据”。今后几年，数据的增长速度将超越摩尔定律。
电信市场的渗透率通常很高（近100%）。截止2015年6月中国网民已达6.68亿。当用户打电话、使用互联网、发送消息或导航时，他们每一秒钟都在产生数据。即便用户只是将手机连接到运营商的网络中，也会产生位置、移动速度、计费甚至生物计量等数据。另外具有潜在价值的大量承接关系数据每天以客户位置、设备交互、购买行为、在线状态、社交地图和人口统计数据的形式从运营商这里大量流走。而只有运营商才能采集到如此之多地与用户行为有关的信息。
电信网络中的数据：如前所述，全世界每天都有几十亿人使用计算机、平板电脑、手机和其它数字设备产生海量数据。这些数据通过运营商的网络传输，但却没有得到充分利用和货币化。在我们讲述数据货币化之前，让我们首先看下运营商的数据：
存在于运营商网络中的数据：终端信息 节点：DM DB位置信息 节点：LBS系统等互联网行为 节点：GGSN等
终端品牌； 终端价格； 发布时间； OS版本； 网络支持； 屏幕尺寸； GPS功能； Wifi支持； 摄像头； 等等用户位置（工作时间）； 用户位置（工作时间之外；娱乐区中的用户频率位置； 不同地点的用户行为（与其它数据源合作）； 用户的社会身份（通过社区分析）网上冲浪时间 网上冲浪技术（TD、GPRS、EDGE等） 最喜爱的网站 网络行为（下载、视频、游戏） 社交网络的使用（QQ、微信、博客等） 数据量和时间分配 消费行为（淘宝、JD、VIP等）
用户身份 节点：BSS、CRM网络信息节点：HLR、HSS等CRM信息 节点：CRM系统消费行为 节点：BI、BSS
姓名，年龄，性别； 预付费或后付费； 职业； 家庭状况； 业务订购历史； 开支； 奖励积分； 积分使用行为； 等等SIM卡信息； 漫游信息； 状态； 每英寸点数（DPI）信息； 业务信息； 等等客户问题； 咨询历史； 反馈； 申告； 客户关系管理（CRM）频率； 等等业务订购； 消费水平； 增值业务的使用情况； 数据和语音业务的使用情况； 每用户平均收入（ARPU）； 消费历史； 等等
“驮运”（Piggy back）业务：运营商可以采用打包销售数据的方式为银行、零售商和OTT服务提供商提供增值服务。
定向广告与营销：通过提供综合数据包，运营商可以帮助广告客户根据目标客户的资料、位置和消费习惯更加有效地投放相关广告。
改善客户体验
总结：电信运营商的数据用户可谓广泛，几乎适用于每个行业。用于研究行业发展、研发&改善产品、精准营销等。如广告DSP公司，需要用户身份、用户消费行为及互联网行为等一系列数据，这样才能使广告位得到最佳的收益。一个广告位可以根据用户特性分类，个性化展现在不同用户面前，这样提高了用户体验度、同效果下降低了广告主支出、最大程度增加了这个广告位的价值。以往运营商提供综合数据包专为银行、大型公司、OTT服务提供商、大型广告公司（如DSP）提供增值与营销广告服务。第三方大数据交易平台的出现既帮助扩大了电信运营商进行数据变现的客户群体，又帮助了无数企业对于运营商数据的渴求。
3、企业数据
大数据不仅需要企业内部各部门（比如市场、人力资源、金融、生产、销售等）开展紧密协作，也需要企业与其产业链上的其他合作伙伴之间进行数据信息互换和分享。
企业数据是推动各行业变革的中坚力量。只有与外部数据结合才能爆发出巨大力量，对于优化产业链、促进跨行业发展有着巨大作用。
对于大数据的认知和管理，很多中、大型企业基本处于一种无方管理、无胆分享、无控安全的尴尬处境，这导致了大数据价值不能被充分挖掘。以下简单阐述下大数据下各行业的数据价值。（具体行业应用场景已有多篇文章总结过，可自行搜索查看）
（1）、制造业：
谈到大数据应用，业界通常关注的是金融、电信、零售等行业，而较少有人关注制造业。随着对物联网数据的分析技术的成熟，很多生产线的数据变得可获取、可分析。而这些数据对于整个产业链而言意义重大。例如某设备的厂家需要了解他们售出去的设备的运转状况，如设备故障率、停机时间、室内温度等等以进行设备的改良与研发。对于擅长某些行业分析报告的公司而言，这些数据都将对分析结果有着举足轻重的影响。可穿戴设备可以收集整个车间工人的工作状况的数据反馈也能给其他行业（如健康、零售、电商）带来新的商机。
现在制造业的数据仅仅只用于自身企业内部的生产改良，而跨行业的数据交易将使制造业的数据最大程度的变现，这些数据的需求方有电商、零售、贸易等行业。这样跨行业的数据交易将会加快制造业更快的发展变革。另外制造业也需要其他行业数据，比如服装制造企业针对某个省份的市场，需要该市场客户的身高、体重的中位数和平均数数据，那么医院体检部门、专业体检机构就是这些数据的供给方。大数据交易平台为制造业的数据交易提供了便利。
（2）、金融行业
大数据在金融行业的应用主要为以下几个方面：
精准营销：依据客户消费习惯、地理位置、消费时间进行推荐
风险管控：依据客户消费和现金流提供信用评级或融资支持，利用客户社交行为记录实施信用卡反欺诈
决策支持：利用抉策树技术进抵押贷款管理，利用数据分析报告实施产业信贷风险控制
效率提升：利用金融行业全局数据了解业务运营薄弱点，利用大数据技术加快内部数据处理速度
产品设计：利用大数据计算技术为财富客户推荐产品，利用客户行为数据设计满足客户需求的金融产品
这里提到的各种数据的来源有政府机构、其他同行金融机构、电商公司、社交媒体公司、各企业或个人等。
（3）、电商行业
电商主要拥有商品数据、交易数据、现金流数据、用户行为数据
电商是最早利用大数据进行精准营销的行业，除了精准营销，电商可以依据客户消费习惯来改善库存。
电商可以把商品的交易数据、用户评论数据提供给商品的厂家、供应链上的各级渠道商，以便进行商品改良与研发、商品库存的增减等。
另外交易数据和现金流数据可以为其生态圈内的商户提供基于现金流的小额贷款，也可以将此数据提供给银行，同银行合作为中小企业提供信贷支持。电商数据应用还有许多，包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、各种消费行为的相关度、消费热点、影响消费的重要因素等。依托大数据分析，电商的消费报告将有利于品牌公司产品设计，生产企业的库存管理和计划生产，物流企业的资源配置，生产资料提供方产能安排等等，有利于精细化社会化大生产，有利于精细化社会的出现。
（4）、零售行业
零售行业拥有的数据：商品基本数据、客户消费数据（时间、金额、支付方式等）、商场或店铺数据、商品对应货架销售情况等。这些数据都可以帮助零售行业了解客户消费喜好和趋势，进行商品的精准营销，降低营销成本。另外也能掌握未来消费趋势，有利于热销商品的进货管理和过季商品的处理。零售行业的数据对于产品生产厂家是非常宝贵的，零售商的数据信息将会有助于资源的有效利用，降低产能过剩，厂商依据零售商的信息按实际需求进行生产，减少不必要的生产浪费。
另外金融保险机构、电商公司、广告公司、旅游公司、甚至是安防公司都需要零售行业的数据。如根据客户购物的时间、金额、商品类型来推送日用品还是奢侈品，又或者是推送周末游还是欧洲20日游。
零售行业也需要不同行业数据：例如社交用户数据，电商平台上用户评论数据、旅游用户行为数据、基于用户地理位置数据等，通过这些数据来进行精准营销。
（5）、广告行业
在广告市场里，大部分是从事广告交易的公司，但也有很多从事数据加工和交易的公司。它们专门从事数据加工交易，既不买广告，也不卖广告，但它却是广告市场里的核心。
广告公司，诸如DSP公司，通常有三方数据，第一是广告主数据、第二是广告平台数据、第三是来自于手里有数据且愿意从事广告活动第三方，如网站站长等。广告行业对数据的应用已经有所突破，诸如“基于客户行为分析的产品推荐”、“基于数据分析的广告投放”等都已经为广告主及自身带来巨大的收益。
4、个体工商户及个人
（1）、个体工商户
是指有经营能力并依照《个体工商户条例》的规定经工商行政管理部门登记，从事工商业经营的公民。例如沿街的商铺、批发经销商等，他们拥有终端消费者个性化数据、商品实际使用情况数据等，可以说很多品牌厂商、电商平台、金融支付公司等都想得到他们的数据，或用户精准营销、产品调研分析、推送增值服务等。由于物联网飞速发展，使得一切物体产生的数据都能被记录，所以不光是消费者数据有很大价值，连一个桌子椅子、服务员工作状况产生的数据都能变得有价值。说到个体工商户的数据需求，客户营销是很大的一个产业。例如一个西服店需要这个区域内最近买过皮鞋的客户，这些数据存在于皮鞋店里，如果数据交易能够顺利完成，那么就会使得客户满意度提高并提高各自的销量。
（2）、个人
随着信息化的发展，大数据将成为一种无形的资产。个人信息将变成一种数字货币。就是，你可以用你的个人信息换取一些你想要的东西。
根据Pew Research的一项互联网研究报告，在美国，90%的成年人拥有自己的手机，87%的人是网民，74%的网民参与社交媒体。在世界各地有很多公司通过网民在网上留下的数据赚钱，而个人拥有的数据不仅仅是网上的。因此，在未来的世界，每个人的数据都会变成一项收入。你可以选择隐藏自己的数据，也可以公布自己的数据获得一些好处。
你会很惊讶你在网上留下多少数据：邮箱、社交媒体、网页浏览记录、网上银行、游戏、各种下载、地图使用、订餐甚至一些优惠券等等。除了这些，还有一些账号密码之类的数据存在该应用服务的数据服务器中。如今，这些数据不在你的控制之下。比如，你因工作需求建立的邮箱账号，这个邮箱中所有来往的邮件。你很难知道这些服务提供者的信息，但是，他们却可以使用你的数据。可以这样说，无论你在网上产生多少数据，哪怕一点，它们都不受你的控制。
你与你的家庭医疗保健师在讨论一份保健计划。除了一些医疗数据，你可以与你的医师分享更多关于家庭成员其他的数据，比如，商场的购物记录，健身房的锻炼记录，出行记录甚至发微博等一些有助于医疗计划的记录信息。当然，还可以选择共享我们的数据，帮助疾病控制和预防中心更好地监控病情。
又如：你是一个网站站长，那么你可能已经参加了网站联盟来赚取收益，这是一种流量变现。其实你也可以把网站上的数据托管给第三方数据交易平台来进行数据变现。数据交易平台会帮助你找到需要这些用户行为数据的公司，如DSP公司、电商公司等，你无需担心隐私泄露，因为数据交易平台会进行数据脱敏，保证输出数据的安全性。
三、数据隐私问题
大数据时代，想屏蔽外部数据商挖掘私有信息是不可能的。当下，各种智能终端的App应用均不同程度地开放其用户所产生的实时数据，同时被一些数据提供商收集，还出现了一些监测数据的市场分析机构。通过我们所写入的信息、智能终端显示的位置信息等多种数据组合，已经可以以非常高的精度锁定个人，并挖出隐私信息体系，其安全问题堪忧。
大数据对数据信息获取渠道拓宽的需求，引发了另一个重要问题：安全、隐私和便利性之间的冲突。我们受惠于海量数据：更低的价格、更符合消费者需要的商品、以及从改善健康状况到提高社会互动顺畅度等生活质量的提高。但同时，随着用户偏好、健康和财务情况的海量数据被收集，我们对隐私的担忧也在增大。记得“棱镜门”事件爆发后，尴尬的奥巴马辩解道：“你不能在拥有100%安全的情况下，同时拥有100%隐私和100%便利。”
对此欧盟负责隐私保护条例制定委员会——A29协会，对于隐私给出了一些基本的原则，这些原则也是现在欧美互联网公司的共识。基本原则包括：PII（Personal Identifiable Information）不能使用，如家庭地址、电话、名字等信息。PII严格禁止使用，也不能变成标签。我们国家也有相应的法律条文禁止售出个人隐私数据，所以对于大数据交易平台而言如何做好数据脱皿工作、数据加工等服务将会是一个巨大的挑战。
四、发源地大数据交易平台简介
发源地大数据交易平台以服务中小企业解决数据源供需为主，致力打造国内领先的大数据交易平台。互联网开放数据、企业/机构的内部数据等数据源通过发源地来找到相应的需求方。
大数据的量难以具象规模，数据供应商就成了衡量标准。运营半年时间里，发源地已经拥有包括三大运营商在内的三百多家供应商合作接入，超过四万企业用户，沉淀了六千余数据源。而这一积累还在继续。大数据行业是一个万亿市场，为更好开拓市场，发源地也大力发展全国优秀代理商，目前发源地是国内唯一一家有代理商模式的大数据交易平台。在飞速发展的同时，公司也急需大数据行业人才加入，大数据销售经理、招商经理、大数据商务合作经理、各垂直行业的大客户经理等。
五、总结：
大数据技术的发展带来企业经营决策模式的转变，驱动着行业变革，衍生出新的商机和发展契机。驾驭大数据的能力已被证实为领军企业的核心竞争力，这种能力能够帮助企业打破数据边界，绘制企业运营全景视图，做出最优的商业决策和发展战略。
大数据交易平台作为一个新鲜的产物，已在数据交易产业中有着不可取代的作用。
联系我们请点击：
数邦客
