研究 | 我国三类大数据交易平台模式比较分析

2017-06-22 11:06 来源:数据观
浏览量: 收藏:0 分享

贵阳大数据交易所是我国第一个大数据交易所,交易所不进行基础数据交易,而是根据需求方要求,对数据进行清洗、分析、建模、可视化等操作后形成处理结果再出售。交易所采取会员制,对会员资格有较高要求,数据提供方和需求方都须成为会员才能交易。截至2016年4月已运营一年,发展会员300余家,接入数据源公司100多家,可交易数据量超过50PB,发生实际交易会员超过70家,交易数据总量超过10PB,交易额突破7000万元。  

——优势:一是贵阳大数据交易平台具备权威性和公信力,更能吸引调动各方资源,汇聚高价值数据,包括政府部门数据和行业龙头企业数据等。二是对交易双方较为严格的会员资格要求,一定程度上保证了数据质量和数据的使用安全。三是交易数据分析结果因为不是原始数据,也暂时规避了困扰数据交易的数据隐私保护和数据所有权问题,有利于活跃数据交易市场。  

——劣势:交易所进行数据分析交易处理结果,一定程度上限制了数据潜在价值挖掘,而且大数据应用未来将渗透到众多行业,交易所在细分领域甚至跨行业的分析挖掘技术和专业知识上可能会捉襟见肘。  

数据堂成立于2011年,2014年12月在新三板挂牌上市,顺利完成了多轮融资,目前公司市值达25亿元。数据堂主要从事互联网基础数据交易和服务,建有交易平台,业务模式主要有两种:一是根据需求方要求,利用网络爬虫、众包等合法途径采集相应数据,经整理、校对、打包等处理后出售,即数据定制模式;二是与其他数据拥有者合作,通过对数据进行整合、编辑、清洗、脱敏,形成数据产品后出售。目前,数据堂拥有4.5万套、1200TB以上规模的数据源,涵盖科技、信用、交通、医疗、卫生、通信、地理、质监、环境、电力等领域。  

——优势:一是交易平台完全采取市场化运营,对于数据的提供方和需求方来说,门槛低,更能调动交易双方的积极性,有利于各类数据的汇聚和开发利用。二是数据定制模式以需求为导向,使数据采集、交易更具针对性,减少了不必要的时间和人力资源浪费,提高了数据使用效益。  

——劣势:一是爬虫或众包方法都不易从互联网上获取如企业运营、用户交易行为等核心高价值数据。二是随着各地政府支持的交易所纷纷建立,数据交易有了更多场所可以选择,数据拥有者出于权威和公信力因素,可能会选择将数据在交易所出售,给数据堂带来竞争压力。  

中关村数海大数据交易平台由中关村大数据交易产业联盟(在中关村管委会指导下,由工业和信息化部电信研究院、中关村互联网金融协会等60余家单位机构参与组建)发起成立,北京数海科技有限公司承建、运营。它属于开放的第三方数据网上商城,平台本身不存储和分析数据(仅对数据进行必要的实时脱敏、清洗、审核和安全测试),而是作为交易渠道,通过API接口形式为各类用户提供出售、购买数据(仅限数据使用权)服务,实现交易流程管理,平台按包月或调用次数进行收费。截至2015年7月平台上线一年半以来,平台聚集数据供应商超过1214家,数据交易量1.6万笔,交易额5980万元。  

——优势:这一模式完全市场化,可以调动企业提供、购买数据的积极性,促进供需方进行公平交易,并有依托产业联盟促进数据交易生态形成的优势。  

——劣势:在我国目前数据交易市场不成熟的现状下,企业出售和购买数据的意识不强,通过平台发布的数据并不是市场真正需要的,平台尚未建立起促进企业提供高价值数据的有效机制。  

大数据交易平台未来发展策略探析  

——第一,专注于数据交易的市场化运营模式将更具优势。大数据交易既然是交易,自然应给予市场更多权力,充分市场化才能促进数据的充分流通。交易平台应更专注于基础数据交易和保障服务,配有专业的数据分析团队帮助不具备数据分析能力的用户实现数据开发利用,不应把交易和分析硬性捆绑,给予购买方分析数据主动权,发掘数据价值。  

——第二,探索建立促进高价值数据供应的激励机制。需求方在购买数据前并不能查看数据内容,为避免提供的数据质量不高,只有促进高价值数据的供应,才是交易平台的价值所在。平台应促进提供方不断维护、升级数据,将提供方角色从“一锤子买卖”的出售者变为“数据运营者”,建立利于高价值数据持续供应的有效机制。  

——第三,需要更加关注大量长尾数据和中小企业数据应用需求。目前,交易平台的参与者主要以大企业为主,而实际上分散在众多所有者处的零散数据也非常可观,只是每个所有者所有的数据量不大,不足以让他们有意识出售数据,同时他们利用数据的观念也不强。成熟的数据交易市场需要足够数量的活跃供给方和需求方,因此未来交易平台需要激活存在于大量中小企业的长尾数据,提升中小企业的大数据应用和交易意识。

标签:

责任编辑:admin
在线客服