大數據交易模式的探討

【摘 要】數據流通是充分挖掘大數據潛在價值的必要條件，目前大數據交易已呈現不同的交易模式。通過梳理目前國內外的大數據交易模式并歸納其特點，分析了大數據交易模式存在的問題，并對今后數據交易模式的發展提出了思路和建議。

【關鍵詞】交易模式 大數據 大數據結構化

doi：10.3969/j.issn.1006-1010.2016.05.009 中圖分類號：F49 文獻標識碼：A 文章編號：1006-1010（2016）05-0041-04

引用格式：李驥宇. 大數據交易模式的探討[J]. 移動通信， 2016，40（5）： 41-44.

1 引言

大數據應用已逐漸滲透到各個行業領域中，成為企業發展的重要生產要素。對海量數據挖掘、分析和運用，將提升社會生產力，引起新一輪的社會產業變革。大數據產業正處于迅速發展的初級階段，2014年全球大數據市場規模達到約285億美元，增速在50%以上。中國大數據市場規模約為84億元，2015年將達到115.9億元，增速達38%[1]。工業和信息化部發布的數據顯示，截至2015年10月，中國的移動互聯網的用戶達到9.5億，居世界第一位，預計到2020年，中國所掌握的數據將占到全球整個數據量的20%。根據《中國大數據發展調查報告》，被受訪已使用大數據產品的企業一致認為大數據應用將提高效率與決策能力，有效降低風險與運營成本等。其中，50%企業的大數據資源從內部獲取；32%企業通過外部購買；18%企業通過政府公開市場獲得。

由此可見，中國大數據擁有量龐大，而且已使用大數據的企業都認為大數據的應用有助于企業的創新發展。因此，如何將這些大數據作為資源銷售成為未來大數據產業發展中一個值得探討的問題。大數據的市場需求正逐漸擴大，誰先進入市場，誰將獲得市場的主動權。而大數據的價值需要通過交易才能實現，大數據實現交易將打破行業信息壁壘，優化提高生產效率，深度推進產業創新。因此，下文將首先根據數據結構化程度，總結了目前四種大數據交易模式，隨后分析其存在的問題，最后在此基礎上亦提出了幾條發展建議。

2 大數據交易模式分類

本文所提及的大數據交易主要是指將大數據作為一種資源，通過各種交易方式轉移到需求者手中獲得收益的過程。總結國內外各種大數據交易，根據大數據結構化程度，目前大數據交易模式主要分為四種：

（1）原始大數據交易模式。常見的有國內的百度與國外谷歌關鍵詞的搜索；國內微博與國外Twitter、Facebook等社交網站的個人評論足跡的追蹤、統計；知網、維普的學術數據檢索使用。這種模式交易的特點就是以大數據使用權交易為主，能夠實現多次交易，價格相對較低，主要是大數據需求方通過向產生數據的企業以大數據在線租賃等形式實現。例如，美國Factual公司不僅向大公司提供數據，同時也面向規模較小的軟件開發商提供數據。目前在中國，作為創業公司的數據堂公司的數據商城平臺，以電商的形式實現大數據資源的在線共享與交易。

（2）經過分析、甄別處理后的大數據交易模式。其特點是分析、甄別處理后的大數據交易主要存在企業與企業之間的交易，有數據出租、買斷、收益等形式。這種交易類似于信息交易，已具有信息交易的雛形，受到相應的知識產權保護。中國信息通信研究院發布的《中國大數據發展調查報告2015》顯示，在被調查的企業中，70%企業選擇自建大數據平臺，37%企業選擇購買云服務來構建大數據平臺。由此看來大多數企業都希望獲取基礎大數據，然后研發大數據技術獲取分析、甄別處理后的大數據。例如，沃爾瑪就是借助于大數據分析公司天睿的分析來獲得營銷的靈感與創新。

（3）基于大數據的決策方案交易模式。這種模式交易的特點是以大數據擁有權的決策服務提供、一次性交易為主，主要提供商為大數據企業，目標客戶包括個人、企業、政府（如圖1所示），價格相對較高。國外主要有麥肯錫公司提供市場分析、性能基準測試和定制研究，以幫助能源公司做出戰略投資、交易和操作的關鍵決策，而且涉及領域非常廣泛，包括先進的電子、航空航天與國防、化學制品等。IBM不僅提供大數據技術，出售分析后的大數據及行為決策，同時還提供大數據的技術指導服務，其特色服務是提供簡便的方式來訪問Hadoop集群上的數據，構建應用程序以及分析結構化數據或非結構化數據的水平更是領先于國內的大數據廠商。目前多數國內面向大眾的分析平臺技術只能分析結構化數據，如國內藍訊的數據集中備份解決方案、數據庫集群解決方案以及企業信息化建設方案等。

（4）大數據中間商交易模式。貴陽大數據交易所作為全球第一所大數據交易所，本身不生產數據，而是通過與提供大數據源的企業合作，將大數據出售給會員，收取手續費，這是大數據新交易模式的探討。截至2015年12月，貴陽大數據交易所接入的數據源企業超過100家，會員單位達300家，大數據總量超過10PB，交易金額突破6000萬。大數據交易所是中國大數據交易模式的新探討，作為戰略部門在政府的扶持下正快速發展。可以說，這種大數據交易模式是中國的創新，為數據供求雙方搭建橋梁，帶動大數據產業的繼續向前，現有企業大數據模式如表1所示。

根據大數據產權轉讓，分為所有權、使用權、收益權三種交易模式：

（1）大數據使用權交易模式。數據主要以租賃、檢索等形式進行交易。常見的形式為數據庫的出租，企業可以將數據庫數據銷售給盡可能多的消費者，如國內知網的學術數據庫、美國EBSCO學術期刊數據庫、UMI提供的學術研究圖書館與醫學電子期刊全文數據庫等。這些數據庫大多以出租的形式讓消費者在指定的時限內使用，超過時限若繼續使用就要續費。大數據企業可以對大數據進行再次加工，以更高的價格出售給其他消費者。

（2）大數據收益權交易模式。主要是指大數據需求者對數據使用后得到的利潤需要與大數據提供商進行利益分割。就目前而言，這種以大數據收益權為交易對象的相對比較少見。一般是大數據供給者通過對數據進行分析加工后，形成基于大數據的解決方案，提供給某個用戶的個性化定制產品服務。

（3）大數據所有權交易模式。指的是大數據需求者獲得大數據產品的使用權，如決策分析報告、大數據技術服務等，以大數據的所有權進行交易的產品一般是形成知識產權的大數據產品，針對性很強，對于數據買家的創新和發展起著至關重要的作用。

3 大數據交易模式存在的問題

（1）大數據企業面向個人應用市場的缺乏。個人消費者是目前中國的大數據企業最容易忽略的群體，因為個人消費者大數據獲取的投入難以與企業或政府相比，但個人消費者卻是最龐大的消費群體，因此，未來中國大數據企業的發展方向應該集中在個人消費市場。當前，面向個人消費群體的大數據企業主要是提供搜索引擎、數據檢索等免費服務，通過廣告推廣的形式實現盈利。而國外不缺乏能夠讓個人消費者主動付費的大數據產品。美國的孟山都公司，搭建以“種業+農藥”為核心，集農資一體化、農業信息化于一體的農業綜合服務平臺，根據土地情況，通過大數據分析為農民就如何優化及提升種植產量提供農業咨詢、市場信息、天氣預警等，其成功的原因在于挖掘了個人對大數據的需求。因此，挖掘個人對大數據產品的需求并為消費者提供大數據產品成為中國大數據企業個人市場方面今后發展的方向。

（2）大數據企業面向政府的大數據交易較少。主要原因是中國政府沒有意識到大數據在政府部門的應用價值，導致政府缺乏對大數據產品的購買。2012年，歐盟委員會在“歐洲數字化議程及其挑戰”中制訂了大數據戰略。美國為了提高政府數據的公開，成立了政府公開的數據網站，截至2012年11月，Data.gov共開放出了388 529項原始數據和地理數據。根據麥肯錫的研究報告《大數據：下一個創新、競爭和生產率的前沿》，大數據可以應用到任何一個行業內并創造出更多的價值。在政府部門中，如果大數據運用到公共領域，歐洲政府每年可以減少1000億歐元的開支，每年可以提供15%～20%的支出下降空間，在未來十年可以創造1500億到3000億歐元的價值，效率能提高0.5%。西班牙將大數據用于救援、打擊罪犯等，能有效地縮短救援時間和破案時間。大數據在政府應用具有廣闊的前景，但從目前情況看，中國政府對大數據的重視程度不足，使用度低。面向政府的交易模式應該是由政府公開數據，引導大數據產業的發展，當地政府應加強對決策應用型數據的購買。

（3）企業對企業的大數據交易多以技術出售為主，數據產品出售欠缺。目前，國內的大數據企業交易仍然以提供原始的大數據為主，數據商品的應用價值有待提高，即數據經過挖掘分析后的信息和知識產權出售相對較少。中國大數據產業目前處于大數據技術發展階段，數據分析處理的工具提供商眾多：阿里巴巴的阿里云、百度云、騰訊云等技術提供商，但本身并不對數據處理后進行出售，這也導致了目前中國的大數據交易仍然以基礎大數據的使用權出售為主。

4 大數據交易模式的發展建議

（1）擴大產業規模，吸引個人用戶。通過企業的并購與收購不僅能擴展大數據業務的領域，而且能夠擴大企業的規模，最終降低大數據交易成本，提供個人消費者能夠負擔的且愿意購買的大數據應用。

在企業收購方面，國外的科斯塔公司擁有浩瀚的房地產數據信息，為了提升自身的數據資產競爭力，在2012年并購在線房屋租賃銷售網站—環球在線；2014年收購了數據化分類廣告企業Apartment.com。這些決策活動主要是為了數據業務的擴展，而不在于人員與技術的流動。與此同時，科斯塔的盈利也在收購后得以增加。HIS公司本來是提供有關航空領域的業務，從2010～2013年累計收購了31家公司，實現數據業務領域的延伸，涉及化工、科學技術、海事物流等領域。這也給了中國的數據產業發展提供了一個很好的借鑒作用，大數據企業通過相互之間的合作或并購實現數據的流動，數據質量倍數增長，從而實現企業大數據交易領域的延伸與擴展，最終降低大數據的交易成本。

（2）大數據的技術提供商轉變為數據提供商。騰訊云在大數據技術分析上有所發展，開始提供有關游戲開發領域的大數據分析結果，但這遠遠不夠，不僅涉及領域過于狹窄，而且大數據分析的相關技術更是不如國外。同樣的大數據檢索服務，國內的百度與國外的谷歌對同一個關鍵詞的檢索，谷歌的檢索結果是百度的3倍多。因此，今后大數據的技術提供商轉變為數據提供商不但成為一種趨勢，而且企業對分析處理后的大數據提供成為今后發展的一個重點。

（3）政府應適當增加相應的大數據購買。目前，大數據的發展已經成為國家戰略，各地方政府也應該積極扶持當地的大數據企業。其次，政府大數據的公開能進一步促進大數據產業發展。美國、英國、日本等發達國家數據公開化程度都相當高，這些國家都有各自的政府公開數據網站，使得數據獲取更加便利，從而增加整個社會對大數據的開發和應用。中國各級政府大數據公開是今后大數據企業發展的一個重點。

5 結束語

目前，我國大數據交易市場仍處于初級階段，數據流通過程中的產權界定、交易模式都不成熟。隨著數據商業化程度的不斷提升，大數據交易商品化與產品化成為未來大數據產業發展的重點。因此，對大數據交易模式的探討將有助于確立大數據產業交易的規則，促進大數據產業的發展，本文在總結大數據交易模式的基礎上，指出其存在的3個問題，并就產業規模、技術發展、大數據公開3個方面提出了自己的建議。

參考文獻：

[1] 中國信息通信研究院. 2015年中國大數據發展調查報告[R]. 2015.

[2] 維克多·邁爾-舍恩伯格，肯尼恩·庫克耶. 大數據時代——生活、工作與思維的大變革[M]. 杭州： 浙江人民出版社， 2013.

[3] 楊琪，龔南寧. 我國大數據交易的主要問題及建議[J]. 大數據， 2015（11）.

[4] 趙彥云. 對大數據統計設計的思考[J]. 統計研究， 2015（6）： 3-10.

[5] 余來文. 大數據商業模式[M]. 北京： 經濟管理出版社， 2014.

[6] 徐晉. 大數據平臺：組織架構與商業模式[M]. 上海： 上海交通大學出版社， 2014.

[7] 何廷潤. 大數據商業模式的現狀與挑戰[J]. 移動通信， 2015（13）： 25-28.

[8] 貴陽大數據交易所. 2015年中國大數據交易白皮書[Z]. 2015.

[9] 張引，陳敏，廖小飛. 大數據應用的現狀與展望[J]. 計算機研究與發展， 2013（11）： 216-233.

[10] 利奧托德. 大數據與商業模式變革——從信息到知識，再到利潤[M]. 北京： 電子工業出版社， 2015.

[11] 徐端. 數據戰略：個人、企業、政府的思維革命與紅利洼地[M]. 北京： 新世界出版社， 2014. ★