数据资产有何价值？是如何进行交易的？

数据资产是指由组织合法拥有或控制的数据资源，以电子或其他方式记录，可进行计量或交易，能够直接或间接带来经济效益和社会效益。

一、何为数据资产？

1.定义：数据资产（Data assets）是指由产权主体拥有或者控制、或使用的，通过企业或个人过去的交易或事项形成的，且预期能够为主体带来未来经济利益或效用的，以物理或电子的方式记录的，形式多样的数据和数据资源，即以数据形式存在的具有经济价值。

2.特性：

虚拟性：数据资产没有实物形态，完全以电子形式存在，不受地域限制，可在全球范围内流动和传输。数据可以被复制、共享和重复利用，其价值和意义是通过人们对数据的解读和分析而产生的。

时效性：数据资产的价值往往会随着时间的推移而发生变化，市场需求、技术发展、竞争态势等因素都可能影响数据资产的价值。一些数据在收集后的短期内具有较高的价值，而另一些数据可能需要长期积累和分析才能发挥其价值。

共享性：数据可以被多个用户或系统共同使用和访问，共享性使得数据可以在不同的环境中被多次利用，提高数据价值和效用的同时，也增加了数据传播的风险。

价值创造外部性：数据的价值在使用过程中可以扩散和扩大规模，产生更广泛的影响和效益。当数据被应用于特定的领域或业务中，其价值不仅限于该领域或业务本身，还可以通过与其他领域或业务的交叉应用产生新的价值。

安全系数偏低：传统资产市场通常有成熟的风险管理机制，如保险、衍生品市场和监管机构的监管等。而数据资产市场缺乏这些机制，投资者的风险管理能力相对较低。

3.类型：

按数据形式分类：结构化数据、半结构化数据和非结构化数据。结构化数据存储在关.系数据库中，具有固定模“式;半结构化数据部分模式化，如JSON 文件、XML 文件、日志数据;非结构化数据没有固定模式，如邮件内容、社交媒体内容、视频文件。

按业务用途分类：业务运营数据、决策支持数据、研发创新数据。业务运营数据支持日常运营的关键数据，如客户信息、交易记录;决策支持数据用于分析和决策的历史数据，如报表、市场研究数据:研发创新数据用于产品开发、算法训练的数据，如实验数据、传感器数据。

按来源分类：内部数据和企业自身产生的数据，如ERP系统、CRM 系统数据;外部数据从外部获取的数据，如市场数据、第三方 API 数据。

4.价值体现：

支持业务决策：提供实时和历史数据分析，优化战略和运营决策

提高运营效率：自动化流程，减少重复劳动，提高资源利用率。

增强客户体验：基于客户行为数据提供个性化服务，

推动创新：利用大数据分析和AI技术，发现潜在机会和市场趋势

5.管理挑战：

数据孤岛：数据分散在不同部门或系统中，缺乏整合。

数据安全与隐私：数据泄露和隐私合规性(如 GDPR、CCPA)的风险。

数据质量问题：数据错误、不完整或重复，影响分析结果的准确性。

技术与成本：数据存储和分析工具的技术复杂性和高成本。

6.管理工具与技术：

数据存储工具：数据湖(Azure Data Lake、AmazonS3)、数据仓库.(Snowflake、AzureGoogle BigQuery)Synapse、

数据分析工具：BI工具(PowerBI、Tableau)、数据科学平台(Databricks、Jupyter Notebook)

数据治理工具：数据目录(Collibra、Alation)、数据质量管理(Talend、Informatica)。

数据安全工具：数据加密(Azure Key Vault、AWS KMS)、数据访问控制(IAM、RBAC)。

二．数据资产是如何交易的？

1.数据资产交易的前提条件

明确数据产权：数据的所有权、使用权等产权归属要清晰。只有明确了数据是谁的，才能进行后续的交易。比如，企业自身业务运营产生的数据，企业拥有产权；但如果是通过合作收集的数据，可能需要根据合作协议来确定产权归属。

保证数据质量：数据应该准确、完整、及时。不准确的数据可能会导致错误的决策，没有价值的数据自然也难以交易。例如，在金融领域，信用评估“数据必须精确，否则可能会给金融机构带来巨大的风险。

符合法律法规和隐私政策：数据交易要遵守相关的法律法规，特别是涉及个人隐私和商业机密的数据。如欧盟的《通用数据保护条例》(GDPR)和我国的《数据安全法》《个人信息保护法》等都对数据的收集、存储、使用和交易等环节进行了严格规定。

2.数据资产交易的方式

数据交易平台：这是目前比较常见的交易方式。数据拥有者可以将数据资产上架到专业的数据交易平台，就像在电商平台上卖商品一样。这些平台会对数据进行分类、评估和展示

例如，贵阳大数据交易所是我国比较知名的数据交易平台。它提供了数据交易的撮合、结算等服务，涵盖了金融、医疗、交通等多个领域的数据交易。在平台上，数据需求方可以浏览不同的数据产品，根据自己的需求选择合适的数据，并通过平台完成交易。

直接交易：数据拥有者和需求者通过直接谈判、签订合同的方式进行交易。这种方式适用于对数据保密性要求较高或者数据交易比较复杂的情况。

例如，一家大型互联网公司 A拥有独家的用户行为大数据，另一家公司B希望利用这些数据来优化自己的产品推荐算法。A和B通过多次商务谈判，就数据的范围、使用方式、价格、保密条款等达成一致，然后签订数据交易合同，完成交易。

3.数据资产交易的定价

成本法：根据数据的采集、存储、处理等成本来定价。例如，一个气象数据采集公司，为了获取全球气象数据，投入了大量的传感器设备、通信网络建设和数据处理服务器等成本。在交易气象数据时，会考虑这些前期投入的成本，再加上一定的利润来定价。

收益法：基于数据资产能够为购买者带来的未来收益来定价。例如，一家企业购买了市场调研数据，通过利用这些数据开发出更符合市场需求的新产品，预计会带来一定的销售收入增长。数据卖方就可以根据购买方预期的收益来协商定价。

市场法：参考市场上类似数据资产的交易价格来定价。比如，在数据交易平台上，同类型的用户消费行为数据已经有了一些交易案例，新的数据交易就可以参考这些已有的价格来确定自己的数据价格。

来源：ESG与可持续发展管理