惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - 三生石上(FineUI控件)
J
Java Code Geeks
Apple Machine Learning Research
Apple Machine Learning Research
Jina AI
Jina AI
博客园_首页
C
Check Point Blog
小众软件
小众软件
博客园 - 叶小钗
Blog — PlanetScale
Blog — PlanetScale
Engineering at Meta
Engineering at Meta
美团技术团队
Martin Fowler
Martin Fowler
Vercel News
Vercel News
D
Docker
罗磊的独立博客
B
Blog RSS Feed
The Cloudflare Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 聂微东
Last Week in AI
Last Week in AI
T
Tailwind CSS Blog
雷峰网
雷峰网
博客园 - Franky

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
从数据到数据要素化的实现流程
子牧先生 · 2024-10-10 · via 人人都是产品经理

本文介绍了数据要素化的概念及其实现路径,分析了原始数据、数据资源、数据产品和数据资产的定义,探讨了数据交易流通的渠道及其对企业的价值和影响。

数据要素化是指将数据转化为可以参与生产、流通、分配和消费各环节的要素,最终提高生产效率、促进资源优化配置、推动经济增长和社会进步等。数据要素不仅包括原始数据集和标准化数据集,还包括各类数据产品以及以数据为基础产生的系统、信息和知识。

01 数据要素相关概念

我们先来了解数据要素常见的基础概念。

1. 原始数据

原始数据指未经处理或简化的数据,主要来源于企业和社会运行产生的数据,如企业销售、生产数据、交通、医疗数据等。

2. 数据资源

数据资源是指可以被识别、采集、加工、存储、管理和应用的原始数据及其衍生物,加工后具有可能转化为数据资产,为企业带来经济价值的数据,从自然维度可划分为:公共数据、企业数据和个人数据。具有以下特点:

  • 多样性:数据资源的来源广泛,形式多样,包括结构化数据、半结构化数据和非结构化数据等。
  • 海量性:随着信息技术的发展,数据资源的规模不断扩大,呈现出海量的特点。
  • 潜在价值:数据资源本身蕴含着潜在的价值,但需要通过有效的分析和处理才能挖掘出来。

3. 数据产品

数据产品是以数据为原料,经过处理、分析和数据可视化等,最终以某种形式呈现给用户,能让用户简单、高效地利用数据驱动决策的产品。数据产品具有较高的价值,是数据流通的主要形式。

阿里云云市场的数据产品

上数所数据产品

4. 数据资产

数据资产指组织所拥有或控制的,具有明确的业务价值,可带来经济利益,能够记录在资产负债表上的数据。主要通过内部专用、对外共享、数据交易、对外开放等四种方式兑现数据价值。其特点包括:

  • 可控制性:企业能够对数据资产进行有效的管理和控制,包括数据的获取、存储、处理和使用等环节。
  • 价值性:数据资产能够为企业创造直接或间接的经济价值,例如通过数据分析优化业务流程、提升客户满意度、增加市场份额等。
  • 稀缺性:具有独特性和难以替代性的数据资产往往更具价值,它们能够为企业带来竞争优势。

全国数据资产登记服务平台

上数所数据资产目录

02 数据要素化实现路径

我总结了原始数据到数据要素化的演变过程,大致要经历“资源化——资产化——资本化”的 3 个阶段,最终产生经济价值。

其中“数据资源、数据产品”主要是对数据进行加工,属于数据管理的范畴。而数据资产化或者资源、产品的的交易流通则是通过市场化的配置实现数据价值变现。

数据要素化过程

1. 数据资源化

中国信通院发布的《数据要素白皮书(2022)》指出,数据要素指的是根据特定生产需求汇聚、整理、加工而成的计算机数据及其衍生形态,投入于生产的原始数据集、标准化数据集、各类数据产品及以数据为基础产生的系统、信息和知识均可纳入数据要素讨论的范畴(如下图)。

数据要素的主要形式(来自中国信通院)

通过上图,各种形式的数据(从原始数据到数据产品)都可以作为数据要素投入到数据市场中进行交易,只要满足数据安全、产生社会经济价值即可。

在中国信通院发布的《数据要素白皮书(2023)》中,将各种数据要素的流通形态与实体石油化工加工程度进行了类比。根据加工程度的不同,数据交付形态不一样,包含的数据价值也不一样。

数据要素流通的多种形态(来自中国信通院)

企业和公共部门收集到的原始数据,可能包含不少脏数据,导致数据质量不高,一般需要清洗加工后才能更好地利用。同时考虑到数据安全,企业很少将数据直接进行交易。

对于大型企业,一般都建立了自己专门的信息化部门,可以将自有数据加工、标准化后形成数据中台。有了数据中台之后,数据资源的利用相对就很灵活了,既可以企业内部进行共享利用,进一步挖掘后服务各个业务条线,也可以对外进行数据交易。

专业的数据服务商则会根据市场需求,收集公开数据进行深度融合加工。例如企查查、天眼查等,通过自己的数据模型产生分析结果。既可以更深层次地满足需求方的数据需求,也可以产生更高的产品附加值。

2. 数据资产化

2024 年 1 月 1 日,财政部发布的《企业数据资源相关会计处理暂行规定》正式实施。数据除了流通为企业带来交易价值,还可以通过资产评估、入表,将数据资源作为企业资产的一部分。

3. 数据资本化

一旦完成了数据资产化,企业就可以通过数据资产进行融资。数据资产质押贷款是目前最常见的数据资产融资方式,这为中小企业提供了新的融资渠道,对于企业尤其是“轻资产、重数据”的科技型和小微企业来说,具有重要意义。

数据资产融资案例(来自证券时报)

03 数据交易流通的渠道

1. 场外交易

场外交易是买方、卖方的直接交易。针对不同的客户,场外交易形式有所不同。针对个人用户,主要是购买查询服务。例如通过天眼查的网站和 APP,可以看出来产品主要是面向个人客户,聚焦信息查询服务,通过会员制的方式获得更多的服务权益,也为企业带来增值。

天眼查网站查询服务

天眼查对于企业客户,则提供基于基础数据加工后的服务产品。

天眼查企业级产品

万得、同花顺等主要面向企业客户提供服务,利用企业研发金融终端,对接、采购各类交易所、券商、资讯公司等方数据,汇聚研发形成标准、实时、全面的数据库,供市场各大机构使用。

Wind 官网截图

2. 场内交易

场内交易指的是在数据交易所进行交易。根据公开资料,全国已累计成立59家数据交易场所。

场外交易可能存在数据安全、监管和合规等风险。而数据交易所大多是由政府主导的,例如如上海数据交易所是在上海市人民政府指导下组建的准公共服务机构;广州数据交易所由广东省建设,是广东省数据要素市场体系的核心枢纽。

数据交易所内的交易覆盖了交易前、交易中、交易后等完整流程。

上数所数据产品交易流程

此外数据交易所服务类型覆盖面更广,除了促进数据交易,还承担着推动数据要素市场发展的重任。

上数所交易服务类型

例如上海数据交易所交易服务,包括数据产品交易市场、数据资产交易市场、数据交易服务平台。其中数据交易服务平台聚合了各种类型的数商,包括数据经济服务商、数据资产评估服务商、数据安全服务商等,既培养和发展数商,完善了数据市场生态,同时满足了数据交易流通过程中的各种业务需求。

上数所网站截图

以上就是我对数据要素化及数据交易流通的总结。

如有想法,欢迎评论区留言~

参考文献:数据要素白皮书(2023)数据要素白皮书(2022)

本文由人人都是产品经理作者【子牧先生】,微信公众号:【子牧UXD】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。