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

V
V2EX
IT之家
IT之家
博客园 - 叶小钗
雷峰网
雷峰网
T
Tailwind CSS Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
S
SegmentFault 最新的问题
Apple Machine Learning Research
Apple Machine Learning Research
爱范儿
爱范儿
博客园 - 【当耐特】
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
大猫的无限游戏
大猫的无限游戏
Last Week in AI
Last Week in AI
月光博客
月光博客
酷 壳 – CoolShell
酷 壳 – CoolShell
Jina AI
Jina AI
博客园 - Franky
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
宝玉的分享
宝玉的分享
阮一峰的网络日志
阮一峰的网络日志
Hugging Face - Blog
Hugging Face - Blog
博客园 - 司徒正美

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,
一文了解数据流通的 3 种方式
子牧先生 · 2024-10-15 · via 人人都是产品经理

本文介绍了数据流通的三种主要类型:数据开放、数据共享和数据交易,探讨了它们在数据要素市场中的作用和相互影响。

数据流通的类型分为数据开放、数据共享、数据交易三种,这三种流通方式相互促进、相互影响,共同推进数据要素市场的建设。

01 数据开放

数据开放是指提供方无偿提供数据,需求方免费获取数据,没有货币媒介参与的数据单向流通形式。由于缺少收益,企业的参与意愿不强烈,所以开放的数据主要是公共数据。

公共数据是政府部门在履行公共管理职责或者提供公共服务过程中收集、产生的各类数据。一般来说,公共数据被认为归国家或全民所有,管理、开放等职责由政府或其他公共机构代为行使。

政府部门是公共数据的主要持有者,也是数据开发的主体。目前很多省级行政区在互联网上线了公共数据开放平台,企业和社会大众注册登录后,可以免费申请使用各类数据。

开放的数据类型主要是数据集、数据接口,数据范围基本涵盖了政府的各个部门。当然对于涉及到个人隐私,国家安全等方面的数据不会对外开放。

02 数据共享

数据共享是指互为供需双方,相互提供数据,没有货币媒介参与的数据双向流通形式。根据共享主体的不同,可分为政府间共享、政企之间共享、企业之间共享等形式。

目前来看,数据共享的主体仍然是政府机构,共享数据主要是政务数据。

2023年5月,《政务数据共享条例》列入国务院2023年度立法工作计划,将为进一步明确数据提供、使用部门的权利义务提供依据。

《数字政府标准化白皮书(2023)》显示,2023年我国初步形成覆盖国家、省、市、县等层级的政务数据目录体系。累计完成近200项电子证照的标准化工作,加快形成全国一体化的电子证照标准体系1301。

《国务院部门数据共享责任清单(第六批)》,将35个单位的181类共享信息1292个数据项纳入共享范围;《国务院部门垂直管理业务系统与地方数据平台对接责任清单(第四批)》,将19个国务院部门的33个垂管系统的67个数据项纳入对接范围。

政务数据在各级政府机构内部共享为政策制定、公共服务和社会治理提供有力支撑。

目前企业数据开放共享处于较低水平。一方面企业数据已经可以入表,实现“资产化”,考虑到安全性,企业必然不愿意与外部企业进行无收益的共享。

另一方面,企业作为独立的主体,数据资源包含了不少企业经营、市场等商业数据以及对外服务的运营数据,这些数据极其敏感,即使是在一个大型集团内部也很难做到数据共享。

即使集团内部建立了完善的协同共享机制,如果数据治理水平不高,也无法真正地形成高效的数据共享。

03 数据交易

数据交易是指提供方有偿提供数据,需求方支付获取费用,主要以货币作交换媒介的数据单向流通形式。相较于数据开放和共享,数据交易更容易激发市场参与主体积极性,成为数据要素市场化流通的主要形式。

1. 点对点交易

随着数字化的发展,各行各业对数据的需求量日渐增大。在数据市场制度还未形成时,催生了各种数据交易形式。

传统的数据交易模式是数据需求方和数据供给方之间直接采购完成。

例如银行信贷业务为应对风控需求,作为数据需求方会主动向征信机构、运营商、公共部门等机构采购用户身份信息核验、信用评价信息等外部数据资源。一些专业的数据技术服务企业,作为数据供给方会采集公开的金融信息、企业信用、法院判决、报告论文、AI 标注等数据,进行汇聚、处理,形成高价值的数据产品,供需求方购买。

现阶段,点对点的数据交易规模已相当可观,比如大型商业银行每年数据采购金额就超过百亿元。许多供方企业在其行业领域内已建立特色化数据产品与服务体系,形成了较稳定的供需关系。

2. 场内撮合交易

所谓的“场”,就是上篇文章中提到的“数据交易所”。相比点对点的数据交易模式,场内交易的特点就是规范化、集中式,更有利于消除供需双方的信息差,推动形成合理的市场化价格机制。数据交易所的建立必然会不断完善交易制度和规则,促进数据要素市场的发展。

另外当规模化的数据交易形成后,仅靠数据交易所无法满足市场对交易业务的需求,所以场内交易也会带动数据相关生态的发展,比如数据经纪人、数据技术服务商、数据合规服务机构、资产服务机构等等。

以上就是当前数据流通的3 种主要方式。 

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。