数据领域和数据市场：如何在垄断机制下保证数据价值？

虽然我不是经济学家，但我想和你进一步讨论一些术语，比如域所有权和数据市场，把困难的概念联系起来，消除歧义，这样数据才能更好地流通和产生价值。

域内所有权是一种垄断

由于以技术为主导的所有权方式会损害现状，所以我们希望企业的数据领域能够完全拥有。

然而，单一有价值的数据资产是由单一领域产生的，然后在企业内部数据流通中形成垄断模式。例如，账单信息不能由两个不同的公司部门生成，其含义不取决于存储这些信息的技术。因此，我们希望将所有权转移到一个可以理解的数据领域，并以公司需要的任何形式管理整个生命周期。

没有货币兑换和使用

通过金钱交换商品和服务，市场是商家与买家见面的环境(虚拟或物理)。

这不适合公司内部数据。没有人出售数据，每个人都提供或复制数据。成本管理可以帮助确定生产数据的成本，然后引入成本回扣给消费者。这并不意味着将商业价值与数据联系起来，以最佳价格出售数据。

所以，市场在哪里？我们交换什么？价值的意义是什么？

数据估值是一门致力于将商业价值与数据联系起来的学科。从净现值来看，有许多技术 (NPV) 基于成本估算(默认为成本管理实践)。即便如此，它们也没有被用作日常工具来交换内部货币化的数据。他们更倾向于估计大型数据计划或企业资本的价值。

没有竞争，就没有货币交换。

内部数据市场既不提供竞争(域所有权是垄断)，也不提供货币交换。当我们讨论市场和数据价值时，请记住各种因素。

业务驱动数据价值

在商业决策中，数据只能转化为价值。不然，它们只是一种负担。

接下来我们来看一下原因。

业务决策的制定需要整个数据价值链，而不仅仅是数据。决策可以是投资、储蓄、进入市场、招聘、改进运营、降低成本等。

每个决定都应该对应一定的预期经济效益。其中一些可以归因于有利于决策的数据。这部分可以重新分配回数据价值链，估计每个数据集的经济效益，对决策所需的数据做出贡献。

假如你有一个单一的总体程序来生成决策所需的数据，你可以选择通过 KPI 从操作源中构建特定的应用程序 KPI。

下面的组合是产生单个组合 KPI 数据价值链：

数据价值链 = 数据库 数据程序 最终数据

价值可以归因于决策者和决策者。 KPI 集合。若价值同样归因于所采用的数据，我们可以识别出以一定权重为数据价值链做出贡献的数据。

从这个角度来看，由于它负责生成决策所需的最终信息，单个应用程序很容易识别数据的价值。

让我们看一下生成数据的成本。

很容易区分摄入成本中的一些冗余，但不清楚在产生最终数据的领域模型中存在哪些冗余。唯一的保证是决策所需要的。 KPI 和决策者一起决定。也就是说，即使决策的价值很难确定，但是这个价值在给定决策者和可用信息的情况下是固定的。

以下关系定义了投资收益率：

投资收益率 = 纯利润 / 很明显，为了提高投资收益率，我们应该降低运营成本。（OPEX）从而增加净利润，这意味着拥有一个数据价值链具有成本效率。

另外一方面，为了降低投资成本，我们必须能够低成本(低资本支出)构建数据，避免对运营支出产生不利影响。换句话说，企业可以尝试尽可能节约建设成本，但建设内容的使用成本不能太高。

总而言之，即使数据估值非常复杂，我们也可以通过减少来减少。

努力建立数据(最小化资本支出)

资源成本运行数据（OPEX）

管理和控制垄断中的作用

如果我们永久降低数据建设和数据运营的成本呢？当然，这会影响 KPI 质量，可用性，交付等。换言之，数据质量差会影响决策者做出明智决策的能力。。

每个自然垄断都需要控制才能发挥作用。例如，无论服务是能源、水还是天然气，公共事业行业都是如此。

所以，我们可以用下面的解释来更新我们的一些结论：

通过减少以下方式，数据管理系统可以提高数据的投资回报：

努力建立数据(最小化资本支出)

资源成本运行数据（OPEX）

我们所建造的东西，通过质量约束来保证是可用的。

在自然垄断的前提下，这些限制是必须采取的，以避免对顾客产生不利影响。监管措施。

数据价值链

数据链由数据管理范式组成（DWH、数据湖，数据网格，湖屋，它们的混合)和一组数据实践(数据质量，数据隐私，数据继承等)给出。

数据管理模式和数据实践

无论企业选择哪种数据管理方式，其目的都应在质量约束下减少TCO。（CAPEX OPEX）。

内部市场的数据价值

市场通常不是市场。因为生产者和客户不是商家和买家，所以他们不会交换金钱。即便如此，他们仍然具有从任何决策者的投资回报率中修改的价值。增加这一价值的唯一方法是通过最小化数据价值链的总成本来保证正确的质量。

每一种数据管理案例都代表一种减少。 TCO 可以采用下列原则的方法：

可重用性：资料、软件、结构、基础设施、元数据必须是可器重的。可重用性越高，资本支出越少；

域所有权：专注于知识而不是技术的所有权组织。这意味着在更少的时间内生成正确的质量数据，降低事件管理成本；

自助服务功能：结合可重用性和域所有权，我们可以通过极端的自主性赋予数据域权，从而减少前置时间。

因为我们不想降低质量，所以我们应该有一个机制来规范可用数据的最低质量。它可以通过以下原则来保证：

计算治理：可用数据价值链(数据管理范式和数据实践)在整个数据生命周期内通过编码策略提供自动约束、验证和确认；

治理左移：尽早预测数据生命周期中的约束，从一开始就减少补救和数据负债。

通过严格的管理，设计、实施和监控可重用性、自助服务功能、域所有权、计算和治理左移原则等于对数据价值链进行管理。KPI展示了我们如何有效地管理数据管理范式和数据实践，这是提高数据投资收益率的指标。

数据市场

现在我们已经建立了通过治理的数据价值链来构建有价值的数据的原则。怎样交换价值？

使用数据。

数据市场提供了数据客户所需的所有功能：

发觉：购物，自由探索概率；了解当前的前后文和数据语义；

搜索：输入一个领域，询问特定数据的具体问题；

获得：购买一些数据，让获得的数据直接使用；

确保：通过认证，信息来自于严格的合规性和监管，使数据消费者能够使用并做出安全的决定。

在受控环境下，市场是所有数据的收集者。为了直接使用，数据客户进入市场获取信息、查找信息和获取数据。

本文来自微信微信官方账号“数据驱动智能”（ID：Data作者：晓晓，36氪经授权发布，_0101)。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com