最近的一個(gè)思考。

數(shù)據(jù)作為資產(chǎn)在企業(yè)早已熱火朝天，甚至于把口號(hào)喊得震天響，但似乎還沒有看到針對(duì)用戶級(jí)別的數(shù)據(jù)資產(chǎn)管理產(chǎn)品出現(xiàn)。

[[178554]]

一、數(shù)據(jù)為何是資產(chǎn)

看了不少相關(guān)資料，我覺得一個(gè)商品成為資產(chǎn)的過程，一定是先有價(jià)值，清晰的所有權(quán)歸屬，以及有合理可接受的計(jì)價(jià)模型。

1.價(jià)值

互聯(lián)網(wǎng)預(yù)言家凱文凱利說，不管你現(xiàn)在做什么行業(yè)，你做的生意都是數(shù)據(jù)生意。過去的企業(yè)關(guān)鍵詞是項(xiàng)目，現(xiàn)在的企業(yè)關(guān)健詞是數(shù)據(jù)。

前面我有過一篇文章闡述過拜數(shù)據(jù)教的思想：

世間的一切學(xué)科，無論是科學(xué)、文學(xué)、音樂還是經(jīng)濟(jì)學(xué)，背后都是數(shù)學(xué)模式。從數(shù)學(xué)角度，我們可以把一個(gè)人、一個(gè)動(dòng)物、一個(gè)公司或國(guó)家都想象成一個(gè)數(shù)據(jù)處理系統(tǒng)。

同樣，傳統(tǒng)企業(yè)在運(yùn)行中所有的生產(chǎn)資料的信息流，人、財(cái)、物，都可以沉淀轉(zhuǎn)變?yōu)橐环N新的生產(chǎn)資料——數(shù)據(jù)資料。于是，越來越多的人把數(shù)據(jù)當(dāng)做未來商業(yè)的石油，只不過它跟石油有本質(zhì)區(qū)別，石油越用越少，可數(shù)據(jù)越用越多。

2.產(chǎn)權(quán)歸屬

普遍來看，我們一般分為三方數(shù)據(jù)來討論產(chǎn)權(quán)的歸屬問題。

一方數(shù)據(jù)：數(shù)據(jù)生產(chǎn)者自己生產(chǎn)的數(shù)據(jù)。企業(yè)的CRM，供應(yīng)鏈，阿里，百度的用戶數(shù)據(jù)。應(yīng)該說一方數(shù)據(jù)產(chǎn)權(quán)是明確，屬于生產(chǎn)者所有。生產(chǎn)者負(fù)責(zé)了數(shù)據(jù)的生產(chǎn)采集清洗應(yīng)用賦能等一系列流程。

二方數(shù)據(jù)：第三方統(tǒng)計(jì)分析公司，比如google分析，百度統(tǒng)計(jì)，友盟，growingio等，另外還有針對(duì)H5分析的斐波那契等平臺(tái)。對(duì)于二方數(shù)據(jù)來說，產(chǎn)權(quán)其實(shí)是有爭(zhēng)議的。拿百度統(tǒng)計(jì)舉例，網(wǎng)站接入了百度統(tǒng)計(jì)，百度拿到的這一部分?jǐn)?shù)據(jù)是不是有所有權(quán)，使用權(quán)，甚至于公開買賣，對(duì)于網(wǎng)站的所有者來說，是有一定損失的。所以，在接入分析之前，應(yīng)該要有一定的權(quán)限界定。

三方數(shù)據(jù)：通過第三方購(gòu)買數(shù)據(jù)，爬蟲爬取數(shù)據(jù)等。很明顯，三方數(shù)據(jù)的產(chǎn)權(quán)歸屬更為模糊。只能通過一些協(xié)議來規(guī)范，比如網(wǎng)頁(yè)爬蟲就有robot協(xié)議等，當(dāng)然也有一些流氓的搜索爬蟲，無視網(wǎng)頁(yè)的robot協(xié)議。

個(gè)人數(shù)據(jù)資產(chǎn)在這三方數(shù)據(jù)中，應(yīng)該更多的處于一方數(shù)據(jù)的地位，我們?cè)诮酉聛硪^續(xù)討論。

3.如何定價(jià)

作為資產(chǎn)，當(dāng)然最難的就是如何進(jìn)行估值定價(jià)了。我們可以先來看下數(shù)據(jù)的普遍增值方式是哪些。

第一，數(shù)據(jù)租售。通過對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行收集、整理、過濾、校對(duì)、打包、發(fā)布等等一系列整理，實(shí)現(xiàn)數(shù)據(jù)內(nèi)在的價(jià)值。

第二，信息租售。通過聚焦行業(yè)焦點(diǎn)，收集相關(guān)數(shù)據(jù)，深度整合、萃取及分析，形成完整數(shù)據(jù)鏈條，實(shí)現(xiàn)數(shù)據(jù)的資產(chǎn)轉(zhuǎn)化。

第三，數(shù)據(jù)使能。是指類似于阿里這樣的互聯(lián)網(wǎng)公司，通過提供大量的金融數(shù)據(jù)挖掘及分析服務(wù)，為傳統(tǒng)金融行業(yè)難以下手的小額貸款業(yè)務(wù)，開創(chuàng)新的行業(yè)增長(zhǎng)點(diǎn)?；蛘呃脭?shù)據(jù)來提升自身產(chǎn)品的體驗(yàn)。

在現(xiàn)代經(jīng)濟(jì)學(xué)中，關(guān)于資產(chǎn)定價(jià)有大衛(wèi)李嘉圖的勞動(dòng)價(jià)值論。大意是這樣的，資產(chǎn)的價(jià)值是由勞動(dòng)創(chuàng)造的，也就是商品的價(jià)值由生產(chǎn)該項(xiàng)商品的社會(huì)必要?jiǎng)趧?dòng)時(shí)間所決定。

直觀來看，因?yàn)閿?shù)據(jù)租售與信息租售能產(chǎn)生較穩(wěn)定的現(xiàn)金流。于是，作為財(cái)務(wù)分析來看，其定價(jià)更為方便。于是，這當(dāng)中如何進(jìn)行賬務(wù)處理，并歸入企業(yè)利潤(rùn)表、現(xiàn)金流量表以及資產(chǎn)負(fù)債表中，只需進(jìn)行相應(yīng)的財(cái)務(wù)分析即可。相反，數(shù)據(jù)使能的計(jì)價(jià)模型則比較復(fù)雜，并且由于數(shù)據(jù)目前來看仍具有稀缺性，導(dǎo)致定價(jià)依舊比較困難。看來我要重新溫習(xí)下CAMP這一類資產(chǎn)定價(jià)模型了。

二、企業(yè)的數(shù)據(jù)資產(chǎn)中存在大量的個(gè)人勞動(dòng)

不知道大家有沒有聽過一個(gè)詞，data labor，數(shù)據(jù)勞工。它的意思是，我們每個(gè)人使用各種互聯(lián)網(wǎng)產(chǎn)品，其實(shí)同時(shí)充當(dāng)了一個(gè)數(shù)據(jù)勞工的角色，在給互聯(lián)網(wǎng)企業(yè)提供了非常多的數(shù)據(jù)資料，而且這個(gè)勞工還是免費(fèi)的。當(dāng)然，也有付費(fèi)的數(shù)據(jù)勞工。

1.免費(fèi)的數(shù)據(jù)勞工

有這樣兩個(gè)小例子。

第一是電商企業(yè)。他們前期通過搜索與電商，采集了大量用戶行為數(shù)據(jù)。借助支付，快遞，收集到銀行卡，家庭，公司等一系列個(gè)人數(shù)據(jù)。后期通過數(shù)據(jù)挖掘，進(jìn)行商品推薦，廣告，金融等不同程度的變現(xiàn)。

第二是Facebook News feed。FB的NewsFeed目標(biāo)是將最好的內(nèi)容向每個(gè)人展示。但前提理解內(nèi)容(NLU，Natural Language Understanding)，理解人。怎么做呢，他們需要很多用戶的點(diǎn)擊、反饋、停留等一系列數(shù)據(jù)，利用這些數(shù)據(jù)去做到Understanding，達(dá)到內(nèi)容與人的匹配。在未來，他肯定是最了解你的，因?yàn)槟愀南嗵幍淖疃唷Ｓ谑?，你可能?huì)離不開一個(gè)很了解你的機(jī)器。因此，一個(gè)產(chǎn)品的競(jìng)爭(zhēng)不再是內(nèi)容，而是他擁有了你再也離不開的數(shù)據(jù)。

2.付費(fèi)的數(shù)據(jù)勞工

人工智能這么火，不知道有多少人知道ImageNet這個(gè)項(xiàng)目，要想做到圖片分類與理解，其實(shí)是需要大量已經(jīng)標(biāo)注好的圖片數(shù)據(jù)。在八年前，實(shí)際上是沒有這么多優(yōu)質(zhì)的圖片庫(kù)的。

于是李飛飛老師通過Amazon、土耳其機(jī)器人(Mechanical Turk)等平臺(tái)，雇傭了來自世界上167個(gè)國(guó)家，接近5萬個(gè)工作者，幫助他們進(jìn)行篩選，排序，標(biāo)注了接近十億張圖片。

于是，現(xiàn)在利用深度學(xué)習(xí)等技術(shù)，計(jì)算機(jī)開始可以閱讀圖片了，知道原來這張圖片就是貓。

這就是一個(gè)典型的付費(fèi)數(shù)據(jù)勞工例子。此外還有Netflix需要的電影評(píng)價(jià)，科大訊飛需要的語音數(shù)據(jù)，其實(shí)都雇傭了數(shù)據(jù)勞工。

三、未來的個(gè)人數(shù)據(jù)資產(chǎn)管理機(jī)構(gòu)

目前來看，有這么幾類數(shù)據(jù)是企業(yè)花費(fèi)了大量人力物力進(jìn)行收集處理，并且已經(jīng)有大規(guī)模的應(yīng)用。

1.個(gè)人的標(biāo)簽數(shù)據(jù)，用戶畫像

對(duì)于大部分互聯(lián)網(wǎng)公司來說，用戶數(shù)據(jù)的一個(gè)應(yīng)用就是用戶畫像，打標(biāo)簽是用戶畫像的基礎(chǔ)工作?；ヂ?lián)網(wǎng)公司會(huì)通過你的點(diǎn)擊，瀏覽，停留，收藏，購(gòu)買等一系列行為，分析你的喜好，給你打上特定的標(biāo)簽?？墒?，由于某些公司用戶數(shù)據(jù)的不足，輸出的用戶畫像系統(tǒng)是有偏差的，應(yīng)該說算法跑出的結(jié)果，肯定不如人為填寫的準(zhǔn)確。

2.個(gè)人的健康數(shù)據(jù)

比如每天都在使用的小米手環(huán)。這一類產(chǎn)品是能源源不斷的監(jiān)測(cè)你的日常的某一類身體指標(biāo)數(shù)據(jù)，并且在未來提供一個(gè)track的功能。

一個(gè)最明顯的例子。我們可能大部分人都有尋找某樣物品的時(shí)候。這個(gè)時(shí)候，如果時(shí)間能夠回放，能夠看到當(dāng)初我們把這件物品反正哪個(gè)地方，我們就可以節(jié)約很多時(shí)間，物品也能快速找回。

這一類健康的硬件就是幫助你這件事情。于是，你每天源源不斷的提供著這些健康數(shù)據(jù)，未來某一天，你肯定需要這些數(shù)據(jù)的回放，需要分析某一種疾病的構(gòu)成原因。管理好自身的健康數(shù)據(jù)，很快，它將是你的數(shù)據(jù)資產(chǎn)。

3.個(gè)人數(shù)據(jù)資產(chǎn)管理平臺(tái)

上個(gè)世紀(jì)，大家還都把錢放在枕頭底下，原因是不信任銀行，也不覺得銀行會(huì)比自己管錢管的好，現(xiàn)在已經(jīng)沒有人會(huì)傻到繼續(xù)把錢放在枕頭底下了。

可見，個(gè)人數(shù)據(jù)的未來一樣也需要這樣的個(gè)人數(shù)據(jù)管理平臺(tái)。數(shù)據(jù)有其專業(yè)性，數(shù)據(jù)需要存儲(chǔ)、交換、分析、識(shí)辨，個(gè)人管理不了自身的數(shù)據(jù)是一定的，委托并授權(quán)給相應(yīng)的數(shù)據(jù)管理機(jī)構(gòu)是大勢(shì)所趨。

四、C2B or C2C的商業(yè)模式

那個(gè)人的數(shù)據(jù)如何變現(xiàn)，資產(chǎn)如何保值增值?

個(gè)人把自身數(shù)據(jù)授權(quán)給個(gè)人數(shù)據(jù)資產(chǎn)管理平臺(tái)，由平臺(tái)進(jìn)行統(tǒng)一管理，打破數(shù)據(jù)孤島，打通巨頭間的數(shù)據(jù)共享。

舉例來說，你之前一直都在使用信用卡，某張信用卡額度已經(jīng)達(dá)到了十萬以上。但是微粒貸跟螞蟻花唄的額度一直很低，因?yàn)槟汶娚藤?gòu)買的數(shù)據(jù)不足，或者沒有在線上進(jìn)行資產(chǎn)證明，所以不足以給你高額度。于是，你個(gè)人提供了銀行的證明，提交到個(gè)人數(shù)據(jù)資產(chǎn)管理平臺(tái)，由平臺(tái)與第三方機(jī)構(gòu)協(xié)商，提升網(wǎng)絡(luò)信用額度。抽象來看，類似借貸寶這一類熟人借貸平臺(tái)，無非就是你對(duì)熟人掌握了更多數(shù)據(jù)，于是你就有了更大的信心去借款給他。

再比如。今日頭條現(xiàn)在想經(jīng)營(yíng)電商廣告，但缺少你相關(guān)的商品數(shù)據(jù)，任他人工智能技術(shù)再?gòu)?qiáng)，也無法做好電商模塊的個(gè)性化廣告推薦。通過數(shù)據(jù)管理平臺(tái)的授權(quán)，由個(gè)人出售自身一部分標(biāo)簽數(shù)據(jù)，這樣今日頭條才有可能補(bǔ)齊缺失的數(shù)據(jù)模塊的短板。

由個(gè)人的數(shù)據(jù)授權(quán)與提供去打破目前互聯(lián)網(wǎng)數(shù)據(jù)孤島問題，進(jìn)而享受到更好的服務(wù)，應(yīng)該是一種思考的方向。

期待這一天的早日到來，或者我們自己做個(gè)APP?現(xiàn)在就差個(gè)程序員了。