最近的一個思考。

數據作為資產在企業早已熱火朝天，甚至于把口號喊得震天響，但似乎還沒有看到針對用戶級別的數據資產管理產品出現。

[[178554]]

一、數據為何是資產

看了不少相關資料，我覺得一個商品成為資產的過程，一定是先有價值，清晰的所有權歸屬，以及有合理可接受的計價模型。

1.價值

互聯網預言家凱文凱利說，不管你現在做什么行業，你做的生意都是數據生意。過去的企業關鍵詞是項目，現在的企業關健詞是數據。

前面我有過一篇文章闡述過拜數據教的思想：

世間的一切學科，無論是科學、文學、音樂還是經濟學，背后都是數學模式。從數學角度，我們可以把一個人、一個動物、一個公司或國家都想象成一個數據處理系統。

同樣，傳統企業在運行中所有的生產資料的信息流，人、財、物，都可以沉淀轉變為一種新的生產資料——數據資料。于是，越來越多的人把數據當做未來商業的石油，只不過它跟石油有本質區別，石油越用越少，可數據越用越多。

2.產權歸屬

普遍來看，我們一般分為三方數據來討論產權的歸屬問題。

一方數據：數據生產者自己生產的數據。企業的CRM，供應鏈，阿里，百度的用戶數據。應該說一方數據產權是明確，屬于生產者所有。生產者負責了數據的生產采集清洗應用賦能等一系列流程。

二方數據：第三方統計分析公司，比如google分析，百度統計，友盟，growingio等，另外還有針對H5分析的斐波那契等平臺。對于二方數據來說，產權其實是有爭議的。拿百度統計舉例，網站接入了百度統計，百度拿到的這一部分數據是不是有所有權，使用權，甚至于公開買賣，對于網站的所有者來說，是有一定損失的。所以，在接入分析之前，應該要有一定的權限界定。

三方數據：通過第三方購買數據，爬蟲爬取數據等。很明顯，三方數據的產權歸屬更為模糊。只能通過一些協議來規范，比如網頁爬蟲就有robot協議等，當然也有一些流氓的搜索爬蟲，無視網頁的robot協議。

個人數據資產在這三方數據中，應該更多的處于一方數據的地位，我們在接下來要繼續討論。

3.如何定價

作為資產，當然最難的就是如何進行估值定價了。我們可以先來看下數據的普遍增值方式是哪些。

第一，數據租售。通過對業務數據進行收集、整理、過濾、校對、打包、發布等等一系列整理，實現數據內在的價值。

第二，信息租售。通過聚焦行業焦點，收集相關數據，深度整合、萃取及分析，形成完整數據鏈條，實現數據的資產轉化。

第三，數據使能。是指類似于阿里這樣的互聯網公司，通過提供大量的金融數據挖掘及分析服務，為傳統金融行業難以下手的小額貸款業務，開創新的行業增長點。或者利用數據來提升自身產品的體驗。

在現代經濟學中，關于資產定價有大衛李嘉圖的勞動價值論。大意是這樣的，資產的價值是由勞動創造的，也就是商品的價值由生產該項商品的社會必要勞動時間所決定。

直觀來看，因為數據租售與信息租售能產生較穩定的現金流。于是，作為財務分析來看，其定價更為方便。于是，這當中如何進行賬務處理，并歸入企業利潤表、現金流量表以及資產負債表中，只需進行相應的財務分析即可。相反，數據使能的計價模型則比較復雜，并且由于數據目前來看仍具有稀缺性，導致定價依舊比較困難。看來我要重新溫習下CAMP這一類資產定價模型了。

二、企業的數據資產中存在大量的個人勞動

不知道大家有沒有聽過一個詞，data labor，數據勞工。它的意思是，我們每個人使用各種互聯網產品，其實同時充當了一個數據勞工的角色，在給互聯網企業提供了非常多的數據資料，而且這個勞工還是免費的。當然，也有付費的數據勞工。

1.免費的數據勞工

有這樣兩個小例子。

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

第二是Facebook News feed。FB的NewsFeed目標是將最好的內容向每個人展示。但前提理解內容(NLU，Natural Language Understanding)，理解人。怎么做呢，他們需要很多用戶的點擊、反饋、停留等一系列數據，利用這些數據去做到Understanding，達到內容與人的匹配。在未來，他肯定是最了解你的，因為你跟他的相處的最多。于是，你可能會離不開一個很了解你的機器。因此，一個產品的競爭不再是內容，而是他擁有了你再也離不開的數據。

2.付費的數據勞工

人工智能這么火，不知道有多少人知道ImageNet這個項目，要想做到圖片分類與理解，其實是需要大量已經標注好的圖片數據。在八年前，實際上是沒有這么多優質的圖片庫的。

于是李飛飛老師通過Amazon、土耳其機器人(Mechanical Turk)等平臺，雇傭了來自世界上167個國家，接近5萬個工作者，幫助他們進行篩選，排序，標注了接近十億張圖片。

于是，現在利用深度學習等技術，計算機開始可以閱讀圖片了，知道原來這張圖片就是貓。

這就是一個典型的付費數據勞工例子。此外還有Netflix需要的電影評價，科大訊飛需要的語音數據，其實都雇傭了數據勞工。

三、未來的個人數據資產管理機構

目前來看，有這么幾類數據是企業花費了大量人力物力進行收集處理，并且已經有大規模的應用。

1.個人的標簽數據，用戶畫像

對于大部分互聯網公司來說，用戶數據的一個應用就是用戶畫像，打標簽是用戶畫像的基礎工作。互聯網公司會通過你的點擊，瀏覽，停留，收藏，購買等一系列行為，分析你的喜好，給你打上特定的標簽。可是，由于某些公司用戶數據的不足，輸出的用戶畫像系統是有偏差的，應該說算法跑出的結果，肯定不如人為填寫的準確。

2.個人的健康數據

比如每天都在使用的小米手環。這一類產品是能源源不斷的監測你的日常的某一類身體指標數據，并且在未來提供一個track的功能。

一個最明顯的例子。我們可能大部分人都有尋找某樣物品的時候。這個時候，如果時間能夠回放，能夠看到當初我們把這件物品反正哪個地方，我們就可以節約很多時間，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據，未來某一天，你肯定需要這些數據的回放，需要分析某一種疾病的構成原因。管理好自身的健康數據，很快，它將是你的數據資產。

3.個人數據資產管理平臺

上個世紀，大家還都把錢放在枕頭底下，原因是不信任銀行，也不覺得銀行會比自己管錢管的好，現在已經沒有人會傻到繼續把錢放在枕頭底下了。

可見，個人數據的未來一樣也需要這樣的個人數據管理平臺。數據有其專業性，數據需要存儲、交換、分析、識辨，個人管理不了自身的數據是一定的，委托并授權給相應的數據管理機構是大勢所趨。

四、C2B or C2C的商業模式

那個人的數據如何變現，資產如何保值增值?

個人把自身數據授權給個人數據資產管理平臺，由平臺進行統一管理，打破數據孤島，打通巨頭間的數據共享。

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達到了十萬以上。但是微粒貸跟螞蟻花唄的額度一直很低，因為你電商購買的數據不足，或者沒有在線上進行資產證明，所以不足以給你高額度。于是，你個人提供了銀行的證明，提交到個人數據資產管理平臺，由平臺與第三方機構協商，提升網絡信用額度。抽象來看，類似借貸寶這一類熟人借貸平臺，無非就是你對熟人掌握了更多數據，于是你就有了更大的信心去借款給他。

再比如。今日頭條現在想經營電商廣告，但缺少你相關的商品數據，任他人工智能技術再強，也無法做好電商模塊的個性化廣告推薦。通過數據管理平臺的授權，由個人出售自身一部分標簽數據，這樣今日頭條才有可能補齊缺失的數據模塊的短板。

由個人的數據授權與提供去打破目前互聯網數據孤島問題，進而享受到更好的服務，應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APP?現在就差個程序員了。