“数据变现”已挂，如何开启重生关卡？
2019-08-19
来源|趣云数据
导语：数据变现，如同流量变现一样，是一个“永恒”的话题。从2014年开始，很多朋友不断跟我提出这个问题，到2019年，热度仍然不减。时过境迁，这个问题在五年以后，答案可能已经非常不同。因为五年之后的今天，依靠数据的直接变现已然走到尽头。
一.能变现的数据已凋亡
数据变现的前提当然是你有数据，不过从2018年开始，能直接变现的数据就开始凋亡。
有两个原因，其一，数据源头越来越封闭，越来越“围墙花园”化，真正有数据的，不再直接供应数据。其二，国家的个人信息保护法规让可以变现的数据类型越来越有限。
数据变现的市场，就好比基金市场，上头的LP不给钱了，下面的投资机构也就断了炊。
同样，数据的源头不愿意提供原生数据，大量靠数据变现的公司都面临弹尽粮绝的境地。其实，什么数据变现，大量充斥着的不过是充当原始数据的搬运工，“二道贩子”赚差价罢了。
目前，还在提供数据的源头主要是三类：第一类是运营商或者它们的三产公司；第二类是探针、基站公司等；第三类是垂直领域的服务商，例如线上交易的支付网关，或是线下交易的收单机构等。至于国家开的大数据交易市场，就不在此列了吧。
这三类，运营商的口子放的越来越小，市面上虽然流通着它们的数据，但几乎见不到个体级别带标签的数据了；盒子、基站，非常灰色有争议，而且部分玩家和应用场景还上了3·15晚会，所以能够直接提供数据的时日应该不多了；垂直领域的服务商，基本上学习BAT，数据不出库，能提供的数据也是越来越少。
能直接变现的数据若是没有了，数据变现就成了伪命题。
二.数据变现的自救
数据变现还有没有救，除了可变现的数据是否充裕之外，还要看需求。
需求仍然很旺盛，尤其是大量企业开始建立自己的DMP或者CDP之后。
企业自己的数据无法对消费者进行更全面的画像，他们寄望于与外部数据打通，以及外部数据标签的整合。
有需求就有市场，广告主如果持币待购，或者愿意考虑付费，数据就仍然有能够变现的可能。
三.另辟蹊径
问题是，如何将可能变为现实，让已死变为重生。
需求如果存在，而供给侧出了问题，这样的市场只有两个可能性：萎缩，或者另辟蹊径满足买家的需求。
考虑到个人信息数据安全保护越来越严格，能够对外售卖的数据越来越少，可以很容易的得出一个结论，数据直接变现就是已经死了。
难道真的还敢拿出大量标记好住址和职业的个人电话号码进行贩卖？别说电话号码，就是用IMEI号这么做都很有风险。
任何未经数据主体许可想要通过售卖个体级别的ID和标签的交易，超过50个条目的，都可能构成犯罪。
过去直接投资数据的，譬如说投资“巧达科技”，还能大发其财的，今天达摩克里斯之剑已经插到头上了。
这条路走不通。
那么只能另辟蹊径。
这条蹊径，是换一个更现实的办法，不再寻求数据直接变现，而是寻求数据能力的变现。
四.“数据变现”前，待解的五大难题
如果仍然想数据直接变现，也有两种操作方法。
第一种操作，获得数据主体（也就是用户）的直接授权，让他们允许你通过销售他们的数据获利。但我觉得除非你是万人迷，应该不太可能让大家同意吧。
第二种操作，获得数据主体（也就是用户）的直接授权，让他们允许你通过销售他们的数据获利的同时，把利润的一部分也分给同意你售卖他们个人数据的个人。美国有类似的出售自己隐私数据换钱的联盟（SDC，即Social Data Collective），中国还没有见到。或许这是未来可能的一个方向。
两种操作都有一个共同点——无论如何，你必须获得数据主体的明示同意与授权。
哦，对了，还有一种方法，那就是提供数据给国家，为国家安全的服务，国家买单。这个生意已经让很多人发财致富了。
大概，这些就是今天数据直接变现的全部的安全之路了。
“数据变现”前，仍然存在待解的五大难题
1.贪婪：对数据无止境的收集
大数据产业是一种“资源型产业”。对数据源的重视，在前期数据池的扩充方面具有正面效应，但是，因此大量诞生的依托数据资源优势的企业，也为大数据产业带来了低附加值的垄断经济模式。
而对于主营业务并非数据源的企业来说，即使那些看起来可能对你的业务毫无关联、没有产出的数据，宁可闲置不用也不去售卖，将数据转换为有利可图的新服务项目。
售卖的关键在于识别那些不是竞争者的公司——在相关领域运营。如丰田就开创了一项新业务，就是利用它在日本卖出的车里安装的GPS定位设备，捕捉车的速度和位置，再将其以每月2000美金的价格卖给市政规划部门，帮助改善交通问题，同时整合自己公司的发货渠道。
数据资源打通难，是因为缺乏在生产环节解决数据权属等核心问题的规则和制度。以开放的视野打破数据孤岛，仍需要在数据资源层面形成统一的行业共识和行为规范，引导产业走向综合发展为导向的良性发展模式。
2.麻木：非法数据交易猖獗
以国有数据资源和公共数据资源为主、看得见的数据，像冰块一样凝结不动，而地下数据交易黑市规模坐大，针对用户信息的非法收集、窃取、贩卖和利用行为猖獗，甚至形成一条龙式的产业链形态。
在国内，数据交易流通产业规模逼近百亿产值，整个数据流通产业如火如荼。
随着数据流通交易产业的变现模式的大量涌现，在利益诱导和监管缺失的情况下，数据流通交易面临的问题也愈发凸显：数据侵权、据窃取、非法使用、非法买卖已成为行业乱象。
3. 盲从：用“巨量”掩盖个性化
在大数据时代，个人的信息更多的是以数据为载体来进行互动的。海量的数据在为研究和分析社会现象带来便利的同时，实际上也掩盖了许多具有个性特征的数据的意义。
大数据的复杂性不仅在于其数据样本巨量，更在于其多源异构、多实体和多空间之间的交互动态性。当前，只有少数人掌握处理这种复杂的巨量化大数据的技术，这很容易导致“数据暴力”。
归根结底，数据是关于个体的呈现。其中蕴含着各异的社会文化价值，是数据内涵中更深层次的内容。无论是可以数字化的数据还是不可数字化的数据，比较、分析和归纳的过程，其实反映的都是个体行为所呈现出来的趋势。
如果脱离了个体及其所在社会的价值本性，就可能本末倒置，最终产生许多难以预期的后果。
4.分歧：在“因果性”和“相关性”中走极端
数据的本质，是快速让大家知道发生了什么事，只有降低成本，把简单数据简单化或者复杂化分析，快速变成结果去变现，大数据公司才能活下去。
在一场变革或者技术的初期，需要找到最简单方式发挥出其效能。当然，这也还跟现在数据量、数据化等错综复杂的因素有关，利用此类相关性关系研究，将数据里面的金子挖出来，或者利用相关性，预防或促成某些结果的发生。
对因果性的执着，强调更多是个体甚至人类整体的记忆，或者经验、规律性等条件，必须从“人的态度”来理解，因果是“自然的人化”。做大数据，最怕听到去解释“为什么”，因为大数据能做到最真实情况的还原，就已经很难了。
现实市场状况往往是混乱的，尝试去找出项目成败的因果关系，实际上是没有必要的。大数据的作用是趋势判断，而不是找出因果。
5.客观：数据价值不易标准化
目前数据的商业化仍面临诸多挑战，如应用场景和价值不易标准化，从而引发数据定价及资产评估难的问题。
数据与工业时代的商品有截然不同的属性，工业时代的商品是实体物品为主，其商品经历了上百年的发展之后，已经形成了大家都认同的标准化定价模式，比如基于物权的定价模式，是由成本加上品牌定价决定。
而目前的数据应用水平和程度有限，数据标准化程度很低，数据的权属问题等制约着数据无法按照传统的商品销售模式进行销售，因此，目前从数据加工的成本和基于数据加工衍生出的服务出发，商业模式有待优化。
