AFV分享丨數(shù)據(jù)資產(chǎn)的應用場景極其豐富，并仍在不斷擴大。在金融領域，德勤和中科院聯(lián)合開發(fā)的智能化產(chǎn)品“智慧債券”，其主要采用云、大數(shù)據(jù)和人工智能技術，基于基本面分析和輿情分析，實現(xiàn)了債券的信用風險實時預警;在公共事業(yè)領域，浙江省開展“公共數(shù)據(jù)資源梳理”項目，它包括企事業(yè)單位、政府單位，依托電子政務項目預審的工作，開展全省項目獨立預審單位的信息系統(tǒng)實有數(shù)據(jù)普查等，借助數(shù)據(jù)系統(tǒng)更高效地處理政務工作。
數(shù)據(jù)的應用場景
內部使用 —— 業(yè)務數(shù)據(jù)化
內部使用主要指將企業(yè)運營產(chǎn)生的數(shù)據(jù)進行收集整理分析，用于服務自身經(jīng)營決策、業(yè)務流程，從而提升公司盈利能力。
電商平臺在運營中會產(chǎn)生大量的平臺交易數(shù)據(jù)，平臺可以通過對現(xiàn)有交易數(shù)據(jù)的分析來制定下一步的運營和營銷策略。各電信運營商都有成熟的高價值客戶關懷維護體系，會定期分析高價值用戶的套餐狀態(tài)、消費情況、使用異常等，從而可以適時地采取客情維系策略，如在用戶套餐即將到期時，通過一定的續(xù)約優(yōu)惠(續(xù)約送手機、充值返話費等)吸引用戶續(xù)約，延長穩(wěn)定收益的時間。
外部商業(yè)化 —— 數(shù)據(jù)業(yè)務化
外部商業(yè)化是指將數(shù)據(jù)整理分析后形成可以對外服務的數(shù)據(jù)商品，如芝麻信用和品牌數(shù)據(jù)銀行等。
芝麻信用是一家旨在構建簡單、平等、普惠商業(yè)環(huán)境的信用科技企業(yè)，是螞蟻金服生態(tài)體系的重要組成部分。芝麻信用利用云計算、機器學習等領先科技客觀呈現(xiàn)個人和企業(yè)的商業(yè)信用狀況。芝麻信用從用戶信用歷史、行為偏好、履約能力、身份特質、人脈關系五個維度對用戶的信用進行評估。目前已在租賃、購物、商旅出行、本地生活等眾多商業(yè)場景中通過信用科技賦能，讓商戶為更多用戶提供更好更便利的服務。人與人，人與商業(yè)之間的關系正因為信用而變得簡單。比如，當用戶的芝麻分達到一定數(shù)值，租車、住酒店時可以不用再交押金;有一定芝麻分的個人辦理簽證時可以等同于存款證明等等。目前芝麻信用已經(jīng)在超過 40 個行業(yè)提供商業(yè)信用服務，免押金額超過 1000 億元，服務過億用戶數(shù)。
除上述兩款產(chǎn)品外，阿里巴巴旗下還有 “數(shù)據(jù)銀行”等，也是使用數(shù)據(jù)進行外部商業(yè)化的實例。2017 年，阿里巴巴發(fā)布了服務于品牌的消費者數(shù)據(jù)資產(chǎn)管理中心——品牌數(shù)據(jù)銀行(Brand Databank)。品牌數(shù)據(jù)銀行的含義，就是將品牌消費者數(shù)據(jù)視為資產(chǎn)，像貨幣一樣進行儲蓄和增值。品牌商由此可以直觀地看到相應的消費者資產(chǎn)，并用于幫助其營銷決策。消費者資產(chǎn)的形成，與品牌在三個維度上的表現(xiàn)相關：消費者總量;消費者品類購買力;消費者轉化力。它可以基于品牌消費者人數(shù)，預測該人群將為品牌帶來的商業(yè)價值(按 GMV 維度)。
通過數(shù)據(jù)的全鏈路透視，消費者數(shù)據(jù)資產(chǎn)由此終于變得可評估、可優(yōu)化、可運營，這在根本上改變了對營銷效果的評估方式：消費者資產(chǎn)由一次次營銷和運營活動逐漸積累和沉淀而來，它以資產(chǎn)為主線，將多個單次活動串聯(lián)起來，從而能夠支撐企業(yè)長期的營銷規(guī)劃和決策。例如，戴森Dyson 借助阿里巴巴 Uni Marketing，準確地找到了潛在的消費者，并能夠開展長期運營：所有與戴森有過聯(lián)系的消費者，都沉淀在了它的品牌數(shù)據(jù)銀行中，并以 AIPL(認知、興趣、購買、忠誠)的不同階段進行了區(qū)分。正是基于對“品牌與消費者關系不斷加深”的這一清晰分析，戴森可以有效地判斷和規(guī)劃某類營銷活動中相關產(chǎn)品組合的有效程度。
.png)
（點擊上圖了解課程詳情）
影響數(shù)據(jù)資產(chǎn)價值的因素
影響數(shù)據(jù)資產(chǎn)價值的因素主要從數(shù)據(jù)資產(chǎn)的收益和風險兩個維度考慮，數(shù)據(jù)資產(chǎn)的收益取決于數(shù)據(jù)資產(chǎn)的質量和數(shù)據(jù)資產(chǎn)的應用價值。數(shù)據(jù)資產(chǎn)的質量是應用價值的基礎，對數(shù)據(jù)的質量水平有一個合理的評估，有利于對于數(shù)據(jù)的應用價值進行準確預測。(李然輝，2018)
質量維度
數(shù)據(jù)資產(chǎn)質量價值的影響因素包含真實性、完整性、準確性、數(shù)據(jù)成本、安全性等。
真實性，表示數(shù)據(jù)的真實程度。如果數(shù)據(jù)有偏差，那么使用結果可能會差之毫厘失之千里;若數(shù)據(jù)造假，更將失去數(shù)據(jù)統(tǒng)計的意義。真實的數(shù)據(jù)才具有價值。
• 完整性，表示數(shù)據(jù)對被記錄對象的所有相關指標的完整程度。關鍵數(shù)據(jù)的缺失，將影響數(shù)據(jù)在應用中的價值貢獻，或需增加成本去補充數(shù)據(jù)。數(shù)據(jù)的采集范圍越廣，完整性可能越高，數(shù)據(jù)資產(chǎn)的價值相對也會越大。
• 準確性，表示數(shù)據(jù)被記錄的準確程度。在工作中，拿到的數(shù)據(jù)都需要先進行清洗工作，排除異常值、空白值、無效值、重復值等，這項工作很可能會占到整個數(shù)據(jù)分析過程將近一半的時間。專職工種“數(shù)據(jù)清理工程師”的出現(xiàn)也說明數(shù)據(jù)清洗工作的復雜性。數(shù)據(jù)的準確性越高，對數(shù)據(jù)的清理成本越低，數(shù)據(jù)的價值也就越大。
• 數(shù)據(jù)成本，在數(shù)據(jù)交易市場不活躍的情況下，數(shù)據(jù)的價值沒有一個明確的計算方式，賣方出售數(shù)據(jù)的報價首先會考慮數(shù)據(jù)的成本。數(shù)據(jù)的獲取方式通常為公司內部收集或者外購。對于公司內部產(chǎn)生和收集數(shù)據(jù)，顯性成本主要有收集、持有程序下的人力成本、存儲設備成本等，無法可靠計量的隱形成本主要為數(shù)據(jù)所附著業(yè)務的研發(fā)成本、人力成本攤銷等。通常，獲取成本越大，數(shù)據(jù)的交易價值相對越大。
• 安全性，表示數(shù)據(jù)不被竊取或破壞的能力。數(shù)據(jù)自身的安全性越高，就可以為企業(yè)產(chǎn)生越穩(wěn)定的價值貢獻;同時，數(shù)據(jù)持有企業(yè)對其支付的保護成本越低，其數(shù)據(jù)資產(chǎn)的價值越大。
應用維度數(shù)據(jù)資產(chǎn)應用價值的影響因素包含稀缺性、時效性、多維性、場景經(jīng)濟性(李然輝，2018)。稀缺性，表示數(shù)據(jù)資產(chǎn)擁有者對數(shù)據(jù)的獨占程度。
商業(yè)競爭的本質，部分來自于對于稀缺資源的競爭。在制造差異化趨平的情況下，稀缺數(shù)據(jù)資源背后潛在的商業(yè)信息更加凸顯價值。比如司機駕駛習慣的數(shù)據(jù)，如：駕駛速度的穩(wěn)定系數(shù)、剎車油門踩動的頻繁程度等——保險公司拿到這些數(shù)據(jù)，有助于它分析出司機的駕駛習慣、事故風險概率，從而相對精準地計算車險保費金額，更有效地提高經(jīng)營效率(東方財富網(wǎng), 2018)。然而，這類數(shù)據(jù)是稀缺的，一般只有汽車生產(chǎn)商或出行服務運營商可以獲得這類數(shù)據(jù)。相對于司機的姓名、聯(lián)系方式等普通信息，駕駛習慣數(shù)據(jù)由于其稀缺性而體現(xiàn)出更高的價值。
• 時效性，數(shù)據(jù)的時效性決定了決策在特定時間內是否有效。比如交通信息數(shù)據(jù)，在沒有智能交管之前，交管中心收集的交通數(shù)據(jù)通常比較滯后，司機收到的路況信息已經(jīng)是幾十分鐘之前的，低時效導致數(shù)據(jù)的價值大打折扣。在有了智能交管之后，信息中心通過獲取智能手機、車輛的實時位置，可以實時提供地區(qū)的人流量和車流量情況，提前分散車流、緩解交通壓力。由此可見，數(shù)據(jù)的時效性在某些應用場景下至關重要(bingdata123, 2018)。
• 多維性，表示數(shù)據(jù)覆蓋范圍的多樣性。比如用戶在搜索引擎提問“美妝”、“學區(qū)查詢”、“金融招聘”等問題，搜索引擎可以根據(jù)這些問題及打開的相關鏈接，分析出用戶的年齡段、性別、文化背景、職業(yè)大類、需求偏好，再根據(jù)使用的手機或電腦品牌，更換通信設備的頻率等推測出收入階層，將這些數(shù)據(jù)挖掘整理后連接起來，就刻畫出一個多維的用戶形象。數(shù)據(jù)維度越多，適用的范圍越廣，數(shù)據(jù)的價值也就越大。
• 場景經(jīng)濟性，數(shù)據(jù)的價值在于與應用場景的結合，不同應用場景下，數(shù)據(jù)所貢獻的經(jīng)濟價值有所不同。比如我們上述提到的，司機駕駛習慣數(shù)據(jù)可以幫助保險公司更準確地計算保費和理賠概率以提高利潤，該數(shù)據(jù)也可以幫助交通公司招聘合適的司機，但招聘場景下的應用價值，可能沒有幫助保險公司提高利潤所帶來的價值更大;又如交通路況信息用于物流公司的場景，比個人出行場景下的經(jīng)濟價值更大;再如，當多維度的用戶信息用于尋找高凈值客戶時，也比用于普通生活用品推廣場景下的經(jīng)濟價值更大。
風險維度數(shù)據(jù)資產(chǎn)的風險主要源自于所在商業(yè)環(huán)境的法律限制和道德約束，其對數(shù)據(jù)資產(chǎn)的價值有著從量變到質變的影響，在數(shù)據(jù)資產(chǎn)估值中應予以充分考慮。
• 法律限制，在法律尚未明確規(guī)定的情況下，哪些數(shù)據(jù)絕對不能交易，哪些數(shù)據(jù)可以通過設計合法后才能交易，這些問題在限制數(shù)據(jù)交易的同時也影響著數(shù)據(jù)資產(chǎn)的價值。例如，經(jīng)去標識化處理后的個人信息雖然可以相對自由地進行交易，但其價值與去標識前的個人信息顯然存在差異。從實際效果來看，對于數(shù)據(jù)交易的限制性規(guī)定越多，交易雙方的合規(guī)成本和安全成本自然也會相應提升，雖然作為附帶效果，數(shù)據(jù)合規(guī)和數(shù)據(jù)安全產(chǎn)業(yè)會因此得到發(fā)展空間，但卻可能從整體上對數(shù)據(jù)資產(chǎn)市場的發(fā)展造成重大影響，進而影響到數(shù)字經(jīng)濟的整體發(fā)展，應以發(fā)展和包容的理念去平衡考慮數(shù)據(jù)的價值創(chuàng)造與風險控制。一部關于數(shù)據(jù)交易的法律法規(guī)的出臺或者一個經(jīng)典判決的作出，都可能對相應數(shù)據(jù)資產(chǎn)的價值帶來從量變到質變的影響。
道德約束，是指來自社會輿論壓力的風險等。獲取個人隱私信息的公司如不恰當?shù)厥褂脗€人信息，不尊重用戶隱私，將會影響公司的品牌形象、客戶信任，對于數(shù)據(jù)資產(chǎn)的價值和公司的價值都會帶來負面影響。
.jpeg)
