大数据交易难点

在未来，数据将成为商业竞争最重要的资源，谁能更好地使用大数据，谁将领导下一代的商业潮流。所谓无数据，不智能；无智能，不商业。下一代的商业模式就是基于数据智能的全新模式，虽然才开始萌芽，才有几个有限的案例，但是其巨大的潜力已经被人们认识到。简单地讲，大数据需要有大量能互相连接的数据（无论是自己的，还是购买、交换别人的），它们在一个大数据计算平台（或者能互通的各个数据节点上），有相同的数据标准能正确的关联（如ETL、数据标准），通过大数据相关处理技术（如算法、引擎、机器学习），形成自动化、智能化的大数据产品或者业务，进而形成大数据采集、反馈的闭环，自动智能地指导人类的活动、工业制造、社会发展等。但是，数据交易并没有这么简单，因为数据交易涉及以下几个非常大的问题。

（1）保护用户隐私信息
在Facebook 隐私泄露事件之后，其创始人兼CEO 马克·扎克伯格（Mark Zuckerberg）称该公司没能保护好用户的数据，承诺这种事情永远不会再发生。扎克伯格为了挽回公司声誉，大量投放道歉广告，以及接受国会的洗礼（见图3-2）。隐私泄露事件使得该公司的市值在事件爆发的一周内蒸发了近580 亿美元（约合3661 亿元）。
欧盟已经出台了苛刻的数据保护条例，还处在萌芽状态的中国大数据行业，怎么确保用户的隐私信息不被泄漏呢？对于一些非隐私信息，比如地理数据、气象数据、地图数据进行开放、交易、分析是非常有价值的，但是一旦涉及用户的隐私数据，特别是单个人的隐私数据，就会涉及道德与法律的风险。

数据交易之前的脱敏或许是一种解决办法，但是并不能完全解决这个问题，因此一些厂商提出了另一种解决思路，基于平台担保的“可用不可见”技术。例如双方的数据上传到大数据交易平台，双方可以使用对方的数据以获得特定的结果，比如通过上传一些算法、模型而获得结果，双方都不能看到对方的任何详细数据。
（2）数据的所有者问题
数据作为一种生产资料，跟农业时期的土地、工业时期的资本不一样，使用之后并不会消失。如果作为数据的购买者，这个数据的所有者到底是谁？怎么确保数据的购买者不会再次售卖这些数据？或者购买者加工了这些数据之后，加工之后的数据所有者是谁？
（3）数据使用的合法性问题
大数据营销中，目前用得最多的就是精准营销。数据交易中，最值钱的也是个人数据。我们日常分析做的客户画像，目的就是给海量客户分群、打标签，然后有针对性地开展定向营销和服务。然而，如果利用用户的个人信息（比如年龄、性别、职业等）进行营销，必须事先征得用户的同意，才能向用户发送广告信息，还是可以直接使用？
所以，数据的交易与关联使用必须解决数据标准、立法以及监管的问题，在未来，不排除有专门的法律，甚至专业的监管机构，如各地成立大数据管理局来监管数据的交易与使用问题。如果真的到了这一天，那也是好事，数据要流通起来才会发挥更大的价值。如果每个企业都只有自己的数据，即使消除了企业内部的信息孤岛，还有企业外部的信息孤岛。