随着“开放数据”这项运动在中国的持续进行，各类开放的数据逐渐丰富起来。如何解决其中的数据孤岛难题？又如何最大化挖掘开放数据的商业价值？10月30日的线上数据侠实验室中，大数据交易平台“发源地大数据”创始人兼CEO马建军为我们分享了其在“开放数据商业化”方面的实践和观点，本文为其现场演讲实录。
▍大数据应用需求大，但痛点是获取成本高
从理论上来说，大数据可以应用在各行各业。特别是最近几年，人工智能火热的形势下，数据源作为大数据的基础设施，其价值已经体现得淋漓尽致。应当说，没有数据就没有人工智能，也没有机器学习、深度挖掘等，包括数据层面的应用。
我们认为，中小企业对数据的需求场景一般包括三大块，第一是将数据用于数据分析、市场调研等；第二是很多项目在早期启动或者运营过程中需要有数据的支撑，即启动/运营数据；第三是企业客户数据挖掘、精准营销，基于数据做一些用户画像等研究，供企业进行营销。
大数据的市场空间，大家都比较清楚了。差不多从2012、2013年，国内的大数据发展开始慢慢落地，到了2015年，依靠大数据做精准营销已经成了很明显的趋势。而且有一些基于开放数据的创业公司比如企查查、天眼查等也已经落地。
不过，尽管如此，我们还是看到，最近十多年来，数据分析在国内一直不温不火，短期内可能也很难落地。这和国外的情况显然不同。
我们今天的主题是关于开放数据，其获取的渠道可以是从QQ群、淘宝等进行交易；也可以通过传统的API模式，按调用次数购买；当然，也可以自行采集。第一种方式的成本高效率低，而且因为是交易，数据可能都是些历史数据。第二种API方式，虽然在前几年发展不错，但是接下来的发展并不让人看好，因为其成本高。而如果是由公司自行采集，往往是传统的单机方式，数据的利用和应用层面往往也有很多问题。
那么如何来解决这些痛点呢？
▍数据从开放共享到直接交易
要解决用户碰到的数据获取中的痛点，一个解决方法是推动数据的交易。在以前并没有数据交易的概念，从2015年贵阳成立大数据交易所这一个时间节点开始才有。
所谓数据交易，其主要目的是推动数据的开放共享、直接交易。在此之前，当然还要先制定一个规则：什么样的数据可以开放？如何开放？又如何去共享再到交易？
下面这张图是基于我们多年经验总结出来的数据流通交易的架构：
首先，开放数据要得到应用，需要有一个初加工的过程，然后再做清洗等深度加工。而这中间必须要有的一个环节是数据的处理。我们把这个过程形容为“从小麦加工成面粉、再加工成包子、馒头”，这才叫做应用。
我们认为，不管是开放的数据还是非开放的数据，从数据源头到终端的应用，用户都有加工的需求，有了这个环节后才能拿来做交易变现，实现更好的流通。这个过程其实可以称为“数据源”的交易。
数据源交易不同于我们传统的数据包。有一个概念叫做“块数据”，这种数据其实相对还是比较孤立的，还是一个个“数据孤岛”。而数据源交易则是一个活的交易。因为它其实就是一个数据产品，能帮助用户解决很多问题，比如数据的动态交付、数据安全、版权隐私等等，我们称之为“三元素”——先授权、后脱敏、最后再确权的一系列过程。
在将一个个数据孤岛打破、推动数据融会贯通的过程中，数据加工起到了很大的作用。如果没有这个环节，直接拿数据包来交易，其实并没有从根本上解决数据价值最大化的问题。下图是对前面架构的补充，这三个层级中，数据加工的重要性不言而喻。
▍开放数据商业化的关键——数据融合
接着我们再来看看具体的案例，我们将开放数据进行了“产品化”，并按照数据的应用类型做了分类。下图是我们目前能提供的各种数据类型：
上面这些数据，一般也是比较有价值、用户最为关注的数据。但值得一提的是，很多在大家看来可能一点价值没有的数据，其实也有一定的需求。什么原因呢？因为随着大数据的发展和开放数据的应用，尤其是数据融合的观念，数据整合越发重要。
目前要想让数据变现，就得看那些“长尾数据”，要有海量数据的观念，将一个个海量的数据孤岛先进行整合再进行融合管理。就好比大众点评，早期肯定也做了很多数据采集之类的“脏活累活”，但一旦建立了数据的索引，那么你就会发现其价值非常大。
大多数的用户对数据的应用需求其实都不是某一个数据源，而是多样化的。我们还可以看看下面这张图：
从上面这些应用场景来看，大多数的用户的需求都是基于某一个独立的数据源，然后再基于海量数据源或者多个数据整合使用。
对于开放数据来说，它的体量本身是非常大的。至于各种企业、机构的内部数据，其对外公开的难度更大，使用会受到各种层面的影响。未来，开放数据的体量一定是远远大于内部数据。从这个角度看，开放数据的应用空间是不可想象的。这种数据的矿山就像是金矿，如果不去开挖，那么可能就是一座座的数据孤岛，没有任何价值。
为了最大化数据价值，数据的融合贯通非常重要。我们可以拿“企查查”这家公司作为例子。在早期，这种APP可能只能够查询企业的工商信息，但这样并没有大的发展空间，但你现在看到在这类APP上能够查询到企业的多维度信息，比如股权、股东、知识产权、商标专利、相关的报告等等。有了这种多维的信息，将多维的数据打通，对于C端用户来说其价值就非常大了。
所以，我想说的是，不管是开放数据还是非开放数据。要让其发挥最大的价值就要做数据之间的关联。这样的关联模型一旦建好之后，其在未来的应用将非常大。
注：以上内容根据马建军在数据侠线上实验室的演讲实录整理，有部分删节。图片来自其现场PPT，已经本人审阅。本文仅为作者观点，不代表DT财经立场。
作者 | 马建军
编辑 | 胡世龙 ： hushilong@dtcj.com
▍数据侠门派
本文数据侠马建军，大数据交易平台“发源地大数据”创始人兼CEO，硕士，10年大数据行业研发管理经验，曾创办多家企业。国内首款SaaS采集引擎的核心开发者；曾供职于腾讯，负责过腾讯首个游戏大数据预测引擎的研发。
腾讯云开发者
