AI 月付涨至 300 刀，数据集定价还有多远？

数据存储前沿技术

发布于 2025-07-13 13:00:40

1580

全文概览

近期，英国数据智能公司Sagacity将其消费者数据集产品组合上架Databricks Marketplace，这一事件不仅是简单的商业合作，更是全球数据经济发展成熟的一个缩影。它向我们展示了两个关键趋势：一是数据正从基础商品转变为经过深度加工的“数据产品”；二是数据集市场正与AI及分析平台深度融合，未来的数据交易将更加注重与数据消费环境的无缝集成。

这一催化事件引发了我们对全球数据集市场生态系统的深入思考。数据是如何从原始状态变成可交易、高价值的商品的？不同国家和地区的数据市场为何在交易模式上存在显著差异？承载这些交易的技术平台有何不同？而最核心的问题或许是，数据到底值多少钱，我们又该如何评估它的价值？

本报告将以Sagacity与Databricks的合作为切入点，为您剖析全球数据集市场的战略格局。我们将对比国际市场与中国国内市场在交易模式上的根本差异，探讨支撑这些市场的技术平台架构及其商业策略，并深入研究将原始数据转化为可货币化高价值资产的端到端价值链。希望通过本文的分析，能帮助您更好地理解数据经济的现状与未来走向。

阅读收获

掌握全球数据集市场的两大主流模式（国际模式与国内模式）及其核心差异。
了解国际（以云平台为代表）和国内（以数据交易所为代表）数据市场的技术架构与商业逻辑。
理解数据产品从原始数据到可交易资产的完整价值链，以及数据产品化的关键环节。
认识数据资产估值的挑战与目前业界采用的主要评估方法。

数据集市场的演进格局：平台、交易与价值的战略分析

引言：从Sagacity与Databricks的合作看数据经济新催化剂

近期，英国领先的数据智能公司Sagacity宣布，其获得完全许可的英国消费者数据集产品组合已在Databricks Marketplace上架 1。这一事件不仅是一次简单的产品发布，更是全球数据经济日趋成熟的一个重要标志。它清晰地揭示了两个正在交汇的关键趋势：

第一，“数据产品”的崛起。Sagacity提供的并非原始数据，而是经过高度策划、丰富和合规处理的“数据产品”。例如，其SmartLink产品将超过4.5亿个数据点整合为9000万个独立的个人画像，而Enhance产品则为这些画像增添了超过350个生活方式和人口统计学维度的变量 2。这标志着数据正从一种基础商品（commodity）转变为一种经过深度加工的制成品（manufactured good）。

第二，数据集市场与AI/分析平台的深度融合。Sagacity选择在顶级的“数据与AI”平台Databricks上架其产品，这一决策极具战略意义。它预示着未来数据交易的核心在于与数据消费环境（即分析、机器学习和人工智能应用开发的环境）的无缝集成 5。

本报告将以这一催化事件为切入点，深入剖析全球数据集市场的生态系统。报告旨在为企业领导者提供战略层面的分析，通过审视以下三个核心领域，揭示数据市场的现状与未来：(1) 国际市场与中国国内市场在交易模式上的显著差异；(2) 承载这些市场的技术平台架构及其商业策略；(3) 将原始数据转化为可货币化高价值资产的端到端价值链。

第一部分：全球数据集市场格局：两种模式的叙事

本部分将深入探讨数据交易在结构和治理上的根本性差异，对比以技术为主导的国际模式和以合规为驱动的中国模式。

1.1 国际模式：云集成与开放生态系统

国际模式以Databricks Marketplace、Snowflake Marketplace和AWS Data Exchange等平台为代表，其核心理念是“实时数据共享”（live data sharing）。这种模式允许数据直接从提供商的云环境流向消费者的云环境，从而省去了繁琐的数据提取、转换和加载（ETL）流程以及数据复制的成本 6。

这种模式的技术基石是安全的共享协议。Databricks推广的是其开源标准Delta Sharing，并以此作为避免供应商锁定的关键 5。Snowflake则依赖其原生的安全数据共享能力 8。这些技术使得数据在消费者的工作区中以“只读目录”（read-only catalog）的形式存在，仿佛是消费者自己的数据一样，可以直接进行查询和分析 10。

其交易流程专为速度和自助服务而设计，消费者的体验路径清晰明了：

发现：用户在公共或私有市场中浏览数据产品列表 10。
评估：利用免费样本数据、预置的Notebook（代码笔记本）和解决方案加速器，快速评估数据产品的实用性 5。
请求访问：对于付费产品，消费者提交访问请求，这通常会启动一个与供应商的线下沟通流程 10。
访问与使用：一旦供应商批准访问（并在双方达成商业条款后），数据产品便会直接出现在消费者的环境中，立即可供查询和分析 10。

尽管这些国际平台在技术共享机制上相似，但它们在商业化处理方式上存在着根本性的战略分歧。Databricks明确表示，“商业交易不直接在Databricks Marketplace上处理”，而是通过“供应商的沟通和支付平台”完成 11。这是一个经过深思熟虑的战略选择。Databricks的核心商业模式是推动其计算资源（以DBU为单位）的消耗 13。其市场平台扮演着一个强大的增长“飞轮”：更多的数据产品吸引更多的用户，这些用户为了分析数据而消耗更多的计算资源，从而直接推动Databricks核心业务的收入增长。因此，其市场是一个战略赋能工具，而非直接的利润中心。

相比之下，Snowflake和AWS则构建了集成的货币化引擎。Snowflake允许供应商通过平台直接开具发票，并提供多样化的定价模型（如订阅制、按使用量付费），同时从中抽取佣金 15。AWS则向供应商收取存储费、每小时的“有效数据授权费”以及通过AWS完成收款的交易服务费 17。它们的市场是混合模式：既是其云生态系统的战略赋能者，也是直接创造收入的业务单元。这揭示了西方市场内部存在的两种不同子模式：以Databricks为代表的“计算驱动型市场”和以Snowflake、AWS为代表的“交易驱动型市场”。

1.2 国内（中国）模式：合规驱动与国家指导型交易所

中国模式以上海数据交易所（SDE）和深圳数据交易所（SZDE）为代表，其核心特征是在高度监管的框架内进行“场内交易” 18。这些交易所的建立是自上而下的国家政策的直接产物，旨在培育一个全国性的数据要素市场 20。

与西方平台不同，这些交易所扮演着积极的中介和信任担保人的角色。它们为数据确权、合规和安全提供了“信用背书” 18。其法定职责包括提供交易基础设施、组织交易活动、进行合规审查、出具交易凭证以及调解纠纷等 23。

整个交易流程都建立在合规的基石之上。规则极为严格，例如上海数据交易所坚持“无场景不交易，无合规不上架”的原则 24。深圳数据交易所则首创了“动态合规体系”，旨在降低高频交易企业的合规成本，同时保持严格的监管 26。这种对可审计合规性的高度关注，构成了它们的核心价值主张。

这些交易所的设立，其根本目标在于解决数据交易中长期存在的几大难题：权属不清、定价困难和信任缺失 22。国际模式依赖于市场参与者的品牌声誉和双边合同来有机地建立信任。然而，中国模式则通过国家支持的制度设计来主动地“工程化信任”（Engineered Trust）。通过控制整个交易生命周期——从验证买卖双方身份，到审查数据来源的合法性，再到批准数据使用场景——交易所本身成为了那个值得信赖的第三方。这是对中国高标准数据监管环境的直接回应，也体现了政府希望将数据作为一种新的生产要素，在一个有序、可控的市场中进行流通的战略意图。因此，这些交易所不仅是一个市场，更是一个全面的治理解决方案。

1.3 交易模式对比分析

下表清晰地总结了国际与国内两种数据交易模式在多个维度上的差异，为战略决策者提供了直观的参考。

特征	国际模式 (Databricks, Snowflake, AWS)	国内模式 (上海、深圳数据交易所)
主要驱动力	技术引领，市场驱动的创新	政策引领，合规驱动的市场构建
监管主体	平台提供商政策、行业标准 (如GDPR)、合同法	国家/地方政府部门 (如经信委、发改委)、交易所自身规则 19
交易发生地	商业交易主要在线下 (Databricks) 或线上 (Snowflake/AWS)	严格的“场内交易” 18
平台角色	发现、访问和（部分）计费的赋能者	中央中介、监管者和信任担保人
合规焦点	提供商责任；平台提供治理工具 (如Unity Catalog) 并要求遵守条款	交易所强制执行；交易前对数据源、用途和安全进行审核 24
关键使能技术	安全数据共享协议 (如Delta Sharing)、云原生架构	集中式交易系统、数据资产登记、隐私计算技术 (PETs) 22
信任机制	品牌声誉、用户评价、双边法律协议	制度化的、国家背书的认证和流程监督

第二部分：平台架构与商业策略

本部分将从交易的“如何做”转向承载交易的“是什么”，深入探讨底层的技术载体及其商业模式。

2.1 载体形态：技术架构剖析

国际模式 - 数据湖仓一体化架构 (Data Lakehouse)

Databricks和Snowflake等平台的技术基础是数据湖仓（Lakehouse），这种架构融合了数据湖的灵活性与可扩展性，以及数据仓库的高性能与强治理能力 28。这种架构天生就为数据共享而设计。

这种去中心化存储但集中化治理的架构是其成功的关键。以Databricks为例，其Unity Catalog 5 扮演着“大脑”的角色，统一管理所有数据资产的权限、血缘关系和审计日志。这使得供应商可以在不移动或复制数据本身的情况下，安全地将其数据湖的“一个切片”共享给消费者。

国内模式 - 集中式交易所架构

中国的交易所则更像传统的金融交易所，其架构设计的核心是实现对交易过程的集中控制。

该架构清晰地反映了其核心功能。关键组件包括用于数据产品登记和认证的系统 22，用于审查交易的合规引擎 26，以及通常配备的“隐私计算区”。该区域允许在不暴露原始数据的情况下进行数据分析，从而实现“数据可用不可见”的原则 27。

2.2 货币化与商业模式：追寻资金流向

一个平台的收入模式是其战略意图最清晰的信号。它决定了平台的优先事项、与供应商的关系以及对消费者的价值主张。

供应商在各大平台上拥有日益丰富的工具来商业化其数据资产 5：

免费增值/试用：提供免费或样本数据以产生销售线索，并允许在购买前进行评估 9。
订阅制：在一定时期内支付固定费用以获取访问权限。特别是Snowflake，提供了高度灵活的订阅模式（如月度/年度、预付/分期）16。
按使用量付费：费用与消耗量挂钩，例如按查询次数付费，或者在Snowflake原生应用中，可以根据供应商定义的任何指标进行“自定义事件计费” 16。
私下交易（Private Offers）：通过平台的私有交易功能，为特定消费者提供定制化的、私下协商的交易 7。

下表对各大平台的商业模式进行了深入比较，揭示了每个主要参与者市场策略背后的商业逻辑。

平台	平台主要收入来源	供应商货币化模式	在金融结算中的角色	为供应商提供的核心增值服务
Databricks Marketplace	数据分析和AI工作负载产生的计算资源消耗 (DBUs) 13。	供应商自定义（订阅、按用量等），通过私下交易实现。	无。交易由供应商和消费者直接处理 11。	产生销售线索；通过Delta Sharing实现无缝技术交付；触达Databricks庞大的AI/数据科学用户群 5。
Snowflake Marketplace	混合模式：计算资源消耗 ("Credits") 和数据销售佣金 15。	平台提供灵活模型：订阅制（多种期限）、按用量付费、自定义事件计费 16。	直接。作为支付和开票中介，将资金支付给供应商 16。	端到端的商业化平台；详细的使用分析；利用客户的预付算力额度进行支付 16。
AWS Data Exchange	交易驱动：向供应商收取存储费、有效数据授权费（按小时）和销售服务费 17。	订阅制或按需付费，由供应商定价 17。	直接。通过AWS Marketplace生态系统管理账单和支付 34。	触达数百万AWS客户的分销渠道；与AWS账单集成；处理账单和收款 34。
中国数据交易所 (SDE/SZDE)	交易驱动：可能是挂牌费、交易佣金和增值服务费的组合 18。	协议定价、拍卖、固定价格，交易所提供参考价 36。	直接。作为交易的中央清算所 23。	合规即服务；国家背书的信任和法律框架；标准化的价值评估指导 18。

第三部分：数据集价值链：从起源到评估

本部分将探讨一个数据产品的完整生命周期，从其上游的创建到下游的价值评估。

3.1 上游：数据集创建的艺术与科学

将原始信号转化为有价值产品的过程遵循一条清晰的价值链：收集 -> 处理 -> 策划/丰富 -> 分析 -> 货币化 37。

Sagacity公司的实践为这一过程提供了教科书式的案例。

数据源与收集：Sagacity展示了多渠道的数据获取能力，其数据来源于一个广泛而多样的网络，包括合作伙伴、公开来源、问卷调查、网站注册、征信机构乃至地方政府 1。这表明高价值的数据集很少来源于单一渠道。
数据处理与策划：这是Sagacity的核心知识产权所在。他们执行复杂的数据清洗、去重和身份识别。其SmartLink产品将超过4亿条原始记录整合为9000万个独特的个人画像，是这一增值过程的典范 2。他们还提供数据质量服务，如“死亡名单”筛除（通过其“丧亲登记”服务The Bereavement Register）40。
数据丰富与产品化：经过关联的原始数据随后被数百个描述性和预测性属性（如人口统计、持有的金融产品、兴趣爱好等）所丰富，最终形成了Enhance系列产品 3。这些丰富后的数据被打包成面向特定应用场景（如市场营销、客户分群、风险分析）的独立产品 4。

3.2 下游：数据资产评估的持续挑战

尽管数据资产的价值日益凸显，但如何对其进行准确估值仍然是一个全球性的难题。目前业界尚无统一标准，但主要存在三种公认的评估方法 18。

成本法 (Cost-Based)：根据创建或替换该数据资产的成本来确定其价值。这种方法简单直接，但忽略了数据的潜在影响和使用价值。
市场法 (Market-Based)：通过与市场上交易的类似资产进行比较来确定其价值。这种方法反映了市场供需，但由于数据市场缺乏透明度和可比性而面临挑战。
收益/经济价值法 (Income/Economic Value-Based)：根据数据资产能够产生的收入或节约的成本来确定其价值。这是与商业最相关的方法，但计算复杂且价值归因困难。

评估方法的选择不仅是一个技术问题，更是一个反映市场成熟度和理念的哲学问题。由私营企业主导的国际模式，默认采用一种务实的市场化协商方式。价格由买卖双方的意愿决定，这体现了对自由市场价格发现机制的成熟信念 22。然而，从零开始构建市场的中国模式无法依赖于此，它必须建立一个信任和可预测性的基础。因此，中国正在开创一种结构化的、多因素的评估框架。深圳数据交易所发布的详细指引 36 是最突出的例子。它试图通过融合成本、市场和收益法，并结合数据质量、供应商信誉和合规性等定性因素，构建一个可辩护的、近乎公式化的“公允价值”。这是通过制度设计来解决“定价难”24 问题的尝试，旨在创建一个透明和标准化的体系，以鼓励参与并减少交易摩擦。这标志着从“价格发现”（price discovery）到“价格构建”（price construction）的转变。

下表对核心的数据估值方法进行了分解，以帮助决策者理解其本质。

估值方法	定义	优点	缺点	适用场景
成本法	价值由获取、存储和处理数据的历史成本或重置成本决定 44。	计算简单；提供清晰的“底价”；易于审计。	忽略数据的实际效用和商业影响；可能低估独特、高影响力的资产。	内部会计核算；数据资产保险；通用数据的初始定价。
市场法	价值通过与活跃市场中交易的类似数据产品进行比较来确定 44。	反映真实的供需关系；基于实际交易。	数据市场通常不透明，缺乏直接可比对象；价格不总是公开 46。	标准化数据产品（如公共记录、天气数据）的定价；并购估值。
收益/经济价值法	价值基于资产对创收或节约成本的贡献（如提升营销ROI、减少欺诈）44。	将数据与商业价值直接挂钩；捕捉资产的独特效用。	计算复杂；价值归因困难；需要复杂的模型。	评估用于战略决策或AI模型的专有、高影响力数据集。
结构化多因素法 (如SZDE)	结合定量和定性因素的混合模型，包括数据质量、供方信用、合规性和应用价值 36。	创建透明、标准化和可辩护的估值；建立市场信任。	可能较为僵化；无法完全捕捉动态市场变化；需要中心化机构来定义和管理框架。	旨在建立市场规范和透明度的受监管数据交易所。

结论：战略启示与数据商业的未来

本报告的分析揭示了全球数据市场的一个核心二元结构：一边是以创新为核心、计算为驱动的国际市场模式；另一边是以合规为基石、国家为引导的中国国内交易所模式。这两种模式并非优劣之分，而是针对不同问题、在不同技术、监管和经济环境下演化出的不同解决方案。

战略建议

对于数据提供商：在全球市场中航行需要采取双重策略。在西方市场，应专注于产品化——将数据与Notebook、模型和解决方案加速器捆绑，以缩短消费者的价值实现时间 6。若要进入中国市场，则必须将重点放在 文档化与合规性上，准备严谨的材料以满足交易所结构化的估值和安全审查流程。
对于数据消费者：在西方市场，应充分利用平台丰富的评估工具“先试后买”，快速验证数据与业务问题的匹配度。在从中国交易所采购数据时，应将平台的合规审查视为一种委托尽职调查，它提供了一层监管风险的缓解。

未来展望

模式融合：两种模式可能会相互借鉴。国际平台将继续构建更强大的平台内治理和商业化工具（正如Snowflake和AWS已经做的那样）。中国交易所则将采用更先进、可扩展的云原生技术，以提升用户体验和效率。
生成式AI的影响：生成式AI将从两个方面改变市场：(a) 催生新的、更复杂的数据产品（例如AI生成的市场摘要）；(b) 通过自然语言界面彻底改变数据发现方式，用户只需“提问”即可获得所需数据 29。
跨境流动的挑战：实现全球数据无缝交易仍然是最终的前沿。中国探索建立的“数据跨境负面清单”49 等机制的发展，将是决定未来全球数据经济格局的关键变量，值得持续关注。

参考资料

Sagacity Data Solutions Go Live on Databricks Marketplace, accessed July 12, 2025, https://www.sagacitysolutions.co.uk/about/news-and-blog/sagacity-data-solutions-go-live-on-databricks-marketplace/
SmartLink - Databricks Marketplace, accessed July 12, 2025, https://marketplace.databricks.com/details/cee21e8b-b465-487c-a934-1737a8eede53/Sagacity_SmartLink
Enhance - Databricks Marketplace, accessed July 12, 2025, https://marketplace.databricks.com/details/ebb48035-a2c1-4263-9412-28389a343925/Sagacity_Enhance
Data Enhancement Services | Enrich Your Data - Sagacity, accessed July 12, 2025, https://www.sagacitysolutions.co.uk/what-we-do/data-quality-enhancement/enhance/
Databricks Marketplace Demo, accessed July 12, 2025, https://www.databricks.com/resources/demos/videos/data-sharing/marketplace
Databricks Marketplace | Databricks, accessed July 12, 2025, https://www.databricks.com/product/marketplace
Guide: Sharing and Marketing Data Products on Databricks - Bobsled, accessed July 12, 2025, https://www.bobsled.co/resources/guide-sharing-data-databricks
How Does the Snowflake Marketplace Work? - Hightouch, accessed July 12, 2025, https://hightouch.com/blog/snowflake-marketplace
What is Databricks Marketplace?, accessed July 12, 2025, https://docs.databricks.com/aws/en/marketplace/
Access data products in Databricks Marketplace (Unity Catalog-enabled workspaces), accessed July 12, 2025, https://docs.databricks.com/aws/en/marketplace/get-started-consumer
Access data products in Databricks Marketplace (Unity Catalog-enabled workspaces), accessed July 12, 2025, https://learn.microsoft.com/en-us/azure/databricks/marketplace/get-started-consumer
What is Databricks Marketplace? - Azure Databricks | Microsoft Learn, accessed July 12, 2025, https://learn.microsoft.com/en-us/azure/databricks/marketplace/
Databricks Business Model: How Does Databricks Make Money? - FourWeekMBA, accessed July 12, 2025, https://fourweekmba.com/databricks-business-model-how-does-databricks-make-money/
Databricks – Marketplace - Google Cloud console, accessed July 12, 2025, https://console.cloud.google.com/marketplace/product/databricks-prod/databricks
Snowflake Business Model - How Snowflake Makes Money? - Business Model Analyst, accessed July 12, 2025, https://businessmodelanalyst.com/snowflake-business-model/
Monetize Data and Apps with Snowflake Marketplace, accessed July 12, 2025, https://www.snowflake.com/en/blog/marketplace-monetization-turn-data-apps-revenue-stream/
Pricing - AWS Data Exchange - AWS, accessed July 12, 2025, https://aws.amazon.com/data-exchange/pricing/
数据交易所里在干啥 - 人民日报, accessed July 12, 2025, http://paper.people.com.cn/zgjjzk/html/2024-08/15/nw.zgjjzk_20240815_3-02.htm
数据交易的法律基础、市场体系与各方角色 - 竞天公诚律师事务所, accessed July 12, 2025, https://www.jingtian.com/Content/2023/12-01/1850105715.html
市场监管总局印发网络交易合规数据报送管理暂行办法 - 中国政府网, accessed July 12, 2025, https://www.gov.cn/lianbo/bumen/202504/content_7017411.htm
《数据交易服务规范》解读 - 深圳市市场监督管理局, accessed July 12, 2025, https://amr.sz.gov.cn/attachment/1/1502/1502851/11672275.pdf
Data Marketplaces and Governance: Lessons from China, accessed July 12, 2025, https://www.cigionline.org/articles/data-marketplaces-and-governance-lessons-from-china/
上海市经济信息化委关于印发《上海市数据交易场所管理实施暂行办法》的通知, accessed July 12, 2025, https://www.shanghai.gov.cn/hqcyfz2/20230626/25269beb438b463495bb7612c6720b57.html
Shanghai launches data exchange - The State Council of the People's Republic of China, accessed July 12, 2025, https://english.www.gov.cn/news/topnews/202111/26/content_WS61a04d80c6d0df57f98e5977.html
交易服务| 上海数据交易所, accessed July 12, 2025, https://www.chinadep.com/website/transaction-service
建设具有国际影响力的全国性数据交易平台，深圳数据交易所交易规模全国第一, accessed July 12, 2025, https://m.dutenews.com/n/article/7488008
【高端访谈】从“要素流通”到“价值共生” 构筑数据要素交易的市场化范式——访深圳交易集团副总经理、深圳数据交易所董事长李红光 - 新华财经, accessed July 12, 2025, https://www.cnfin.com/gs-lb/detail/20250325/4205568_1.html
Databricks explained: Key Features and Observability Advantages - Acceldata, accessed July 12, 2025, https://www.acceldata.io/blog/a-guide-to-databricks-key-use-cases-and-observability-benefits
Databricks IQ: AI-Driven Analytics for Faster Data Insights, accessed July 12, 2025, https://www.databricks.com/product/data-intelligence-platform
Data access configurations - Azure Databricks | Microsoft Learn, accessed July 12, 2025, https://learn.microsoft.com/en-us/azure/databricks/admin/sql/data-access-configuration
SHANGHAI CHINA, accessed July 12, 2025, http://service.shanghai.gov.cn/sheninfo/specialdetail.aspx?Id=7929eda9-9692-4a19-93cd-9e865fd1d4ea
businessmodelanalyst.com, accessed July 12, 2025, https://businessmodelanalyst.com/snowflake-business-model/#:~:text=The%20Snowflake%20business%20model%20revolves,for%20only%20what%20they%20use.
Snowflake Marketplace for Providers, accessed July 12, 2025, https://www.snowflake.com/en/product/features/marketplace/snowflake-marketplace-for-providers/
AWS Data Exchange provider financials on AWS Marketplace - AWS Documentation, accessed July 12, 2025, https://docs.aws.amazon.com/data-exchange/latest/userguide/provider-financials.html
AWS Data Exchange, accessed July 12, 2025, https://aws.amazon.com/data-exchange/
《深圳数据交易所定价服务指南》（1.0版本）正式发布_深圳市人力 ..., accessed July 12, 2025, http://www.szhrma.com/renli888/vip_doc/29001995.html
The Data Value Chain Explained - AI, Data & Analytics Network, accessed July 12, 2025, https://www.aidataanalytics.network/data-science-ai/articles/the-data-value-chain-explained
Data Value Chain - Data Economy, accessed July 12, 2025, http://dataeconomy.eu/data-value-chain/
Databricks Marketplace, accessed July 12, 2025, https://marketplace.cloud.databricks.com/details/5549691a-cbdb-4759-a7d7-9b62a73c1ec3/Sagacity_Enhance-Core
The Bereavement Register, accessed July 12, 2025, https://www.thebereavementregister.org.uk/about
Marketing Services - Data Quality & Enrichment - Digital Marketplace, accessed July 12, 2025, https://www.applytosupply.digitalmarketplace.service.gov.uk/g-cloud/services/313534500542449
Sagacity: Data Insight and Analytics Services, accessed July 12, 2025, https://www.sagacitysolutions.co.uk/
www.monda.ai[1], accessed July 12, 2025, https://www.monda.ai/blog/data-valuation-guide#:~:text=3.-,Methods%20of%20Data%20Valuation,economic%20model%2C%20and%20dimensional%20model.
Different Data Valuation Methodologies | The Pros & Cons - Anmut, accessed July 12, 2025, https://www.anmut.co.uk/different-data-valuation-methodologies/
Data valuation - Wikipedia, accessed July 12, 2025, https://en.wikipedia.org/wiki/Data_valuation
Getting started with Data Valuation - What it is, Why it's Important, Methods to Calculate Data Value | Monda, accessed July 12, 2025, https://www.monda.ai/blog/data-valuation-guide
Accelerating Measurable Improvement Through Actionable Insights: Health Catalyst Announces the Release of 10 AI-Integrated Data Toolkits on Databricks Marketplace - PR Newswire, accessed July 12, 2025, https://www.prnewswire.com/news-releases/accelerating-measurable-improvement-through-actionable-insights-health-catalyst-announces-the-release-of-10-ai-integrated-data-toolkits-on-databricks-marketplace-302495087.html
Healthcare & Life Sciences Solutions | Databricks Platform, accessed July 12, 2025, https://www.databricks.com/solutions/industries/healthcare-and-life-sciences
深圳：推动深圳数据交易所打造国家级数据交易所，促进人工智能语料共享和交易, accessed July 12, 2025, http://zfsg.gd.gov.cn/xxfb/dtxw/content/post_4678046.html