近日，数据交易网专访了数据资产管理领域专家吴大有博士，就如何高效开展数据交易、数商与数据交易结合点、如何进行数据资产管理等话题展开深入对话，如下是专访要点纪实。

我国的数据交易产业最早起步于2014年。数据交易行业指的是以数据为核心资产，通过各种方式进行交易的行业。这种交易可以包括数据的购买、出租、分享或交换。数据可以是关于人、物、地点或事件的信息，例如顾客的购物历史、企业的销售数据、互联网使用者的在线行为数据等。

数据交易行业是当今数字化经济中一个重要的组成部分，因为数据对于许多公司和行业来说是宝贵的资产，可以用来改进业务流程、决策制定、客户关系管理等等。同时，数据也是经济增长、创新和竞争力的重要因素，因此数据交易行业具有广阔的前景。

针对当下爆火的“数商”概念，吴博士表示，数据做为企业的第五生产要素，也是核心竞争力,企业在面临全国数字化转型的今日，自己的数据难道还会让给别人去用吗？因此数商组织的基础，应该来自于企业。正如每家公司都有自己的IT部门一样，每家公司也应该有自己的数商部门，对自己的数据价值进行分析与评估与保护，在早期可以与外部数据经纪人合作，由外部合作人协助搭助或建立合作机制，在后期便能实现内外部数据价值快速打通，有效实现商业价值的功能。

针对目前数据交易的标的类型，吴博士表示，数据交易产品是整个数据要素流通中的终末形态，当前数据产品分类较为明晰，但各大主要数据交易所的产品数量还比较少，尚未形成规模。在分类上，各家数据交易所对数据产品分类略有差异，但总体上可以归纳为数据集、 数据 API、数据报告、数据模型、数据服务 5 种类型。

对于如何完成理想的数据交易，吴博士提出了“买卖数据三篇章”理论。

其一，需要明确数据价值在哪里？

重要的是将数据、技术、与场景三者进行融合。

全域数据，IT数据，OT数据，商务、营销、风控、研发、生产、财务、人力、设备互联数据等。

数据采集、数据存储、数据湖、数据质量、数据标准化、数据治理、数据开发、计算、分析、探索、洞察、可视化等技术。

数据业务化的场景、全局指挥调度、智能供应链控制、融资租赁客户信用风控、内控合规的等。

其二，数据资产评估

从内在价值、成本价值、经济价值、市场价值四个价值维度出发，建立数据资产价值评估体系。

内在价值，是指数据本身所蕴含的潜在价值，通过数据规模、数据质量等指标行衡量。评估数据资产内在价值是评估数据资产能力的基础，对于数据资产其他维度价值评估具有指导作用。

核心计算公式：内在价值=( 数据质量评分+ 服务质量评分+ 使用频度评分)/3* 数据规模。

成本价值，数据资产的成本价值指数据获取、加工、维护和管理所需的财务开销。数据资产的成本价值包括获取成本、加工成本、运维成本、管理成本、风险成本等。评估数据资产成本价值可用于优化数据成本管理方案，有效控制数据成本。

核心计算公式：成本价值 = 获取成本 + 加工成本 + 运维成本 + 管理成本 + 风险成本。

经济价值 （行业针对性数据,资源调配性数据,EX：水电碳）。数据资产经济价值指对数据资产的运用所产生的直接或间接的经济收益。此方法通过货币化方式计量数据资产为企业做出的贡献。

核心计算公式：经济价值 = 业务总效益 * 数据资产贡献比例业务总收益是指提升营业收入和降低经营成本。

市场价值，是指在公开市场上售卖数据产品所产生的经济收益，由市场供给决定数据资产价值。随着数据产品需求的增加以及数据交易市场规则的建立，该方法可行性与准确性逐步提升。

核心计算公式：市场价值 = 数据产品在对外流通中产生的总收益。

其三，数据交易产值

数据的价值日益突显，随着数字化时代的到来，数据成为企业和个人最重要的资源之一。数据的日益重要性使得数据交易成为一个高度活跃的市场，因为许多公司和组织都愿意出售和购买数据，以获取他们所需的信息和洞察。

法律和监管环境变化，随着数据隐私法规的出台和增加，数据所有权和数据使用权的概念变得越来越清晰。这使得数据交易行业更加透明和可预测，同时为数据交易提供了更好的法律保护和监管。

技术的进步，随着数据收集和分析技术的不断改进，数据交易的范围和效率都得到了大幅提高。例如，区块链技术的应用使得数据交易更加安全和透明。人工智能的出现使得数据的分析和使用更加高效和精准。这进一步促进了数据交易行业的发展，因为数据的使用和需求变得更加多样化和个性化。

全球化的需求，在全球化的趋势下，公司和组织需要获取来自不同国家和地区的数据以支持他们的业务。数据交易行业的出现为企业和组织提供了一种更为高效和经济的方法来获取所需的数据。