2016-07-17-易观-中国大数据交易市场专题研究报告2016_19页_860kb

中国大数据交易市场专题研究报告（2016）总结

1. 大数据交易的兴起

• 大数据交易市场于2015年起加速发展，各地政府积极建设交易平台（如贵阳、东湖、长江等）。
• 参与方包括数据产生者、供应端机构（加工、整合）和需求端（企业、个人、政府）。
• 存在隐私保护、数据安全、价值链认可等关键挑战，市场教育仍需加强。

2. 大数据交易产业链

• 供给端：数据产生者（企业、个人）、数据加工/整合机构。
• 需求端：企业（金融、医疗、交通等）、个人（社交、消费数据需求）、政府（政策驱动）。
• 产业链成熟依赖统一标准、定价机制、安全保障及价值评估体系。

3. 大数据交易业务模式

• 需求导向（重点）：金融、医疗等行业优先购买数据以获取价值提升。
• 第三方交易机构：提供定制数据、数据银行、平台交易等服务。
• 个人数据交易：通过众包、代理模式直接交易用户数据，需确保合规性与收益分配。

4. 大数据交易与人力资源

• 人才需求：
  • 技术类：工程师（爬虫、机器学习）、架构师、分析师（数据挖掘、定价评估）。
  • 行业类：智慧城市专家、垂直行业数据咨询师。
• 人才挑战：
  • 短缺（教育体系未跟上）、高成本（专业性强）、地域分布不均、技能量化难、协作复杂。

5. 发展趋势

• 技术驱动：
  • 新技术扩展可交易数据类型（NLP、图像识别、语音识别）。
  • 数据定价体系规范化、交易标准可能出台。
• 市场扩展：
  • 地方性机构推动本地数据流通，行业范围不断扩大。
  • 盈利模式尝试多样化，如数据资产定价、服务定制。
• 政策影响：
  政府逐步开放非敏感数据，支持平台建设，有可能形成区域性数据网络。
• 经济趋势：
  高成本推动机构探索更多元业务，大数据交换逐渐从“试点”转向“规模化”。