数据是什么？是金子，也就是钱啊！
最近统计来看，全国已经有三百多家大数据公司，但在大数据发展初期这个情况下，国内大数据交易的现状是：供不应求！所以各种形式的数据交易公司都出来“卖数据”赚钱了；
还有个趋势是，无论是国内、国外，大数据集中在大厂中，更可气的是还通过兼并使数据公司越来越少，构成商业壁垒。so，数据聚集在一小部分企业手中，创业公司纵使有好的想法，拿不到足够大的数据也无济于事。这么看来，数据就是命啊！
所以，在这几天举办的第九届中国大数据技术大会上，也特意开了数据市场及交易分论坛，给大家答疑解惑。在此摘一些观点来分享。
其实，国内大数据交易的现状除了供不应求，还非常不均衡。
具体说来，数据堂副总裁肖永红介绍了数据的四个特点：
第一个特点是头重脚轻。互联网企业和高科技企业在大数据产业里面起领跑作用。因为他们有大量的用户数据，比如百度，有大量用户搜索数据；比如阿里，掌握了全国海量的电商行为数据，比如腾讯，也掌握了全部的社交数据。有了这些数据以后，就可以“携数据以令诸侯”。（这个重要系醒表现在：阿里已经在和一些地方政府、甚至和国家层面合作；现在可以根据每年双十一，或者淘宝的交易量，反过来推测中国经济运行的状况。）
第二个特点，目前大数据产业分布偏重在应用环节。
第三特点，应用领域行业分布还不够广，集中于电商行业，在传统行业非常少。
第四特点，缺乏综合性的数据聚合流通平台。虽然这一年两年内冒出了很多，但是远远不够。
当然，了解了数据特点，就能更好地寻找数据源。那么数据都在哪里，如何收集？
对应上文所说，首先是互联网企业。很多数据都是在各个行业领域的IDC或者数据中心的服务器上面；
其次，在电信运营商领域。大家已经意识到，运营商的用户行为数据特别是移动用户的行为数据，非常有价值；
并且，科技部和财政部在四五年前，提出了一个全国科学数据共享基础工程，围绕人口健康、交通科学，以及地理、地球、气象等方面，已经做了很多科研和科学领域的数据共享平台；
针对传统行业数据收集，可以利用众包的形式，以及利用传感器记录、采集线下分散的数据；
另外最近还有一个趋势，很多高校和科研机构也在收集大量的数据，因为他们做项目也需要大量的数据支撑；
另一方面，现在很多个人、公司都在找数据，也愿意花钱买，所以无论是官方的还是企业的数据交易市场，在今年格外火爆。
因此，另外一块就是数据源变现的形式。这几年商业数据或者政府大数据变现项目也有大量数据。
比如官方的，如北京市政务数据资源网、九次方在“中国数都”贵阳筹建“贵阳大数据交易所”、中关村“数海”大数据交易平台、北京软交所旗下“北京大数据交易服务平台”，以及各地风起云涌的大数据交易平台、交易所，如亚信和武汉市政府长江大数据交易所，都是开放了一些官方数据，由政府背书，但还是没有配套法律规范。
企业层面，有登上新三板的数据堂，以及百度API Store 聚合平台、聚合数据。
但是，数据交易需求虽然很大，但是毕竟没有配套法律规范。因此，在交易流通中存在很多问题。中国信息通信研究院高级工程师韩涵总结，数据流通交易面临两个极端：一是黑市交易无序流动，二是数据冻结无法流动。
首先，来看看数据交易流程中会遇到什么问题？
来自亚信数据的龚静介绍，总结来说，包括四个方面：寻找成本，需要很快的去找到对方；实施成本，数据流通过程中涉及到很多协议、数据格式，需要方便的工具来做协议的转换；信任成本，需要监管渠道，中介不会窃取数据；外部成本，即隐私数据要得到保护。
因此，为了规范交易流程来保护各方利益，目前数据流程模型，大体来说有三种：
第一种是最简单的，数据供需双方直接进行交互。但流通中四个成本都非常高。
第二种，加入数据中介。寻找成本变低了，但信任成本增高了。
第三种流通模型，是再引入一个产权人的角色。可以保障第三方利益，降低外部成本。
所以，每一方的利益都能够得到保障，数据流动才能真正在全社会流转起来。
其次，针对数据壁垒问题，怎么破？
最近有一个词汇比较流行——数据的民主化，像政治上的民主，能够做到数据的民主，用数据激发创新。还有共享经济，包括对数据价值的共享，亚信也提出了一个想法：数据去中心化。
意思是，在数据流动的过程当中，整个数据不会经过任何一方，而是直接在数据流动的参与方之间进行流动。这种数据去中心化的数据流通方式，和P2P下载、电话交换网的模式类似：参与方的认证、计费、公证的环节，可以由数据中介平台来完成。完成之后，在数据需求方和数据提供方之间进行数据的流动。
此外，完善的流程还需要保护数据隐私。
因此，平台还要使数据可用不可见。数据双方各把加密之后的数据放到这个数据交易的中介平台上来，在这个平台上进行碰撞，碰撞之后，把这个结果进行解密，返还给双方，然后再把数据销毁；数据版权要保护起来。当有侵犯到你版权的数据在市场上流动时候，你可以通过平台来发现它。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
