你关注你个人的数据资产吗？

xman

　　最近的一个思考。
　　数据作为资产在企业早已热火朝天，甚至于把口号喊得震天响，但似乎还没有看到针对用户级别的数据资产管理产品出现。

　　一、数据为何是资产
　　看了不少相关资料，我觉得一个商品成为资产的过程，一定是先有价值，清晰的所有权归属，以及有合理可接受的计价模型。
　　1.价值
　　互联网预言家凯文凯利说，不管你现在做什么行业，你做的生意都是数据生意。过去的企业关键词是项目，现在的企业关健词是数据。
　　前面我有过一篇文章阐述过拜数据教的思想：
　　世间的一切学科，无论是科学、文学、音乐还是经济学，背后都是数学模式。从数学角度，我们可以把一个人、一个动物、一个公司或国家都想象成一个数据处理系统。
　　同样，传统企业在运行中所有的生产资料的信息流，人、财、物，都可以沉淀转变为一种新的生产资料数据资料。于是，越来越多的人把数据当做未来商业的石油，只不过它跟石油有本质区别，石油越用越少，可数据越用越多。
　　2.产权归属
　　普遍来看，我们一般分为三方数据来讨论产权的归属问题。
　　一方数据：数据生产者自己生产的数据。企业的CRM，供应链，阿里，百度的用户数据。应该说一方数据产权是明确，属于生产者所有。生产者负责了数据的生产采集清洗应用赋能等一系列流程。
　　二方数据：第三方统计分析公司，比如google分析，百度统计，友盟，growingio等，另外还有针对H5分析的斐波那契等平台。对于二方数据来说，产权其实是有争议的。拿百度统计举例，网站接入了百度统计，百度拿到的这一部分数据是不是有所有权，使用权，甚至于公开买卖，对于网站的所有者来说，是有一定损失的。所以，在接入分析之前，应该要有一定的权限界定。
　　三方数据：通过第三方购买数据，爬虫爬取数据等。很明显，三方数据的产权归属更为模糊。只能通过一些协议来规范，比如网页爬虫就有robot协议等，当然也有一些流氓的搜索爬虫，无视网页的robot协议。
　　个人数据资产在这三方数据中，应该更多的处于一方数据的地位，我们在接下来要继续讨论。
　　3.如何定价
　　作为资产，当然最难的就是如何进行估值定价了。我们可以先来看下数据的普遍增值方式是哪些。
　　第一，数据租售。通过对业务数据进行收集、整理、过滤、校对、打包、发布等等一系列整理，实现数据内在的价值。
　　第二，信息租售。通过聚焦行业焦点，收集相关数据，深度整合、萃取及分析，形成完整数据链条，实现数据的资产转化。
　　第三，数据使能。是指类似于阿里这样的互联网公司，通过提供大量的金融数据挖掘及分析服务，为传统金融行业难以下手的小额贷款业务，开创新的行业增长点。或者利用数据来提升自身产品的体验。
　　在现代经济学中，关于资产定价有大卫李嘉图的劳动价值论。大意是这样的，资产的价值是由劳动创造的，也就是商品的价值由生产该项商品的社会必要劳动时间所决定。
　　直观来看，因为数据租售与信息租售能产生较稳定的现金流。于是，作为财务分析来看，其定价更为方便。于是，这当中如何进行账务处理，并归入企业利润表、现金流量表以及资产负债表中，只需进行相应的财务分析即可。相反，数据使能的计价模型则比较复杂，并且由于数据目前来看仍具有稀缺性，导致定价依旧比较困难。看来我要重新温习下CAMP这一类资产定价模型了。
　　二、企业的数据资产中存在大量的个人劳动
　　不知道大家有没有听过一个词，data  labor，数据劳工。它的意思是，我们每个人使用各种互联网产品，其实同时充当了一个数据劳工的角色，在给互联网企业提供了非常多的数据资料，而且这个劳工还是免费的。当然，也有付费的数据劳工。
　　1.免费的数据劳工
　　有这样两个小例子。
　　第一是电商企业。他们前期通过搜索与电商，采集了大量用户行为数据。借助支付，快递，收集到银行卡，家庭，公司等一系列个人数据。后期通过数据挖掘，进行商品推荐，广告，金融等不同程度的变现。
　　第二是Facebook News feed。FB的NewsFeed目标是将最好的内容向每个人展示。但前提理解内容(NLU，Natural Language  Understanding)，理解人。怎么做呢，他们需要很多用户的点击、反馈、停留等一系列数据，利用这些数据去做到Understanding，达到内容与人的匹配。在未来，他肯定是最了解你的，因为你跟他的相处的最多。于是，你可能会离不开一个很了解你的机器。因此，一个产品的竞争不再是内容，而是他拥有了你再也离不开的数据。
　　2.付费的数据劳工
　　人工智能这么火，不知道有多少人知道ImageNet这个项目，要想做到图片分类与理解，其实是需要大量已经标注好的图片数据。在八年前，实际上是没有这么多优质的图片库的。
　　于是李飞飞老师通过Amazon、土耳其机器人(Mechanical  Turk)等平台，雇佣了来自世界上167个国家，接近5万个工作者，帮助他们进行筛选，排序，标注了接近十亿张图片。
　　于是，现在利用深度学习等技术，计算机开始可以阅读图片了，知道原来这张图片就是猫。
　　这就是一个典型的付费数据劳工例子。此外还有Netflix需要的电影评价，科大讯飞需要的语音数据，其实都雇佣了数据劳工。
　　三、未来的个人数据资产管理机构
　　目前来看，有这么几类数据是企业花费了大量人力物力进行收集处理，并且已经有大规模的应用。
　　1.个人的标签数据，用户画像
　　对于大部分互联网公司来说，用户数据的一个应用就是用户画像，打标签是用户画像的基础工作。互联网公司会通过你的点击，浏览，停留，收藏，购买等一系列行为，分析你的喜好，给你打上特定的标签。可是，由于某些公司用户数据的不足，输出的用户画像系统是有偏差的，应该说算法跑出的结果，肯定不如人为填写的准确。
　　2.个人的健康数据
　　比如每天都在使用的小米手环。这一类产品是能源源不断的监测你的日常的某一类身体指标数据，并且在未来提供一个track的功能。
　　一个最明显的例子。我们可能大部分人都有寻找某样物品的时候。这个时候，如果时间能够回放，能够看到当初我们把这件物品反正哪个地方，我们就可以节约很多时间，物品也能快速找回。
　　这一类健康的硬件就是帮助你这件事情。于是，你每天源源不断的提供着这些健康数据，未来某一天，你肯定需要这些数据的回放，需要分析某一种疾病的构成原因。管理好自身的健康数据，很快，它将是你的数据资产。
　　3.个人数据资产管理平台
　　上个世纪，大家还都把钱放在枕头底下，原因是不信任银行，也不觉得银行会比自己管钱管的好，现在已经没有人会傻到继续把钱放在枕头底下了。
　　可见，个人数据的未来一样也需要这样的个人数据管理平台。数据有其专业性，数据需要存储、交换、分析、识辨，个人管理不了自身的数据是一定的，委托并授权给相应的数据管理机构是大势所趋。
　　四、C2B or C2C的商业模式
　　那个人的数据如何变现，资产如何保值增值?
　　个人把自身数据授权给个人数据资产管理平台，由平台进行统一管理，打破数据孤岛，打通巨头间的数据共享。
　　举例来说，你之前一直都在使用信用卡，某张信用卡额度已经达到了十万以上。但是微粒贷跟蚂蚁花呗的额度一直很低，因为你电商购买的数据不足，或者没有在线上进行资产证明，所以不足以给你高额度。于是，你个人提供了银行的证明，提交到个人数据资产管理平台，由平台与第三方机构协商，提升网络信用额度。抽象来看，类似借贷宝这一类熟人借贷平台，无非就是你对熟人掌握了更多数据，于是你就有了更大的信心去借款给他。
　　再比如。今日头条现在想经营电商广告，但缺少你相关的商品数据，任他人工智能技术再强，也无法做好电商模块的个性化广告推荐。通过数据管理平台的授权，由个人出售自身一部分标签数据，这样今日头条才有可能补齐缺失的数据模块的短板。
　　由个人的数据授权与提供去打破目前互联网数据孤岛问题，进而享受到更好的服务，应该是一种思考的方向。
　　期待这一天的早日到来，或者我们自己做个APP?现在就差个程序员了。