论文部分内容阅读
摘 要：大数据作为一种资产在数据市场中进行交易，但目前数据市场所使用的大数据定价机制十分简单，交易成本高，效率低，资源不能得到有效的配置。本文通过对大数据价值及影响因素、大数据定价方法进行综述，提出了当前大数据定价方法存在的不足之处以及大数据定价研究的趋势，为未来大数据定价研究提供方向。
关键词：大数据;数据价值;定价方法
随着物联网以及云计算的问世和普及，数据量正在高速递增，在各行业中，大量的、各类型的数据被收集。由于通讯、计算机、数据存储、算法等技术的不断成熟，数据可以被转换、处理和分析，从而提取出对商业和顾客有用的信息。从这个角度来看，数据是一种宝贵的资源，可以在市场上进行交易。价格是价值最重要的表现形式，因此，为大数据定价寻找切实可行的方法从而促进数据资源流通成为亟待解决的问题。
一、数据的价值及影响因素
Lim等认为大数据的价值通过“数据价值链”得以实现。他们认为大数据是理解、吸引顾客，改善生产活动的关键资源;Boyd和Crawford提出消费者数据有助于理解顾客，对提高市场情绪评估有积极作用;Lim等认为消费者数据分析可以确定某些客户决策的原因，从而更好的理解他们的行为。综合而言，大数据在市场营销以及产品、服务创新方面的应用体现出巨大的商业价值。在数据价值的影响因素方面，Heckman等提出了三种影响数据价值的参数。Yu等认为除了数据质量，数据量也是影响数据定价的一个因素。
二、大数据定价方法
随着“数据作为一种服务”（DaaS）的思想不断盛行，国外数据服务提供商提出了基于公司订阅的数据定价模式，即业务组织从数据服务提供商那里进行公司范围的订阅或者是每位用户的订阅。而后，随着数据市场的不断发展，对于数据的管理越来越精细化，数据服务提供商又提出了一种基于数据类型的定价方法，即根据数据的类型或属性来进行定价，体现了顾客对于数据产品更为具体的要求。Koutris等将每个查询视为一个版本，提出基于查询的定价方法。在此基础上，Li和Miklau提出一种基于线性聚合查询的交互式查询定价方法。Yu等提出一个在垄断数据市场中基于数据质量的定价方法。通过建立一个双层模型来考虑数据平台的收益以及数据消费者的效用。刘朝阳通过效用价格理论确定最高价格、成本价格理论确定最低价格，从而确定一个价格区间，再利用“协商定价”等策略使价格进一步精细化。张志刚等提出了一个数据资产价值评估模型，在该模型中数据资产价值由数据资产成本和数据资产应用构成。王建伯提出利用神经网络等人工智能方法来进行大数据定价，根据影响因素构建精神网络系统。
三、总结
数据市场的出现为数据交易双方搭起了桥梁，但目前数据市场还没有一个很好的数据定价方法。通过对大数据定价的相关研究进行综述，发现了当前大数据定价方法还存在一些遗漏：一方面，定价方法没有较完整的体现数据的价值。另一方面，定价方法缺少统一的标准。在未来的研究中，可以从数据本身质量出发，考虑数据买方和卖方双方的利益，从而找到能够合理反映数据价值的定价方法。
参考文献
[1]LIM C，KIM K-H，KIM M-J，et al.From data to value： A nine-factor framework for data-based value creation in information-intensive services [J].International Journal of Information Management，2017.39：121-135
[2]RICHARDS N，KING J.Six provocations for big data.[J].Wake Forest Law Review，2011
[3]LIM C-H，KIM K-J.IT-enabled information-intensive services[J].It Professinonal，2017.17（02）：26-32
[4]HECKMAN J，PETERS E，KURUP N G，et al.A Pricing Model for Data Markets [J].2015
[5]YU H，ZHANG M.Data pricing strategy based on data quality [J].Computers & Industrial Engineering，2017（112）：1-10
[6]SARKAR P.Data as a Service： A Framework for Providing Reusable Enterprise Data Services [M].US： Wiley-IEEE Computer Society Press，2015
[7]KOUTRIS P，UPADHYAYA P，BALAZINSKA M，et al.Query-Based Data Pricing [M].Symposium on Principles of Database Systems.，2012.62（65）：167-178
[8]LI C，MIKLAU G.Pricing Aggregate Queries in a Data Marketplace [M].Webdb，2012
[9]劉朝阳.大数据定价问题分析[J].图书情报知识，2016（01）： 57-64
[10]张志刚，杨栋枢，吴红侠.数据资产价值评估模型研究与应用 [J].现代电子技术，2015（20）： 44-47
[11]王建伯.数据资产价值评价方法研究[J].时代金融，2016（12）： 292-293
作者简介：陈俞宏（1994-），女，重庆市人，重庆交通大学2017级技术经济及管理专业硕士研究生，研究方向：项目评价与方法。
关键词：大数据;数据价值;定价方法
随着物联网以及云计算的问世和普及，数据量正在高速递增，在各行业中，大量的、各类型的数据被收集。由于通讯、计算机、数据存储、算法等技术的不断成熟，数据可以被转换、处理和分析，从而提取出对商业和顾客有用的信息。从这个角度来看，数据是一种宝贵的资源，可以在市场上进行交易。价格是价值最重要的表现形式，因此，为大数据定价寻找切实可行的方法从而促进数据资源流通成为亟待解决的问题。
一、数据的价值及影响因素
Lim等认为大数据的价值通过“数据价值链”得以实现。他们认为大数据是理解、吸引顾客，改善生产活动的关键资源;Boyd和Crawford提出消费者数据有助于理解顾客，对提高市场情绪评估有积极作用;Lim等认为消费者数据分析可以确定某些客户决策的原因，从而更好的理解他们的行为。综合而言，大数据在市场营销以及产品、服务创新方面的应用体现出巨大的商业价值。在数据价值的影响因素方面，Heckman等提出了三种影响数据价值的参数。Yu等认为除了数据质量，数据量也是影响数据定价的一个因素。
二、大数据定价方法
随着“数据作为一种服务”（DaaS）的思想不断盛行，国外数据服务提供商提出了基于公司订阅的数据定价模式，即业务组织从数据服务提供商那里进行公司范围的订阅或者是每位用户的订阅。而后，随着数据市场的不断发展，对于数据的管理越来越精细化，数据服务提供商又提出了一种基于数据类型的定价方法，即根据数据的类型或属性来进行定价，体现了顾客对于数据产品更为具体的要求。Koutris等将每个查询视为一个版本，提出基于查询的定价方法。在此基础上，Li和Miklau提出一种基于线性聚合查询的交互式查询定价方法。Yu等提出一个在垄断数据市场中基于数据质量的定价方法。通过建立一个双层模型来考虑数据平台的收益以及数据消费者的效用。刘朝阳通过效用价格理论确定最高价格、成本价格理论确定最低价格，从而确定一个价格区间，再利用“协商定价”等策略使价格进一步精细化。张志刚等提出了一个数据资产价值评估模型，在该模型中数据资产价值由数据资产成本和数据资产应用构成。王建伯提出利用神经网络等人工智能方法来进行大数据定价，根据影响因素构建精神网络系统。
三、总结
数据市场的出现为数据交易双方搭起了桥梁，但目前数据市场还没有一个很好的数据定价方法。通过对大数据定价的相关研究进行综述，发现了当前大数据定价方法还存在一些遗漏：一方面，定价方法没有较完整的体现数据的价值。另一方面，定价方法缺少统一的标准。在未来的研究中，可以从数据本身质量出发，考虑数据买方和卖方双方的利益，从而找到能够合理反映数据价值的定价方法。
参考文献
[1]LIM C，KIM K-H，KIM M-J，et al.From data to value： A nine-factor framework for data-based value creation in information-intensive services [J].International Journal of Information Management，2017.39：121-135
[2]RICHARDS N，KING J.Six provocations for big data.[J].Wake Forest Law Review，2011
[3]LIM C-H，KIM K-J.IT-enabled information-intensive services[J].It Professinonal，2017.17（02）：26-32
[4]HECKMAN J，PETERS E，KURUP N G，et al.A Pricing Model for Data Markets [J].2015
[5]YU H，ZHANG M.Data pricing strategy based on data quality [J].Computers & Industrial Engineering，2017（112）：1-10
[6]SARKAR P.Data as a Service： A Framework for Providing Reusable Enterprise Data Services [M].US： Wiley-IEEE Computer Society Press，2015
[7]KOUTRIS P，UPADHYAYA P，BALAZINSKA M，et al.Query-Based Data Pricing [M].Symposium on Principles of Database Systems.，2012.62（65）：167-178
[8]LI C，MIKLAU G.Pricing Aggregate Queries in a Data Marketplace [M].Webdb，2012
[9]劉朝阳.大数据定价问题分析[J].图书情报知识，2016（01）： 57-64
[10]张志刚，杨栋枢，吴红侠.数据资产价值评估模型研究与应用 [J].现代电子技术，2015（20）： 44-47
[11]王建伯.数据资产价值评价方法研究[J].时代金融，2016（12）： 292-293
作者简介：陈俞宏（1994-），女，重庆市人，重庆交通大学2017级技术经济及管理专业硕士研究生，研究方向：项目评价与方法。