企业依赖数据进行生产和销售已不是什么新鲜事儿。2018年，全球市值前6位中有4家公司（亚马逊、谷歌、脸书和阿里巴巴）的商业模式是建立在利用数据优化广告的基础上。然而，数据与资本、劳动力等传统生产要素相比，有很大的不同。企业管理者要充分挖掘数据的价值创造能力，就必须熟悉数据的独特属性，以及数据交換应该如何利用好这些属性，做到趋利避害。
　　与资本和劳动力这两大生产要素不同，目前并没有一个透明的数据全球化市场，数据从个人到组织的流动，以及在不同组织之间的流动都没有保障。因此，企业与平台有两种选择：要么只利用个人（企业客户或用户）在组织系统里产生的数据，要么从其他数据集合商处购买数据。后者的交易行为缺乏透明度，个人无法参与，难以对交易过程施加影响，更谈不上直接从中受益。
　　由于数据具有不可替代的特点，个人很难把自己的数据直接卖给组织。潜在买家在购买之前要有评估原始数据价值的能力，这一评估办法在技术上虽有可能性，但实际上非常复杂，且成本高昂。而且，大多数组织只对许多人的数据感兴趣，因为各类数据只有达到一定数量级后才可以揭示有价值的规律，所以个人在买卖数据时是没有什么讨价还价能力的。此外，在当事人不知情、不许可的情况下，将未经整合或匿名处理的个人数据提供给第三方是违法的，因此购买数据的过程困难重重，通常需要分阶段谈判。
　　数据交换中心通常由基金会、私营企业或用户联合体管理和控制。它们对数据提供方主动分享的数据进行组织、整合和匿名化处理，并允许第三方在此基础上运行算法，以此创造价值。第三方支付的使用费最终将分配给数据提供者，或者如果交换中心是个人联合体组成的，那么该联合体可能会选择以提供增值服务来代替付费。
　　既然企业可以从数据交换中心购买分析报告，那么它们即便手上没有直接的数据，也不影响它们从中创造价值。对于有些企业而言，数据可以自产自用，于是自己便成了数据生产商。这样一来，它们就不再是单纯的数据交换中心的用户，而是可以从中获得收入。例如，畜牧养殖企业可以提供健康牲口和患病牲口的照片，保险公司、制药企业可以用这些数据训练影像识别工具，侦测动物疾病。
　　对于已经掌握并分析客户或用户数据的企业，拥抱还是回避数据交换中心是个特别重要的决定。企业管理者应当从更广的领域来仔细思考数据交换对于企业战略与经济趋势的影响，谋定而后动。