大数据交易平台兴起 把你的大数据拿来做笔交易?

简介:

“无抵押贷款,您需要吗?”“热门商铺低价出售,您感兴趣吗?”“您有房子要出售吗?”……日常生活中,很多人都曾有过这样被骚扰的经历,以至于一看到陌生电话,便选择直接无视。

究其根源,此类现象无疑和个人身份、联系方式、收支和财务等信息的泄露有关。相关商家通过各种合法或者不合法的渠道,获得了海量的用户数据,并根据这些信息进行“精准营销”。在这一过程中,用户数据,成为贯穿整个商业链条的核心要素。

好在,类似“骚扰电话”的模式,采用的还仅仅是部分散布在各种商业活动中的零星数据,虽然给消费者带来一定的困扰,毕竟危害尚不能称之为严重。然而,在互联网高度发达的当下,一旦互联网大数据出现泄露,造成的损失也会变得让人不敢设想。

正因此,自去年开始,基于大数据收集、加工和交易的大数据交易中心应运而生。如何在保持大数据张力的同时,做好数据的隐私保护,这是摆在数据商业化趋势面前的一道难题。保护数据隐私、开发数据变现,也变成了一门颇具前途的生意。

把企业大数据搬到交易中心

数据积累催生大数据商业化

近几年,大数据泄露事件屡有发生。去年,小米官网所有MIUI合作版ROM均存在系统权限漏洞的事件引发了很多人的关注。利用此漏洞,黑客能窃取系统包括短信、通讯录、照片等多种数据,对消费者造成不小的损失。

随着互联网技术的不断进步,从事大数据开发利用的企业越来越多,专注为企业大数据提供安保服务的企业也变得更多。个体信息、企业大数据、大数据加密与保护,独特的商业生态当中,大数据交易中心应运而生。

通俗地讲,大数据交易中心是一个基于大数据搜集、加工和交易的平台。今年9月,浙江大数据交易中心上线。到目前为止,该交易中心已成功撮合数据交易7笔,交易金额达300万元。

“在浙江大数据交易平台上,有供给方、需求方和第三方服务商三个角色。”浙江大数据交易中心副总经理来磊介绍,所谓的供给方,就是平台上浙江移动、浙江联通等100多家会员单位,他们的共同特点之一,就是具备大数据抓取能力,并能向平台提供大量数据。对这些数据进行清洗、加工、加密等工作,则是第三方服务商的业务。等到数据加工成数据产品,需求方就可以从平台购入该产品。

在杭州,专注大数据交易的平台并非只有浙江大数据交易中心,钱塘大数据交易中心便是另外一个专注工业大数据商业化的平台。

“大数据交易平台的模式大同小异,目前,各个平台的交易量还十分有限,处于起步阶段。”钱塘大数据交易中心副总经理林士俊说。

在大数据交易平台上

企业用户既是供方又是需方

走进位于西溪路的华服园,一个封闭式的机器设备特别显眼,说起这个大家伙,公司负责人余丰流露出自豪的表情,“这个是我们自己研发的‘太空舱’,它的名字叫做3D云尺。”

只见脱去外套的顾客往“太空舱”里一站,面对舱内屏幕按指示张开双臂,几秒钟时间,“太空舱”便发出反馈,数据采集完毕。

“在华服园定制衣服,已经用不上人工量尺寸了。只要顾客穿着较为紧身的衣服往3D云尺当中一站,3秒钟时间,旗袍定制的38个数据便采集完毕。”余丰说。

让余丰感到自豪的并非只有设备的革新,大数据的积累,让他看到了更为广阔的商业版图。余丰的想法和大数据交易中心的业务不谋而合。来磊介绍,像华服园这样的具备数据采集能力,对大数据有需求的企业,就是大数据交易中心的潜在客户之一。

“一方面,具备大数据采集能力的企业能给大数据交易平台输送数据,此时,它是平台的供给方。而当它需要数据产品的时候,它则是平台的需求方。”来磊介绍。通过数据交易,像华服园这样的企业便能整合不同地域、消费者的数据,提高自身业务效率。

依靠技术和机制保持竞争力

寻找隐私保护与数据价值的平衡点

林士俊所说的“处于起步阶段”有着多个含义,除了大数据交易刚刚兴起缺乏成熟的市场机制之外,大数据交易过程当中的隐私保护,也处于摸索阶段。

在大数据交易流通过程当中,隐私保护问题无法避免,这也是大数据交易中心致力于解决的关键问题之一。林士俊所在的钱塘大数据交易中心,从交易规则和技术两个方面进行了探索。

“对于一些敏感的数据例如个人联系方式等数据,我们建立了一套严格的体制。这方面的探索,就是为了在数据加工之前将敏感数据剔除出去。另一方面,我们还有一个原则,那就是不动原始数据,只交易加工后的数据产品。这样的做法,都是围绕隐私保护展开的。”林士俊说。

浙江物产投资有限公司副总刘志彬发表相同的看法,在他看来,大数据在各个场景有着强大的作用,大数据商业化是趋势所在。不过他也指出,目前,大数据交易还处于起步阶段。

“无论是大数据的价格体系,还是行业规范,现在都还没有统一的标准。由于牵涉到隐私保护,民营企业在这方面并不具备优势。建立行业安全标准和预警机制,将是一个重点。”刘志彬说。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
机器学习/深度学习 SQL JSON
图解大数据 | 使用Spark分析挖掘零售交易数据@综合案例
电商与新零售是目前大数据与AI应用最广泛的场景之一,本案例以跨国在线零售业务为背景,讲解使用pyspark对HDFS存储的数据进行交易数据分析的过程,并且对分析结果使用echarts做了可视化呈现。
4222 1
图解大数据 | 使用Spark分析挖掘零售交易数据@综合案例

热门文章

最新文章