數據變現的背景故事

在講數據變現前，花幾分鍾先聊一下有關背景，照顧下大多數人。

大數據、大數據應用，數據變現這個話題由來已久。關於誰提出“大數據”這個概念也是眾說紛紜，有的資料說「大數據」這個概念最早由全球知名谘詢公司麥肯錫提出，但並未提及大致時間；還有的資料說，1980年，未來學家阿爾文·托夫勒便在《第三次浪潮》一書中，將大數據熱情地讚頌為「第三次浪潮的華彩樂章」，照這樣說晚於1980年的論著應該都不是首創了。

以前都是淺層模型里面灌著數據，類似用個小臉盆來盛水，後來采用深度模型，像個水桶或水缸來灌數據。但灌數據的速度一直非常慢，很難發揮實質性的作用，使用不起來。

直到本世紀，Geoffrey Hilton（傑弗里希爾頓）和他的學生發明了用GPU來優化深度神經網絡的工程方法，這就好比灌水時以前是小勺子，現在發明了自來水管，極大地提高了效率。這樣的工程方法產生後，深度神經網絡才變成工業界實用的武器，並且在若干領域都帶來了里程碑式的變化。

很多領域開始關注了數據資產的收集、管理和應用。但幾十年都是起起落落。而在這些眾多應用領域中，使用數據進行變現最成熟的就是營銷。也就是在這 10年間，全球市值最大的 20家公司，發生了非常大的變化，中國更加明顯。

像Google、Facebook、阿里、騰訊、百度這些公司，70%以上都是靠廣告變現。這些以前基本是靠賣流量廣告變現，差不多這5年間開始了數據變現。

流量和數據還是有本質的差別。比如：過去是給網站固定一個廣告位，按照訪問來展示廣告，無論什麼人過來，看到的都是一種廣告。現在是將流量進行劃分，按照不同行為記錄、人口屬性、標簽等進行針對性的展示廣告，不同身份的人看到的廣告或商品都是不一樣的。廣告變現收益就大大增加了。

這些年，很多人一直在討論“數據孤島”，“數據共享”。尤其在中國，BAT把持著互聯網大部分的數據，想讓他們之間做數據共享，這是不可能的，數據孤島是必然現象。有人會說，京東和騰訊不就共享了嗎？這種個別現象往往是因為有更高層次的交換，即投資的股權交易。幾乎所有情況下，想數據共享或數據交換是不可能的，他們隻會讓數據使用者在自己的帝國遊戲規則下玩耍，更別談第三方監測或數據資產的收集、管理和應用等。

在國外有些不同，Facebook、Ebay等開放部分數據接口給第三方公司使用或監測。為什麼會有這種現象呢？除了開放的氛圍外，比較重要的是他們有成熟的法律法規的明文規定。

數據隱私安全 A29（歐盟負責隱私保護條例製定的委員會）天天在琢磨這事。

剛開始時規定PII (Personal Identifiable Information)不能使用，如：身份證號、手機號、郵箱地址、發貨收貨地址、登陸賬號等等，簡單說就是能直接找到你本人的數據，都不能被使用。中國這種短信營銷的拿到歐美來說，就是違法行為。

在用戶層面，用戶可以要求系統停止記錄和使用自己的行為數據。比如你看國外的一些廣告，點擊右下角標，你會看到一些介紹“怎麼使用你的數據，都干了些什麼”。你不同意，點擊不能使用後，行為數據將永遠從數據庫中刪除。

另外在數據存儲方面，不能長期保存和使用用戶的行為數據，規定好像是不能超過6個月。（當然，數據使用者也打了一些些擦邊球）

後來，慢慢地關於稀疏用戶行為數據的隱私保護規定越來越規範。比如：從具體“朝陽區、35歲、在百度上班改成了北京市、30-40歲、互聯網行業”。

直到現在使用的“差分隱私”（大概解釋：在數據中引入一些噪音，但又不影響營銷等應用），據說 iso10有用到。

在歐美和日本等發達國家，關於個人數據資產應用和交易的商業模式也有很多。從注意力經濟到意願經濟的討論有很多年了，國家層面都有參與研究，也出現了很多實踐的商業化項目。

你的個人數據能賣多少錢？這個計算方式，FT（英國金融報）還有專業的計算器掛在首頁。數據資產定價一時間成了需要用博弈論討論的話題，尤其是在數據交易環節，理論上是可以無限交易，但實踐過程中是有邊際成本的，隨時數據被交易次數增多，價值卻變得越來越低。

 

PART II

數據交易的商業模式

前面我介紹了“數據中間商”有關數據變現的一些背景。下面的干貨有些長。

主要是探討數據資產怎麼定價；數據交易的商業模式；在BAT的陰影下，企業無數據可收集的情況下，數據產品的差異化應該怎麼做；最後是探討個人數據商店和意願經濟的可能性。

“

數據怎麼定價，在廣告變現的角度觀察，按市場化定價是唯一的選擇。

”

現階段，直接按查詢次數付費比較常見，如把用戶標識（mac、idfa、imie、cookieid）作為輸入條件，查詢某數據源公司的接口，然後該公司的查詢服務根據輸入條件，匹配出相應的imei、idfa及設備的其他信息（手機號、app、人口屬性、興趣、常出沒的地點等），將信息返回給購買者的分析服務。好處是按需付費。

另外一種就是直接購買源數據灌入到購買者的數據庫中，進行分析。這種采購數據的水比較深，相對熟人的買賣，外行很容易買到灌水的數據源。好處是可以持續更新自己的算法模型。

還有按照使用時長進行采購，一口價交易，類似按標簽數量采購。購買後根據購買人的信息另存一份標簽版本（標簽id+購買人ID）。另存後的標簽版本，購買人可長期使用和自行處理（用於廣告召回，刪除、人群畫像）。這種針對不同量級的數據交易方式比較靈活，但規模化還是很困難。

最後一種，是按效果付費的交易方式，友好度傾向於買家。買家在投放廣告bid request的過程中實際上對賣家不利，在使用後無論標簽是否產生效果，實際上已經帶過去了參數信息，像人口屬性的信息賣家並沒有產生收益。

總的來講，目前數據的價值是被低估的，上文中談到的交易方式並未限制數據供給次數和供給的對象，理論上是可以和不同的賣家無限制的交易。

“

引出了一個思考，數據的定價和交易能否采用競價的交易方式？但數據又是不限量供應的商品，不限量的商品，是無法競價的。數據的限量供應怎麼做？

”

在國外，除了可以讓賣方選擇所提供的數據種類，還可以讓賣方指定將該數據提供給誰。賣方所提供的數據根據市場的需求，可以按價值分為“高”、“中”、“低”三檔。賣方得到的報酬金額由“賣方數量數據的檔次”所決定。另外在數據的交易模式上，通過DMP供應給DSP是廣告變現比較成熟一套商業模式。

在講這套模式之前，想先回顧一下前面我們在“數據資產管理是下一個創富的機會”和互聯網廣告的未來會去向哪裏？中提到的幾個系統：

DMP

數據管理和分析平台

一般功能涵蓋對數據資產的收集，管理和應用。有的DMP里面涉及到數據的交易，尤其是2017年，全面提倡營銷級SaaS化，這塊數據的應用涵蓋的比較多（廣告召回、數據洞察、數據交易、mapping數據交換…）

DSP

需求方平台

代表廣告主利益加工數據和廣告決策。2個核心：一個是RTB方式的流量購買，另一個是需要支持需求方定製化的用戶劃分。售賣標的主要是人，而廣告位被談化了。

RTB

實時競價

這是程序化交易里最核心的模式。廣告主，即需求方，用程序從媒體那里實時選擇和優化流量。

ADX

透明比價的廣告交易平台

RTB時代下的關鍵產品，負責將媒體以拍賣的方式售賣給DSP，可以類似比於證券市場中的交易所。

ADN

競價廣告網絡

與RTB不同，這類廣告發起競價方不是需求方，不是程序化交易，只是Network方式競價。如：搜索廣告，合約廣告，PDB（程序化直投目前不太成熟），競價網盟廣告，移動視頻廣告和原生廣告（就目前技術而言，尤其是移動原生廣告很難程序化交易。未來解決跨媒體異型廣告位統一交易問題是趨勢。就現狀而言，移動視頻廣告程序化比較有作為。）的統稱。

這里面有一個重要的數據資產收集、管理和應用的產品，就是廣告DMP。DMP有一條非常嚴密的邏輯關係。在變現的模式上，又把它分為第一方DMP和第三方DMP：

# 01

第一方DMP

為網站、app、廣告、業務數據等第一方數據提供加工和應用能力，為媒體加工用戶標簽，用於數據變現和業務運營。特點是有統一的對外數據接口，大部分客戶都是有規劃部署一套自己的廣告DMP，用於私有數據資產的收集，管理和應用，不支持公開交易。

# 02

第三方DMP

將多種原始數據聚合起來，統一加工標簽後，公開售賣。另外還可以聚合多種加工後的標簽數據，公開售賣。特點是主要對第三方數據進行收集、加工和流轉，多用於廣告交易平台，用於數據變現。

在圖中可以看出，在廣告變現的第三方數據交易環節中，引入ADX作為中間商，其實是非常有好處的。

①數據傳輸的代價極大降低。原本一個DMP需要對接多個DSP或DSPAN，而在傳輸的過程中，每個需求方所要的數據源情況也不一樣。為了賺取更多的利潤，去滿足各需求方的數據代價實在高。

② cookie mapping過程的數據損失變小。了解ADX向DSP發起競價請求的過程的朋友肯定知道，和每一個DSP的mapping率肯定遠遠低於ADX。

③提高了售賣的利潤。實現的部分售賣，多次請求。

④對數據的作弊動力和效果保證有了一定基礎。在這個過程中不是按照數據請求結算，是按照數據使用結算。

“

隨著技術的成熟和透明化的今天，和“讓每一家企業擁有一套推廣系統”的口號一樣，每一個個體都會擁有自己的數據資產服務平台。

”

在文章《未來商業模式：跟蹤經濟》中也有提到過，互聯網公司早期是根據Cookie（儲存在用戶本地終端上的數據）來跟蹤用戶在互聯網上的行為。等到了移動互聯網時代，電話號碼成了人的標識，加上手機定位的功能，使得我們跟蹤一個人的行為非常容易。這種跟蹤的做法，給商家帶來了很多機會。

關於越來越發達的QS（Quantified Self）世界，就是通過靈活運用智能可穿戴的小插件，收集與自己的活動和狀態相關的定量數據，從而重新審視自己的生活習慣。簡單地說，就是通過數據掌握自己的所有方面，不足的地方進行改善，好的地方繼續發揚。

列如，收集健康體檢中所檢測到的心率、血壓、睡眠、活動量等數據，進行健康管理。實現QS的小插件中，最有名的恐怕要數運營品牌Nike開發的 Nike+FuelBand（智能健康手環）了。簡單地說，就是手環變成了傳感器，它可以記錄人們的活動時間、活動量、所燃燒的卡路里和步數等信息。通過FuelBand內置的USB或藍牙可以免費使用iPhone手機軟件，與Nike的app進行無線連接。所記錄的數據信息以表格的形式顯示出來，進行診斷比較。

基於數據分析為用戶提供生活習慣指導是即將到來的新興產業。在公民自身收集、管理、分析自己數據的時代，企業與消費者的立場發生了一百八十度逆轉。

至今為止，許多企業都認為“所收集的個人信息是屬於企業自身的”。沒錯，這也是經濟學“科斯定理”的一個重要含義：誰用得好就應該歸誰。簡單來說，就是一項有價值的資源，不管從一開始它的產權誰屬，最後這項資源都會流動到最善於利用它、能最大化利用其價值的人手里去。

但是，時代在變遷，消費者和企業的立場也在發生著變化。消費者有權也有能力收集、管理、掌握並應用自己的信息。因此，能否獲取消費者信任的“個人數據商店”是企業DMP差別化的重要因素。只有獲得消費者信賴的DMP才會從消費手中獲取精準而詳細的數據。

站在企業的立場，能夠正確地獲得消費者的愛好、需求及所關心的事物這些數據，這對企業發展十分有利。Google、Facebook和CC從消費者的網站搜索記錄，瀏覽記錄。購買記錄中推測消費者的興趣和需求，然後向消費者推送他們可能感興趣的廣告。但是，這些都是推測，並不一定百分百符合消費者的口味。而個人數據商店是使消費者自己輸入自己喜歡的品牌、興趣和需求。所以對企業來說是非常精準的數據。這樣，市場營銷商就不用特意花費成本收集數據，然後從眾多的數據中進行推測了。大大提高了企業的效率。

舉個栗子，如果我們搬家的話，就需要將新家的地址、電話號碼分別通知郵局、燃氣公司、電力公司、水道公司以及銀行、保險公司、信用卡公司等一切與自己像個的公司。通知的方法有很多，可以打客服電話，或網上查詢，但這都非常費時費力。

而如果使用個人數據商店，那麼效果將大大不同。只要我們將登陸個人數據商店，更改一下“現住址”和“電話號碼”就可以了。之後個人數據商店會自動將“現住址”“電話號碼”這些信息發送給我們所允許的對方。

這不僅對使用者來說很有利，對企業來說也很有好處。當然，信息公開到何種程度是由消費者自身決定的。