数字化时代，有人将数据比作黄金，有人将数据誉为石油。但是，数据真的是新时代的黄金或者石油吗？
一、数据到底有没有价值？
1、数据没有价值
此刻我说数据是没有价值，相信一定会有很多人骂我。
但事实上就是如此，数据本身确实没有任何价值。数据就是存储在计算机系统的“01”代码，如果你不去用它，能有什么价值？
文章图片
根据“DIKM模型”，单纯的数据只是无意义的字符，只有将其放到上下文中，它才能变成有意义的信息。整体来看，从数据到智慧本质上是一个对数据不断加工处理的过程，从噪音中分拣出来数据，转化为信息，升级为知识，升华为智慧。这是个螺旋上升的过程，其实也是数据产生价值的过程，也是数据治理的过程，让数据从庞大无序到分类有序，各取所需。
正如美国哈佛大学教授格林先生曾说：数据本身并不等于知识，更不是智慧，只有经过正确分析之后，数据才能凸显它的意义。如果人们觉得大量数据能够奇迹般地产生良好的分析结果，而不需要人工任何干预，那么它消极方面的问题可能就会走上前台，阻碍我们做出积极的判断。
2、把数据比作黄金是低估了数据的价值
有人说：数据像黄金一样，数据也需要开采、冶炼、精炼、提纯、加工、成型才能将其变成有用的产品。
如果是从这个角度去理解数据的价值，笔者认为：将数据比作黄金是低估数据的价值了。
因为黄金是有规格的，它的规格限制了它的价值，一定的纯度，一定重量的黄金，其市场价值是有衡量的标准，容易计算。而数据具有可复制性、易传播性、虚拟性，用的人越多其价值就越大。另外，对于相同数据不同人、不同方式使用其价值也不一样。
对企业而言，数据是企业生产、经营、战略等几乎所有的经营活动所依赖的、不可或缺的信息。数据就如同企业经营者的眼睛，通过数据可以反映出经营的问题。
财务人员掌握全局财务数据，就能够帮忙老板作出更好的战略布局，提高企业决策力。
管理人员掌握全面人才数据，就能更好地让合适的人，干合适的事，增强企业整体竞争力。
生产人员掌握市场数据、产品数据，客户数据，就能以更高的效率生产出更好的产品，提升企业生产力。
营销人员掌握客户数据，就能更深入了解客户，为客户提供更好的产品和服务，提升企业营销力；
……
黄金提纯的价值尚可计算，数据利用的价值不可估量！
二、数据到底有什么价值？
数据的价值归根到底是能帮助人们建立对事物的认知，帮助人们形成正确的决策。其价值主要体现在以下几个方面：
1、用数据准确地描述事实
用数据可以更准确地描述、记录事物和现象，帮助人们准确识别事物对象，全面了解事物的真实面目。
假如你是一家零售店的老板，你关注每日的产品销量，你问你的店员：“今天X产品的销量怎么样？”
如果A店员说：“老板，今天X产品销售可火爆了，我们卖了很多X产品”。而B店员说：“报告老板，今天X产品上午卖了100件，下午卖了300件，总体比昨天多卖了50件”，听到这样的答案，我相信你一定会对A店员大发雷霆，而喜欢B店员，对吧！
2、用数据发现事物的规律
数据的作用还在于能让人们发现问题，分析现象之间的关系，并形成正确的判断与决策，指导应该做什么、怎么做。
假如你是一家零售店的老板，你关注每日的产品销量，你问你的店员：“今天X产品的销量怎么样？”
这个时候你店里的店员小C说：“老板，今天我们共销售了X产品400件，下午6点左右客流最大，我发现这些客人大多是刚下班的女士，他们不仅喜欢买X产品，还会顺手带个Y产品回去，我建议搞个购买X产品，Y产品打9折的活动。这样，预计两个产品的综合销量能够提升10%，整体利润率提高8.2%”。
小C不仅准确描述了X产品的销量，还发现了客人的偏好和购买规律，同时给出了活动的建议，以及活动的成本和价值估算。面对这样的店员，你会不给他加薪升职？
我相信：作为老板的你，当然关注销量，但更关注如何提升销量和利润率，而店员小C对数据的洞察明显更有价值。
3、预测价值：用数据更好的预测未来
数据还可以通过统计与分析，预测即将发生什么，发生的概率是多大，告诉人们能做什么，不能做什么。
假如你是一家零售店的老板，你关注每日的产品销量，你问你的店员：“今天X产品的销量怎么样？”
这个时候你店里的店员小D说：“老板，今天我们共销售了X产品400件，我统计了近3年的X产品的每日销售情况，发现每年的8月份销量最好，并且我发现目前生产X产品的材料有上涨趋势，X产品可能会涨价，我建议尽快做好备货。而受季节影响，Y产品销量在逐步减少，未来几个月应该缩减进货量。”
小D通过对数据的统计分析，预测了未来X产品和Y产品的销售情况，并给出了备货的建议。如果你真的遇到了这样的店员，你就偷着乐吧。不过这样的店员会甘心做一个店员吗？
——没有数据思维的店员，不是好老板。
三、数据价值该如何衡量？
数据的价值是由其流动性决定的，流动性越高，其价值越大。数据的流动性主要体现在两个方面，即：数据交易和数据使用。因此，一般来说衡量数据的价值也是通过这两个方面进行衡量的。
1、数据交易价值
这个比较好理解，就是根据市场上已有数据交易的价格，以货币的形式评估数据价值的高低。目前各个国家都在探索和推动数据的交易的流动，但是由于数据价值的不确定，数据定价一直是一个世界性难题。因此，市场上的合法数据交易并不多见。反而在“暗网”，充斥着大量的非法数据交易和犯罪。
下图是暗网的一个明码标价的数据清单：
文章图片
2、数据应用价值
除了数据交易，数据的价值更多体现在应用上，数据越用价值越大。
但是，数据应用价值的主要来源不仅是数据，还有算法、时间、人、环境等等。也就是说，相同的数据不同的算法会产生不同价值；相同的数据不同的时间使用会产生不同的价值；相同的数据不同的人使用会产生不同的价值；相同的数据在不同的环境下使用会产生不同的价值。因此，数据的应用价值是不可预估的，也不太可能有确定的定价标准！
针对数据价值的问题，C总（化名）与我的有类似的观点，他有个形象的比喻：
“比如说你把土豆炒成土豆丝，土豆丝是土豆的使用价值体现，但是土豆的价值是它仅仅是土豆这个价值，当它变成土豆丝了，那就是土豆丝的价值了，不是土豆的价值了。
那你非要把土豆变成土豆丝之后的价值考虑进去，那就变成排列组合了。我切成丝是土豆丝，切成片是土豆片，打成泥是土豆泥，我还可以做土豆饼～～
但是你买土豆的原因肯定是奔着它能做成土豆丝去买的，但你不会因为你能做100道土豆相关的菜，然后你买土豆就100块一斤，另一个人只会做2道土豆相关的菜，他买的土豆2块钱一斤。
3、数据价值评估方法
光大银行在2021年发布了一个《商业银行数据资产估值白皮书》，该白皮书按照估值结果的形式，将数据资产价值评估分为以货币度量的估值方法及非货币度量的估值方法两类。
（1）货币度量的估值方法
文章图片
来源：《商业银行数据资产估值白皮书》，光大银行
（2）非货币度量的估值方法
文章图片
来源：《商业银行数据资产估值白皮书》，光大银行
光大银行总结的这个数据价值评估方法还是比较全面的，非常值得参考。
四、数据价值评估与数据价值利用
数据对阿里巴巴、腾讯等公司的价值并没有体现在定价方法中。尽管他们的数据可能对第三方是有价值的，但数据对他们的业务优化和运营的则更有价值。
事实上，没有数据，他们就无法继续运营。因此，我们不能将数据价值简单地理解其他人愿意支付的价格，而必须进行更广泛的思考，这个过程就是从数据价值评估到数据价值利用的过程。如下图：
文章图片
1、数据价值评估
第一，需要评估您的企业有哪些数据资产，以及如何使用这些数据。常见的方式是数据资产盘点。
第二，评估企业所拥有数据的价值，并让企业员工认识到数据的价值，在企业内部形成尊重数据，用数据说话、用数据决策的文化。
第三，必须进行适当的数据投资以确保数据适合使用，例如：通过良好的数据治理，实施数据标准、改进数据质量、控制数据安全，以让数据更有价值。
2、数据价值应用
第一，数据的价值在于使用，数据越使用，其价值就越大。
第二，通过数据为利益相关者创造价值，例如提升效率、控制成本等。
第三，数据反哺。通过对数据的探索和洞察，找到业务需要改进的地方，实施改进、推进创新。
五、管理数据资产释放数据价值
数据资产管理提高业务数据化效率，推动数据业务化，释放数据价值，加速企业数字化转型。
数据资产管理从数据的业务供给端出发，通过数据资源化设计业务流程与数据模型，提高业务从物理世界到数字世界的转换效率，并对线上业务的数据质量和安全进行管控，保障业务运转的高质量，降低业务的安全风险。
数据资产化从业务的数据需求端出发，打通企业内部数据、引入企业外部数据，加深数据与业务线的融合，催生数据场景化，应用数据分析技术，实现数据赋能业务发展，推动企业精细化管理变革。
下图很好的解释了数据资产价值释放的过程：
文章图片
来源：《数据资产管理实践白皮书5.0》，中国信通院
写在最后的话
与黄金、石油不同，数据是用不完的，数据可以无限可再生。相同的数据可以以多种方式使用和利用，包括在算法和应用系统中，而不会降低价值。相反，数据的价值往往会在反复使用和使用时增加，整合两个或更多互补的数据集比将它们分开可以提供更多的洞察力。
【数据资产管理（数据到底有没有价值，有什么价值（））】这里再次指出：数据本身没有价值。当数据被用作管理决策、业务改进和业务创新的促成因素时，数据的价值就会在企业中突显出来！
推荐阅读
- 腾讯云数据库联手宇信科技发布联合方案，全面助力金融科技安全可控
- 数据库|Mall电商实战项目专属学习路线，主流技术一网打尽！
- MySQL数据库的简单使用
- java|使用uuid做MySQL主键，被老板，爆怼一顿！
- MybatisPlus|Mybatis-Plus实现存储以及读取Java对象
- web渗透|SQL注入&PostgreSQL&SQLserver&实战
- WPF|c# Bartender打印开发详解
- 架构|软件架构设计-大型网站技术架构于业务架构融合之道——部分知识点总结【未完】
- #夏日挑战赛#数据库学霸笔记，考试/面试快速复习~