虽然我不是经济学家，但我想进一步和大家探讨域所有权和数据市场等术语，将困难的概念联系起来并消除歧义，以便使数据更好的流通和产生价值。
域所有权是一种垄断
我们希望公司的数据域能够完全拥有，因为以技术为导向的所有权模式会破坏现状。
然而，单一有价值的数据资产是由单一领域产生的，从而在企业内部数据流通中形成了垄断模式。例如，账单信息不能由两个不同的公司部门生成，其含义也不取决于存储此信息的技术。因此，我们希望将所有权转移到一个能够理解并能够在整个生命周期内以公司所需的任何形式管理这些数据域。
无货币兑换和使用
市场是卖家和买家见面通过金钱交换商品和服务的环境（虚拟或物理）。
这不适用于公司内部的数据。没有人出售数据，每个人都提供或复制数据。成本管理学可以帮助确定生产数据的成本，从而为消费者引入成本回扣。这并不等同于将商业价值与数据联系起来，以最优价格出售数据。
那么，市场在哪里？我们交换什么？价值的意义是什么？
数据估值是一门致力于将商业价值与数据联系起来的学科。存在多种技术，从净现值 (NPV) 到基于成本的估算（默认为成本管理实践）。尽管如此，它们并没有被用作日常工具来在内部货币化数据交换。它们更倾向于估计大型数据计划或企业资本的价值。
没有竞争，就没有货币交换
内部数据市场既不提供竞争（域所有权是一种垄断），也不提供货币交换。当我们讨论市场和数据价值时，请记住这些因素。
业务驱动数据价值
数据只有用于商业决策时才会转化为价值。否则，它们只是一种负担。
下面我们看看其中的原因。
制定业务决策需要整个数据价值链发挥作用，而不仅仅是数据集。决策可以是投资、储蓄、进入市场、招聘、改善运营、降本等。
每项决策都应与一定的预期经济价值相对应。其中一部分可归因于有助于决策的数据。这部分可以重新分配回数据价值链，以估计对决策所需数据做出贡献的每个数据集的经济价值。
如果您有一个单一的整体程序来生成决策所需的数据，可以考虑通过 KPI 特定的应用程序从操作源唯一构建的 KPI。
以下组合是产生单个 KPI 的数据价值链：
数据价值链 = 数据源 + 数据程序 + 最终数据
价值可以归因于决策者和用于制定决策的 KPI 集。如果价值同样归因于所使用的数据，我们就可以识别出以一定权重为数据价值链做出贡献的数据。
从这个角度来看，单个应用程序很容易识别生成的数据的价值，因为它们负责生成决策所需的最终信息。
让我们看看生成数据的成本。
很容易识别出摄取成本中的某些冗余，但不清楚哪些冗余存在于产生最终信息的业务逻辑中。唯一的保证是，决策所需的 KPI 与决策者一起确定。这意味着，即使确定决策的价值很困难，但这个价值在给定决策者和可用信息的情况下是固定的。
投资回报率由以下关系定义：
投资回报率 = 净利润 / 投资成本显然，为了提高投资回报率，我们必须降低运营费用（OPEX）从而增加净利润，这意味着拥有一个具有成本效益的数据价值链。
另一方面，为了降低投资成本，我们必须能够以低成本（低资本支出）构建数据集，同时避免对运营支出产生不利影响。也就是说，公司可以尝试尽可能节省构建成本，但他们构建的内容的运行成本不能太高。
总之，即使数据估值很复杂，我们也可以通过减少
建立数据的努力（最小化资本支出）
运行数据的资源成本（OPEX）
垄断中的监管作用
如果我们无限期地降低数据构建和数据运营的成本会怎样？当然，这将影响 KPI 质量、可用性、交付等。也就是说，数据质量差会影响决策者做出明智决策的能力。
每一个自然垄断都需要监管才能发挥作用。例如，公用事业行业就是如此，无论服务是能源、水还是天然气。
因此，我们可以用以下陈述来更新我们的部分结论：
数据管理系统可以通过减少以下方式提高数据的投资回报率：
建立数据的努力（最小化资本支出）
运行数据的资源成本（OPEX）
通过质量约束来确保我们所构建的东西是可用的。
这些限制相当于自然垄断情况下为避免对消费者产生负面影响而必须采取的监管措施。
数据价值链
数据价值链由数据管理范式（DWH、数据湖、数据网格、湖屋、它们的混合）和一组数据实践（数据质量、数据隐私、数据沿袭等）给出。
数据管理范式和数据实践
无论公司选择哪种数据管理模式，其目的都应该是在质量约束下降低TCO（CAPEX + OPEX）。
内部市场的数据价值
市场不是通常意义上的市场。由于生产者和消费者不是卖家和买家，因此他们不交换金钱。尽管如此，他们仍然具有从决策者的任何举措的投资回报率中改装的价值。增加这一价值的唯一方法是通过最小化数据价值链的总拥有成本，同时保证正确的质量。
每种数据管理范例都代表一种降低 TCO 的方法，可采用以下原则：
可重用性：数据、软件、架构、基础设施、元数据必须可重用。可重用性越高，资本支出越少；
域所有权：围绕知识而非技术进行所有权组织。这意味着以更少的时间生成正确质量的数据并降低事件管理成本；
自助服务功能：结合可重用性和域所有权，我们可以通过极端的自主性赋予数据域权力，以减少前置时间。
既然我们不想降低质量，就应该有一种机制来规范提供可用数据的最低质量。这可以通过以下原则来保证：
计算治理：在整个数据生命周期内通过编码策略对可用数据价值链（数据管理范式和数据实践）提供自动化约束、验证和确认；
治理左移：在数据生命周期中尽快预测约束，以从一开始就减少补救和数据债务。
设计、实施和监控可重用性、自助服务功能、域所有权、计算治理和治理左移原则相当于通过严格的治理来管理数据价值链。KPI显示了我们如何有效地管理数据管理范式和数据实践，这是数据投资回报率提高的指标。
数据市场
现在我们建立了原则，通过治理的数据价值链来构建有价值的数据。我们如何交换价值？
使用数据。
数据市场提供了数据消费者所需的所有功能：
发现：去购物，自由探索可能性；了解当前的上下文和数据语义；
搜索：输入一个领域，询问有关特定数据的具体问题；
获取：购买一些数据，让获取的数据直接使用；
保证：数据是经过认证的，它们来自严格的合规性和监管，使数据消费者能够使用并做出安全的决策。
市场是受控条件下生成的所有数据的收集者。数据消费者进入市场获取信息、查找信息并获取数据以供直接使用。
本文来自微信公众号“数据驱动智能”（ID：Data_0101），作者：晓晓，36氪经授权发布。
