数据价值网络白皮书2024.docx

《数据价值网络白皮书2024.docx》由会员分享，可在线阅读，更多相关《数据价值网络白皮书2024.docx（34页珍藏版）》请在优知文库上搜索。

1、目录刖百11 .数据价值网络概述42 .市场已形成“四加一”的专业化分工73 .未来市场核心趋势推演M4 .当前行业庸点245 .未来数据价值网络主要机会点256 .倡议与呼吁3334结语数据价值网络前百长久以来，土地、劳动力、资本、技术被视为商品和劳务必备的基本资源。今天,随着数字技术和人类生产生活的深度融合，数据已经成为优化资源配置、提高生产效率的关键，被列为第五大生产要素。随着政府政策端的积极推动和人工智能技术的不断进步，中国企业越来越重视数据资产,对数据的充分开发和高效利用，尤其是通过发掘雌价值，产生新的应用和服务，已成为企业竞争力的重要体现。数据要素的生产、供应、传输、交易和应用促进

2、了整个数据行业的繁荣发展，同时也推动了众多数据生态伙伴基础设施技术工具提供商的进步，为整体社会经济的数字化转型注入了新的活力。BCG希望通过本次研究帮助企业更好地了解数据要素市场的发展趋势和潜在机会，从而把握住当前的发展机遇。一於晨，BCG董事总经理、全球合伙人，BCG科技、媒体和通信专项中国区负责人数据具有非竞争性、非排他性的特殊性质，这决定了这种新型生产要素与其他类别要素有很大不同。数字经济的核心是数据，虽然各数据主体随着服务应用的深入积累了大量数据，但对于应用端来说还是不够的，特别是对当前Al大模型海量训练数据需求来说更是如此。另外，当前数据市场也是分割的，即是通常说的孤岛效应，数据只有

3、流通起来才能发挥价值。数据流通的核心是市场需求与供给的匹配，数据要素需求多样化以及数据产品和服务供给的类型和属性多样化，决定了数据的流通路径、服务形态和基础设施建设的高度丰富性，需要形成多方参与主体（供给方、需求方、交易所、基建提供方、服务商）、场内交易与场外交易、直接价值（数据本身）与间接价值（数据服务与产品）融合的复杂网络。数据价值网络白皮书从数据价值本身出发，聚焦数据价值实现的不同路径，提出数据价值网络的概念，并对其进行了应用服务市场、要素流通市场和基础工具市场的具象化拆分，结合行业痛点，梳理在应用侧、供给侧和基建侧的新机会。T振华，蚂蚁集团研究院院长在数字经济时代，数据已成为促进社会进

4、步和创新发展的关键动力，而其价值的实现有赖于广泛的应用。尽管如此，当前企业面临合规风险、安全压力、数据治理能力不足、加工及场景挖掘有限等多勤戡，字奴搜照资源K利用心存疑虑，福E不会用、不敢ffl、不能等方面的龌。针对这一现状，数据要素x行动的研究规划聚焦于行业应用和场景挖掘,旨在释放数据要素的潜在价值，更好地促进数实融合。数据价值网络白皮书阐述了以应用为导向的数据价值体系，发布正当其时，有助于市场主体把握数据价值体系，为以应用为驱动的数据价值释放提供了研究参考。T红光，深圳数据交易所董事长在当今数字化时代，数据己成为驱动创新和决策的关键要素，也是推动经济增长和社会进步的重要资源。2020年4月

5、，国务院发布关于构建更加完善的要素市场化配置体制机制的意见，将数据增列为生产要素，中国成为全球第一个在国家政策层面将数据确立为生产要素的国家。2022年12月，国务院发布关于构建数据基础制度更好发挥数据要素作用的意见，提出建设数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度等，促进数据高效流动使用，赋能实体经济。为更好地释放数据价值，国家正在积极推进数据要素市场化配置改革，目前数据要素市场规划已逐步完善，相关标准也在加速制定，发展路线更加清晰，实践也愈加丰富。数据的创新应用已悄然改变了很多行业的商业发展模式，其价值不仅仅在于数据本身，更在于利用数据重塑业务。本报告将围绕数据价值网

6、络，深入探讨数据价值创造的基本原理、流通的基本规律和各参与方职能，详细阐述市场供需现状、各应用场景下数据价值网络流通链路变化，并对主要机会点进行了总结。核心观点如下：数据价值网络的形成类似国际贸易网络，受数据需求在具体应用场景中产生的商业价值牵引，催动整个产业链上的技术投入和数据流动，形成了基于各类玩家自身资源禀赋和比较优势的专业化分工。受益于国家推动数据要素发展的政策的密集出台和全球数据科技革新（如AI、数据安全等），整个数据市场正处于重要变革期，数据流通链路正在重塑，孕育了新的市场机会。当前，中国数据要索市场仍然存在三大核心痛点：“想用不敢用”、“想用不能用”、“想用不会用”。向前看，我们

7、预感中国数据市场正催生三大千亿级市场，建议积极关注，分别是：数据需求中的新应用机会、数据新供给带来的结构性机会，及数据基础设施技术工具的升级机会。数据价值网络迎来发展浪潮，整体市场建设蹄疾步稳，希望本报告能为读者提供有益的参考和启发，帮助大家更好地理解数据价值，推进数据价值网络的高质量发展。1 .数据价值网络概述1.1 数据价值创造和流通数据价值创造需要齐聚算力、数据、算法及应用场景四大要素。算力是基础，数据是原料，算法是手段，应用场景是价值产生的根本动力（参阅图1）O图11数据价值创造的四大要素数据价值创造四大要素根本动力手段原料基础拥有数据价值创造四大要素的企业，具备数据内循环能力，但多数

8、企业因某种要素缺失，需要借助数据外循环挖掘数据价值。在数据价值创造所需的四大要素中，算力和算法通常可以通过外部采购获取，大多数情况下不会对数据价值创造形成太大阻碍。数据创新应用引领者，例如大型互联网公司，能够内部匹配数据与应用场景，在内部自主完成整个数据链路闭环，即数据内循环。而现实中绝大多数企业存在数据与应用场景错位，需要外部信息注入，通过跨企业协作，数据跨主体流动完成闭环，才能产生更大的数据价值。企业对外部数据或应用场景的需求推动了数据流通，形成数据外循环，同时也带动了数据价值流通链路上的专业化分工。本报告定义的数据外循环市场既包括场内I的数据要素交易市场，也包括场外2直接或间接形式的数据

9、价值流通和交易活动。事实上，目前国内绝大多数数据价值流通活动都发生在场外。1场内交易指通过数据交易所或数据交易中心进行的数据交易.2场外交易指不经数据交易场所、由企业或个人之间自主产生的数据交易。1.2什么是数据价值网络？数据价值网络是以数据要素作为交易流通对象的价值网络，涵盖了从数据生成到运用的一系列价值创造环节（参阅图2）o价值链是价值流动的最基本路径，根据业界定义，价值链是商品和服务的价值随着企业经营活动在要素供给方、中间环节和需求方之间单向流转的过程。一系列的价值链组成了价值网络，价值网络是多维立体的网状结构，存在多种链路环节组合。而以数据要素作为流通主体的价值网络，我们称之为数据价值

10、网络。广义来说，数据价值网络应涵盖数据外循环链路中不同企业间产生的所有场内与场外、直接与间接的数据价值流通活动（数据本身、数据产品、数据服务），以及支撑数据价值流通的技术工具市场图2I数据价值网络以数据要素作为流通对象片 价值链 X价值网络要素供给方中间环节需求方要素醺方中间环节需求方数据价值网络一 J价值随交易对象在供给方、中间环 节和需求方之间流转的过程，被称 作价值链一系列的价值链路组成价值网络， 包括多个供给方、需求方，以及更多样化的中间流转环节嗦数据要素流通中数据要素5整&包翳需防服务商数据价值网络以数据要素作为交易 流通对象,数据价值在不同企业的 场内与场外、直接与间接的流通特点单

11、一方向，T3R多维度，多类型数据要素作为流通主体来源：BCG分析.基于产业链分工，我们将数据价值网络进一步细分为数据应用服务、数据要素流通、数据基础工具三个细分市场（参阅图3）o数据应用服务市场将数据资源转换成有价值的洞察，帮助企业更好地把握市场动态、了解消费者偏好，2022年该市场规模3约500亿-1,000亿人民币3数据要素流通市场聚合分散的数据，完成数据清洗等初步处理后供给需求方使用，推动数据交易流转，2022年该市场规模约500亿TQOO亿人民币。数据基础工具市场提供支撑数据价值网络运行的技术保障，2022年该市场规模约600亿人民币。3如无特别说明，本报告中的“市场规模均特指中国市场

12、规模。4数据应用服务市场、数据要素流通市场及数据基础工具市场的2022年规模由BCG基于公开信息和专家访谈测算得出。图3I数据价值网络示意图目前相关市场研究报告大多采用狭义的数据要素流通市场定义，仅关注场内交易的各种数据要素流通形式，较少涉及对场外数据交易以及数据应用服务市场和数据基础工具市场的探讨。2 .市场已形成“四加一”的专业化分工数据外循环链路中，各企业要素禀赋差异和比较优势决定了市场专业化分工，形成需求方、供给方、流通方、应用服务商、基础设施技术工具提供方五大角色（参阅图4）。需求方、供给方、流通方、应用服务商是市场直接参与方，他们构建了数据要素从供给到流转应用的主要链路节点，直接参

13、与数据价值的创造与流通。同时，为保障数据价值网络的正常运行，数据基础设施技术工具领域也出现了各类专业技术提供方。他们虽不直接参与数据价值创造和流通，但为整个网络构建提供技术支持，是数据价值创造和数据价值网络运转的基础。图4I数据价值网络中的主要玩家数据要素市场的持续发展也推动了多元化的商业模式。除传统的数据售卖，目前市场上主要有四类模式：交易中介服务模式。以数据交易所为代表的玩家拉通数据买卖双方，通过佣金收取、会员制、增值式交易服务5等多种方式盈利。5增值式交易服务指通过提供数据交易平台、数据清洗、数据脱敏、数据安全等服务，使得数据能够更好地实现其价值，并为企业或个人带来更多收益。 数据订阅服

14、务模式。以数据聚合方（如企查查、万得等）为代表的玩家对数据聚合、清洗，形成初步的数据集，然后以订阅的形式，周期性地将标准化数据产品通过离线数据包或实时APl发送给客户，客户按既定周期支付固定的使用费。 数据咨询服务模式。以市场研究机构和咨询公司为代表的数据服务商基于数据分析，为客户提供洞见和建议。除报告售卖外，数据咨询服务多采用项目制，根据客户需求进行定制，并按照项目复杂程度和时限要求等向客户收取费用。 数据洞察、解决方案和平台服务模式。以应用解决方案商为代表的玩家为客户提供数据营销、风控综合解决方案（如反欺诈评分等），并针对不同特点的客户和基于不同的方案，或收取定制集成服务费用，或以SaaS

15、形式提供服务按使用次数等收费，或按照使用收益分成收费。2.1 四个市场直接参与方：数据需求方、供给方、流通方、应用服务商2.1.1 数据需求方是价值驱动力需求侧产生的商业价值是驱动数据要素流通最重要的因素。下游企业利用数据要素取得经营成果，会推动更多数据需求的产生，从而拉动整个产业链上的数据流通。营销、风控、交易决策等离钱较近的场景率先驱动数据大规模流通，是目前最主要的需求场景，市场规模最大。 营销方面，品牌方需要从数据中提取有价值的规律，制定更有效的营销策略，提升产品销量，实现商业价值。例如美妆品牌通过数据分析发现某个用户经常购买某一类产品，于是向其定向推送该类产品的促销信息，提高商品转化率。2022年中国数字营销市场规模约10,000亿人民币。 风控方面，金融企业需要运用数据更好地进行风险识别、监控和预警，降低企业风险，提高业务安全性。例如银行通过数据了解客户交易记录、信用状况，更准确地评估信贷风险，降低不良贷款率。2022年中国风控市场规模约330亿人民币6。 交易决策方面，金融企业利用数据协助决策制定，抓住商业机会。例如证券公司通过分析历史数据和市场动态，预测未来市场走势，为交易决策提供依据。2022年中国交易决策市场（如金融数据库、各类交易信息数据库等）规模约120亿人民币。6其中约145亿人民币为智能风控软件市场规模，约1