1、公司为幻方的二股东，其技术负责人是每日互动的联合创始人，双方存在合作基础，幻方大模型对每日互动的用户行为语料采购合作，每日互动牵头的浙江大数据计算中心为幻方大模型的算力合作，还有每日互动为幻方大模型营销客户推广合作。
2、业务层面，在dmp三层中，数据积累（d）、处理挖掘（m）、行业应用（p），公司更看重p层能力的重要性与优势。公司虽总体收入体量不算大，但毛利率较高，平均约70%多，公司商业模式是在广而薄的数据上实现90%的收入来自数据挖掘，擅长在自有数据基础上进行商业化变现。
一、政策解读与感受
政策对数据要素行业的发展期望: 此次文件及发布会对数据要素行业寄予厚望，重点在于解决行业发展问题，虽有提及安全但重心为发展，期望数据要素行业市场化配置改革能赋能实体经济，拉动消费与投资，与千行百业结合发挥更大作用，而非局限于狭义的数字经济概念。
国家在数据要素改革中的定位: 国家在数据要素改革中的定位是“放水养鱼”或“放树养鱼”。对于偏公益、智能政务相关的数据使用偏免费、公益无偿，而商业化使用公共数据以成本补偿原则开放，这与土地财政的逻辑完全不同，国家旨在通过数据要素与其他生产要素结合，实现产业、GDP、就业和税收等更大的城市效应闭环。
政策的务实性与可操作性: 此次文件比较接地气，让数据要素链条和生态中的各方有抓手。例如供给侧的数据局、数据集团有编制问题的提及，数据要素授权有“三重一大”决策流程；需求侧有产业鼓励政策，如税收加计扣除等优惠政策，使供需双方能在数据要素行业中更好地扮演自己的角色。
二、公司业务与政策结合情况
业务模式与政策理念的契合: 公司业务模式按dmp三层逻辑阐述，即数据积累（d）、处理挖掘（m）、行业应用（p），这与国家数据局提出的数据“供得出、流得动、用得好、保安全”高度契合。公司之前的数据来源为移动互联网背景下通过SDK采集，现在可结合政府公共数据授权，中间的挖掘处理环节有数据智能操作系统DOS、温州双港机制和浙江省大数据联合计算中心支撑，最后的应用环节主要在商业营销和公共部门两大领域。
公共数据授权运营的先行先试: 在文件出台前，公司于今年上半年起就在公共数据授权运营方面先行先试。如在温州已拿到全域医疗健康数据和生态公司拿到公共交通领域授权数据，且昨天在医疗数据授权运营对应的场景拿到两个评审，体现了公司在公共数据授权运营方面的积极探索与实践。
公司业务中的数据相关机制与政策关联: 公司的DOS数据智能操作系统在公共数据供给侧发挥作用，可对政府多元异构数据进行汇集和市场化处理；大数据联合计算中心作为二股东参与其中，通过隐私计算解决数据安全和各方可信问题，符合未来公共数据授权运营的安全机制需求。
三、公司业务特性阐述
P层能力的重要性与优势: 在dmp三层中，公司更看重p层能力。公司虽总体收入体量不算大，但毛利率较高，平均约70%多，其商业模式是在广而薄的数据上实现90%的收入来自数据挖掘，擅长在自有数据基础上进行商业化变现。
公共数据对业务的价值提升: 公共数据开放对公司而言，重要的不是获取数据本身，而是将公共数据与自有数据及挖掘能力相结合，在产品上实现更大变现。例如在交通领域，结合自有数据与本地交通信号灯、公共运营车数据，刻画车辆数据进而调配信号灯控制，提升交通通行效率，且已在全国15个市落地。
四、公共数据落地相关
公共数据落地的节奏与模式: 公共数据落地呈现“一地一树一诉一审批”的概念。以地市级单位的公共数据为例，如交通、教育、医疗等数据具有地方属性，其商业化变现多与本地商业相关，可在本地实现产品和落地的闭环，并且在交通领域可尝试按效果付费的订阅制标准化产品化复制模式。
央企数据对解决地域性问题的作用: 除地市级数据外，央企掌握的全国范围数据能在一定程度上解决数据地域性导致的复制困难问题。虽然目前与央企相关的数据尚未完全落地，但公共数据开放应是普惠性的，民营企业不必担心被央企垄断，且有信心在其中分食一杯羹。
五、温州医疗数据授权运营详情
医疗数据授权运营的场景与收益分配: 在温州医疗数据授权运营方面，公司在早期与温州卫健委深度合作参与数据整理。目前选择了两个场景进行价值创造，一是在营销推广领域针对肩颈方面病症，利用温州全域内有相关治疗经验人群的数据特征，在全国范围内进行营销场景下的扩量；二是在商业保险领域，结合温州地域内特定疾病人群数据，为保险公司提供数据服务，帮助其进行保险定价，公司以分佣模式获取数据使用费，目前在收益分配方面，温州方面早期更注重数据的充分利用，商业诉求较少。
数据交易所的作用与影响: 场内交易和温州数安港大数据联合计算中心等在数据运营中有重要作用。在数据交易所概念出现前，公司主要向互联网平台、公安、公共客户和品牌广告主销售数据服务和产品。如今各地的数据交易所为行业打开了新的可能性，浙江省大数据联合计算中心作为二股东参与的平台，倡导分场景运营，解决了数据使用中的具体问题，在多个领域的数据服务和交易流水表现不错，目前以放水养鱼的低收费模式运营，随着政策具象化，有望解决行业问题。
六、公司竞争优势分析
过往业务中的竞争优势体现: 在数据要素场景下，公司作为平台型企业，核心是数据智能系统级能力，在数据加工和分析并提供对外服务全场景方面有优势。例如以第三方SDK服务商身份向最领先的前20家互联网平台销售数据产品和服务，收入占比较大；在公共服务方面，基于相对贫瘠的数据，在公安办案的细分品类中，两个SARS产品的收入遥遥领先于友商，这表明公司擅长深度挖掘和灵活运用普通数据。
公共数据开放中的竞争优势: 在公共数据开放中，公司虽作为民营企业获取一级开发较难，但有成为二级开发商的机会。并且公司的DOS和大数据联合计算中心吸引各地政府参访，可通过与大股东为浙江省国企的速算合作，将机制和装置复制推广到其他地方，这是公司在公共数据开放中的竞争优势所在。
七、公司利益与风险应对
公司利益的获取方式与规模: 在公司利益获取方面，以医疗和保险领域为例，在保险领域若与保险公司合作，基于数据帮助其创立新保险品种并实现销售，可按一定比例分享数据使用费；在特定疾病宣传推广方面按效果付费，后端的商业化变现是收入大头。在行业发展初期，毛利率较高且不易快速进入均衡博弈状态。
应对竞争与风险的策略: 面对国资企业竞争，公司与其他竞争者不同，不是囤地而是真正利用数据创造价值实现商业闭环。对于数据授权可能优先给他人的风险，公司先行先试的经验表明，只要能深度挖掘数据价值就有竞争力。在公共数据运营中，虽然国资可能在安全相关的基础环节占主导，但公司不担心专营权问题，因为在数据价值链中，应用环节占比更大，且国家政策倾向于数据的广泛使用，公司更关注自身对数据的运用能力而非数据获取成本。
Q1: 这个东西能够以怎样的节奏落地？如何从更规模化和可复制的角度进行更快推广,而不陷入区域性、垂直性或办项目制的属性？从这两个角度看,您有何判断和看法？
A1: 从节奏落地方面来看，以公共数据为例，目前存在不同类型的数据情况。一方面，以地市级单位为主的公共数据，如交通、教育、医疗等，这些数据与中央和地方分权相关，具有地方属性。例如温州本地的公共运营车数据，其交通流量特点等数据拿到上海去用，难以用于训练和推理模型，这类数据更多是在本地形成商业化变现的闭环，像将本地的移动互联网车数据、运营车数据甚至第三方部分数据结合，在本地实现产品和落地的闭环。从这个角度来说，是可以做到标准化产品化复制的，如在交通领域尝试用按效果付费的模式做到订阅制。
另一方面，更大一类的数据是由数据局会同一些央企部门（如国家电网、南方电网等垂类央企）掌握的全国范围内的数据，这在一定程度上能解决数据地域性导致的复制困难问题。并且，公共数据开放未来倡导的应是低成本、普惠性的，不会是排他性、垄断性的，所以从这个角度不必过于担心民营企业在其中的发展。
从更规模化和可复制的角度进行更快推广方面，对于各地的数据，虽然存在地域属性，但在一些模式下可以实现复制推广。而对于央企掌握的数据，其全国性的特点有助于突破地域限制。同时，像浙江省大数据联合计算中心倡导的分场景模式，在全国范围内的营销广告、公共数据、电力数据、位置数据、停车场数据等领域应用时，数据服务和交易流水情况不错，且目前以放水养鱼的低收费模式让大家使用，随着政策的具象化，有望解决行业问题并助力推广。
Q2: 我们在温州医疗数据授权运营中选择了哪些场景创造价值？收益分配方式大概是怎样的？
A2: 在温州医疗数据授权运营中，选择了以下场景创造价值：
- 在营销推广领域，针对肩颈方面病症进行试点。利用温州全域内有肩颈方面治疗经验人群的数据，通过特征分析，将这种模式推广到全国范围内的营销场景中。这是基于公司在商业营销广告领域的经验，数据的加持使得营销效果更好。
- 在商业保险领域进行探索。结合温州地域内特定疾病（如高血压、糖尿病）人群的数据，为保险公司针对带病体设计保险品种提供帮助。因为基于真实样本，可以对特定疾病人群后续的就诊医疗相关支出、概率等作出清算，从而服务于保险产品的创设、定价，公司通过分佣模式获取数据使用费。
收益分配方面，目前温州方面在合作中本着放水养鱼的态度，对于公司基于医疗数据挣得的钱如何分佣并没有太严格的要求，更多是希望把数据充分利用起来，在更大领域获取回报，后续会根据国家出台的细则慢慢落实。
Q3: 未来您如何看待各地的数据交易所（包括温州双港）在公共数据中起到的作用？场内交易、场外交易以及温州数安港大数据联合计算中心扮演了什么角色？
A3: 对于各地的数据交易所（包括温州双港）在公共数据中的作用：在数据局、数据交易所这些概念产生之前，上市公司主要是向互联网平台、公安、公共客户以及品牌广告主销售数据服务和数据产品。现在全国有六七十个数据交易所或类数据交易所平台，它们为数据交易打开了另一种可能性。
场内交易、场外交易以及温州数安港大数据联合计算中心的角色：
- 温州数安港大数据联合计算中心（浙江省大数据联合清算中心为二股东）在全国范围内解决了分场景的具象问题。在数据使用过程中，过去更多是分级分类，而这里倡导分场景，例如在隐私计算联合计算中，实现数据在封闭状态下的使用，明确授权使用的场景，避免数据滥用。在营销广告、公共数据、电力数据、位置数据、停车场数据等领域的应用中，数据服务和交易流水情况较好，目前以低收费吸引大家使用，随着政策的发展，有望解决行业问题。
- 对于场内交易和场外交易，之前没有场内交易概念时，公司也在进行数据服务和产品的销售。现在各地数据交易所的出现，为数据交易提供了新的规范和平台，而鼓励公共数据在场内进行交易也为数据交易的发展指出了方向。
Q4: 在公共数据对外开放时,公司参与政府（省一级、地市一级或其他省）横向复制的竞争优势体现在哪？还是只在温州层面？公司是如何考虑的？
A4: 公司在公共数据对外开放时参与政府横向复制的竞争优势如下：
- 公司在数据运用方面有独特能力。虽然公司以第三方SDK服务商的身份，向数据已经高度算法驱动的互联网平台公司销售数据产品和服务时，总收入体量不大，但在这方面已经做到较好水平。并且在公共服务方面，基于相对贫瘠的数据，在两个SARS产品解决公安办案问题的细分品类里，收入遥遥领先于其他友商。这表明公司擅长把普通数据挖掘、运用得很好，这是公司的特点。
- 从公共数据开放的情况看，民营企业在获取其他地区（如江苏、上海、北京等地）公共数据运营权方面可能较难，但公司有信心参与其中。一方面，各地公共数据开放时，一级开发商大概率是本地国企，公司可以做二级开发商，利用一级开发商整理好的数据开展业务。另一方面，浙江省大数据联合计算中心（公司为二股东）可以通过互联互通，将其分场景论证等机制和装置推广到其他地方。虽然这种产品形态卖大钱可能性不大，但这是一个机会。
公司并非只局限于温州层面，而是有在其他地区参与公共数据横向复制的考虑和能力。
Q5: 在这个过程中,公司是否评估过能拿到多大的利益分成、营收规模空间以及市场蛋糕？对于节奏和空间是如何考虑的？
A5: 公司在这个过程中有对利益分成、营收规模空间以及市场蛋糕的考虑。从目前的政策态度来看，自上而下对于公共数据供给侧（一级开发商）是普惠、放水养鱼、不与民争利的姿态，后续发改委细则预计也会符合此判断。所以数据使用成本不会很高，更大的变量在于企业将普惠数据拿来后能挣多少钱。
以交通和医疗领域举例来看，在行业发展初期，如在保险领域，如果与保险公司合作，基于对病种的清算和定价服务，帮助创立新保险品种并实现销售，按照过去行业可行的分配比例（如15%）分享数据使用费，这可能就是公司的数据服务费。而在特定疾病宣传推广方面，按照效果付费，数据前端使用费成本微乎其微，后端的商业化变现是收入的大头。公司在看待这个问题时比较务实，在政策热火朝天时保持冷静，关注如何将普惠数据转化为实际收益。
Q6: 后端的商业化变现是怎样的？有没有考虑过赛道里国资企业可能做类似事情？
A6: 后端的商业化变现目前来看，在行业发展初期是毛利率偏大的情况，并且不太会快速进入均衡博弈状态。以交通领域和医疗领域为例，不是简单转手就能盈利的。如在交通领域和医疗领域提到的两个场景授权，在交通领域按效果付费，在医疗领域与保险公司合作按比例分享数据使用费等都是后端商业化变现的方式。
对于赛道里国资企业可能做类似事情，公司是有考虑的。虽然没有明确提及应对措施，但从整个行业发展和公司自身定位来看，公司更注重将数据用于实际的产品、场景开发，形成商业闭环，而不是单纯的圈地囤数据。
Q7: 有没有考虑过落地效果和可能的风险以及应对想法？为什么在很多人争抢的情况下,我们能拿下温州的医疗数据？
A7: 关于落地效果、风险和应对想法：虽然目前没有明确提及具体的应对风险的措施，但从先行先试的情况来看，公司在温州的项目是先行先试的。在这个过程中，公司可能会面临一些风险，例如在获取数据授权时可能存在竞争，以及数据使用过程中的风险等。不过公司在温州的项目已经取得了一定成果，这为应对可能的风险提供了经验和基础。
对于能拿下温州医疗数据的原因：在与很多企业（包括央企等）争夺温州医疗数据的过程中，公司能够脱颖而出。虽然没有明确指出具体原因，但可以推测公司在数据运用、业务模式、与当地的合作关系等方面可能存在优势，使得温州给予了公司先行先试的机会。
Q8: 如果国资做底座性的东西,留给我们的蛋糕有多大？公司是否评估过在其他省或地市政务数据集中开放时,在国资背景企业监控下使用数据时我们能得到的蛋糕？
A8: 如果国资做底座性的东西，公司并不担心蛋糕大小的问题。首先，在中国民营企业不太可能做到数据专营权的垄断，这种情况也不符合市场规律。其次，在整个数据价值的全链条中，数据供应环节在价值链分配中的比重不高，大头在于数据的应用和结合场景的应用环节。
在其他省或地市政务数据集中开放时，在国资背景企业监控下使用数据，公司也不担心。国家倡导大家都能使用数据，如果国资背景企业限制民营企业使用数据或者收取过高价格，这与政策的初衷相悖。更重要的是，对于公司来说，即使能低成本或免费拿到数据授权，如果不能创造新的产品和服务、提高效率，也是没有价值的。公司更注重对数据的二次加工和变现能力。
Q9: 在这个过程中,有没有想过成本、产出过程中收益的毛利率波动区间以及面粉价格（数据使用成本）的公开公正性？
A9: 虽然没有明确提及是否专门思考过成本、产出过程中收益的毛利率波动区间以及数据使用成本（面粉价格）的公开公正性，但从之前的阐述可以推断相关情况。
在数据使用成本方面，目前政策倡导普惠性，一级开发商秉持放水养鱼的态度，数据治理相关成本加上基本人员运营成本可能就是数据使用的成本，不会过高。
关于收益的毛利率波动区间，在行业发展初期，后端商业化变现毛利率偏大且不会快速进入均衡博弈状态，不同的业务场景（如交通领域按效果付费、医疗领域与保险公司合作分佣等）会有不同的收益情况，这也会影响毛利率。但随着行业发展，各种因素（如竞争加剧、市场变化等）可能会导致毛利率波动。
对于数据使用成本的公开公正性，目前自上而下的政策态度是普惠、不与民争利，这在一定程度上保证了数据使用成本的公正性，而各地数据交易所等平台的发展也有助于规范数据交易，保障数据使用成本的公开性。不过具体的波动区间和公开公正性还需要根据实际业务发展、市场竞争以及政策细则的进一步落实等情况综合判断。
Q1: 这个东西能够以怎样的节奏落地？如何从更规模化和可复制的角度进行更快推广,而不陷入区域性、垂直性或办项目制的属性？从这两个角度看,您有何判断和看法？
A1: 从节奏落地方面来看，以公共数据为例，目前存在不同类型的数据情况。一方面，以地市级单位为主的公共数据，如交通、教育、医疗等，这些数据与中央和地方分权相关，具有地方属性。例如温州本地的公共运营车数据，其交通流量特点等数据拿到上海去用，难以用于训练和推理模型，这类数据更多是在本地形成商业化变现的闭环，像将本地的移动互联网车数据、运营车数据甚至第三方部分数据结合，在本地实现产品和落地的闭环。从这个角度来说，是可以做到标准化产品化复制的，如在交通领域尝试用按效果付费的模式做到订阅制。
另一方面，更大一类的数据是由数据局会同一些央企部门（如国家电网、南方电网等垂类央企）掌握的全国范围内的数据，这在一定程度上能解决数据地域性导致的复制困难问题。并且，公共数据开放未来倡导的应是低成本、普惠性的，不会是排他性、垄断性的，所以从这个角度不必过于担心民营企业在其中的发展。
从更规模化和可复制的角度进行更快推广方面，对于各地的数据，虽然存在地域属性，但在一些模式下可以实现复制推广。而对于央企掌握的数据，其全国性的特点有助于突破地域限制。同时，像浙江省大数据联合计算中心倡导的分场景模式，在全国范围内的营销广告、公共数据、电力数据、位置数据、停车场数据等领域应用时，数据服务和交易流水情况不错，且目前以放水养鱼的低收费模式让大家使用，随着政策的具象化，有望解决行业问题并助力推广。
Q2: 我们在温州医疗数据授权运营中选择了哪些场景创造价值？收益分配方式大概是怎样的？
A2: 在温州医疗数据授权运营中，选择了以下场景创造价值：
- 在营销推广领域，针对肩颈方面病症进行试点。利用温州全域内有肩颈方面治疗经验人群的数据，通过特征分析，将这种模式推广到全国范围内的营销场景中。这是基于公司在商业营销广告领域的经验，数据的加持使得营销效果更好。
- 在商业保险领域进行探索。结合温州地域内特定疾病（如高血压、糖尿病）人群的数据，为保险公司针对带病体设计保险品种提供帮助。因为基于真实样本，可以对特定疾病人群后续的就诊医疗相关支出、概率等作出清算，从而服务于保险产品的创设、定价，公司通过分佣模式获取数据使用费。
收益分配方面，目前温州方面在合作中本着放水养鱼的态度，对于公司基于医疗数据挣得的钱如何分佣并没有太严格的要求，更多是希望把数据充分利用起来，在更大领域获取回报，后续会根据国家出台的细则慢慢落实。
Q3: 未来您如何看待各地的数据交易所（包括温州双港）在公共数据中起到的作用？场内交易、场外交易以及温州数安港大数据联合计算中心扮演了什么角色？
A3: 对于各地的数据交易所（包括温州双港）在公共数据中的作用：在数据局、数据交易所这些概念产生之前，上市公司主要是向互联网平台、公安、公共客户以及品牌广告主销售数据服务和数据产品。现在全国有六七十个数据交易所或类数据交易所平台，它们为数据交易打开了另一种可能性。
场内交易、场外交易以及温州数安港大数据联合计算中心的角色：
- 温州数安港大数据联合计算中心（浙江省大数据联合清算中心为二股东）在全国范围内解决了分场景的具象问题。在数据使用过程中，过去更多是分级分类，而这里倡导分场景，例如在隐私计算联合计算中，实现数据在封闭状态下的使用，明确授权使用的场景，避免数据滥用。在营销广告、公共数据、电力数据、位置数据、停车场数据等领域的应用中，数据服务和交易流水情况较好，目前以低收费吸引大家使用，随着政策的发展，有望解决行业问题。
- 对于场内交易和场外交易，之前没有场内交易概念时，公司也在进行数据服务和产品的销售。现在各地数据交易所的出现，为数据交易提供了新的规范和平台，而鼓励公共数据在场内进行交易也为数据交易的发展指出了方向。
Q4: 在公共数据对外开放时,公司参与政府（省一级、地市一级或其他省）横向复制的竞争优势体现在哪？还是只在温州层面？公司是如何考虑的？
A4: 公司在公共数据对外开放时参与政府横向复制的竞争优势如下：
- 公司在数据运用方面有独特能力。虽然公司以第三方SDK服务商的身份，向数据已经高度算法驱动的互联网平台公司销售数据产品和服务时，总收入体量不大，但在这方面已经做到较好水平。并且在公共服务方面，基于相对贫瘠的数据，在两个SARS产品解决公安办案问题的细分品类里，收入遥遥领先于其他友商。这表明公司擅长把普通数据挖掘、运用得很好，这是公司的特点。
- 从公共数据开放的情况看，民营企业在获取其他地区（如江苏、上海、北京等地）公共数据运营权方面可能较难，但公司有信心参与其中。一方面，各地公共数据开放时，一级开发商大概率是本地国企，公司可以做二级开发商，利用一级开发商整理好的数据开展业务。另一方面，浙江省大数据联合计算中心（公司为二股东）可以通过互联互通，将其分场景论证等机制和装置推广到其他地方。虽然这种产品形态卖大钱可能性不大，但这是一个机会。
公司并非只局限于温州层面，而是有在其他地区参与公共数据横向复制的考虑和能力。
Q5: 在这个过程中,公司是否评估过能拿到多大的利益分成、营收规模空间以及市场蛋糕？对于节奏和空间是如何考虑的？
A5: 公司在这个过程中有对利益分成、营收规模空间以及市场蛋糕的考虑。从目前的政策态度来看，自上而下对于公共数据供给侧（一级开发商）是普惠、放水养鱼、不与民争利的姿态，后续发改委细则预计也会符合此判断。所以数据使用成本不会很高，更大的变量在于企业将普惠数据拿来后能挣多少钱。
以交通和医疗领域举例来看，在行业发展初期，如在保险领域，如果与保险公司合作，基于对病种的清算和定价服务，帮助创立新保险品种并实现销售，按照过去行业可行的分配比例（如15%）分享数据使用费，这可能就是公司的数据服务费。而在特定疾病宣传推广方面，按照效果付费，数据前端使用费成本微乎其微，后端的商业化变现是收入的大头。公司在看待这个问题时比较务实，在政策热火朝天时保持冷静，关注如何将普惠数据转化为实际收益。
Q6: 后端的商业化变现是怎样的？有没有考虑过赛道里国资企业可能做类似事情？
A6: 后端的商业化变现目前来看，在行业发展初期是毛利率偏大的情况，并且不太会快速进入均衡博弈状态。以交通领域和医疗领域为例，不是简单转手就能盈利的。如在交通领域和医疗领域提到的两个场景授权，在交通领域按效果付费，在医疗领域与保险公司合作按比例分享数据使用费等都是后端商业化变现的方式。
对于赛道里国资企业可能做类似事情，公司是有考虑的。虽然没有明确提及应对措施，但从整个行业发展和公司自身定位来看，公司更注重将数据用于实际的产品、场景开发，形成商业闭环，而不是单纯的圈地囤数据。
Q7: 有没有考虑过落地效果和可能的风险以及应对想法？为什么在很多人争抢的情况下,我们能拿下温州的医疗数据？
A7: 关于落地效果、风险和应对想法：虽然目前没有明确提及具体的应对风险的措施，但从先行先试的情况来看，公司在温州的项目是先行先试的。在这个过程中，公司可能会面临一些风险，例如在获取数据授权时可能存在竞争，以及数据使用过程中的风险等。不过公司在温州的项目已经取得了一定成果，这为应对可能的风险提供了经验和基础。
对于能拿下温州医疗数据的原因：在与很多企业（包括央企等）争夺温州医疗数据的过程中，公司能够脱颖而出。虽然没有明确指出具体原因，但可以推测公司在数据运用、业务模式、与当地的合作关系等方面可能存在优势，使得温州给予了公司先行先试的机会。
Q8: 如果国资做底座性的东西,留给我们的蛋糕有多大？公司是否评估过在其他省或地市政务数据集中开放时,在国资背景企业监控下使用数据时我们能得到的蛋糕？
A8: 如果国资做底座性的东西，公司并不担心蛋糕大小的问题。首先，在中国民营企业不太可能做到数据专营权的垄断，这种情况也不符合市场规律。其次，在整个数据价值的全链条中，数据供应环节在价值链分配中的比重不高，大头在于数据的应用和结合场景的应用环节。
在其他省或地市政务数据集中开放时，在国资背景企业监控下使用数据，公司也不担心。国家倡导大家都能使用数据，如果国资背景企业限制民营企业使用数据或者收取过高价格，这与政策的初衷相悖。更重要的是，对于公司来说，即使能低成本或免费拿到数据授权，如果不能创造新的产品和服务、提高效率，也是没有价值的。公司更注重对数据的二次加工和变现能力。
Q9: 在这个过程中,有没有想过成本、产出过程中收益的毛利率波动区间以及面粉价格（数据使用成本）的公开公正性？
A9: 虽然没有明确提及是否专门思考过成本、产出过程中收益的毛利率波动区间以及数据使用成本（面粉价格）的公开公正性，但从之前的阐述可以推断相关情况。
在数据使用成本方面，目前政策倡导普惠性，一级开发商秉持放水养鱼的态度，数据治理相关成本加上基本人员运营成本可能就是数据使用的成本，不会过高。
关于收益的毛利率波动区间，在行业发展初期，后端商业化变现毛利率偏大且不会快速进入均衡博弈状态，不同的业务场景（如交通领域按效果付费、医疗领域与保险公司合作分佣等）会有不同的收益情况，这也会影响毛利率。但随着行业发展，各种因素（如竞争加剧、市场变化等）可能会导致毛利率波动。
对于数据使用成本的公开公正性，目前自上而下的政策态度是普惠、不与民争利，这在一定程度上保证了数据使用成本的公正性，而各地数据交易所等平台的发展也有助于规范数据交易，保障数据使用成本的公开性。不过具体的波动区间和公开公正性还需要根据实际业务发展、市场竞争以及政策细则的进一步落实等情况综合判断。
