随着大数据的广泛普及，大数据交易的市场需求也在不断增加。
根据有关数据显示，我国大数据交易平台建设正处于井喷期，大数据交易的变现能力也正在不断提高。
但伴随着大数据交易越来越多，大数据交易中的困局也开始日益凸显。
由于第三方平台的存在，数据提供方会担心数据是否被留存转卖，自己的隐私可能会被侵犯；
数据需求方也会疑惑买到手的数据是否真实有效，买家是否真的仅卖给了自己而竞争对手没有这份数据；
政府等监管部门也无法实时监控数据是否被滥用，安全数据有无泄露风险。
这些疑虑不解决，大数据产业就无法突破瓶颈，实现数据产业的衍生物交易，更不能健康发展。
1 数据提供方有哪些疑虑
由于现有科学技术无法保证数据在流通过程中不被中间方留存复制和二次传播，数据提供方就无法得知数据交易出去后是否通过其他渠道流入二级市场被层层转卖。
由于数据价值会随着转卖次数的增加呈指数型递减，数据转卖就会给原始数据提供方带来不可估量的损失。
价值损失的存在，加上没有技术能够降低数据交易的这种损失风险，数据提供方就会不愿意提供拥有的数据进行交易，大数据的交易就会进入僵局。
在数据资源中，有许多数据一经转手价值就会骤降，例如名字、身份证号、性别等信息数据提供方一旦放开数据交易，这些数据就可能被转手。
当数据转卖的人多了之后，数据购买方就可以不再寻求数据提供方，直接通过多次低价购买的方式获得全部原始数据。
数据提供方手里的一手资源就变成了毫无竞争力的数据垃圾。
数据提供方不能通过数据交易获得应有的收入，反而受到了损失，久而久之数据提供方就会拒绝数据交易。
数据交易中除了数据转卖使提供方有承受损失的风险，还有泄露数据所有者隐私的风险。
有一些不规范的网贷平台就是利用用户的隐私信息作为交换，给用户进行放贷。
当收集到信息后，这些网贷平台会将用户的信息转卖给其他公司。
虽然这种情形不能算作是严格的大数据交易，但也暴露了同属于电子信息交易的大数据交易的缺点：数据的提供方不能得知自己的数据流向了哪里。
按照传统的交易模式，大数据交易中的数据提供方跟需求方是“银货两讫”的。
当交易结束后，数据提供方不再能够完全控制需求方对数据资源所做的处理。
假如需求方不按照保密约定，私下公开了数据资料，数据提供方也无法得知。
数据提供方不仅所拥有的数据价值骤降，隐私也会被侵犯。
当大数据进入健康医疗行业，人们的身体情况就是大数据最需要的数据资源。
人们通过有偿或者无偿的方式提供数据给医疗机构进行大数据分析，研究人类疾病问题。
目前已经有医疗机构有了先进的技术手段可以检测人们的健康数据，判断患病风险。
为了人类的健康事业，大家都会愿意提供自己的健康数据作为研究者的参考资料。但是与此同时，人们也会希望自己的健康状况作为个人隐私被保密。
即使研究机构有着各种合同和证明，都无法打消数据提供者的疑虑。
数据提供方一方面担心数据价值会因为转卖而骤减，另一方面也会担心隐私暴露，重重疑虑会阻碍数据提供方放开手脚进行数据交易。
没有了数据提供方，数据的来源就被切断了，大数据交易就走到了尽头。
而随着大数据市场的不断扩张，大数据的需求也进入了爆发期。
许多大型企业因为大数据交易风险太大，关停了数据交易。
为了突破瓶颈，大数据交易急需新的手段来规范大数据交易市场，解决数据提供者的后顾之忧。
2 数据需求方有哪些疑虑
有需求，才有市场。
大数据市场能够在短短几年内达到数万亿的经济规模，都是因为各行各业的领头人率先发现了大数据背后的价值并带动了大数据需求。
随着大数据产业的发展，大数据的应用领域日渐增多，不同行业间的跨界数据整合合作更加深入。
跨界合作的成功带来了多种数据融合的新方式，大数据产业也迎来了数据需求爆发的时期。
大数据的需求方有很多，可服务的范围也很广，从企业到政府管理部门，从医疗研究到人工智能开发，大数据都有着重要的作用。
除了已经应用成熟的金融、医疗等领域，大数据的应用范围和潜能还在不断扩张，越来越多的行业人员尝试将大数据技术结合到之前的工作中去。
因此，大数据的市场需求也越来越大。
当一个企业开始意识到大数据会成为未来的核心竞争力，说明它在大数据治理和应用领域已经具有充分的实战经验和扎实的理论基础，那么它也应该意识到了大数据质量的重要性。
真正开始挖掘大数据深处价值的大数据需求方，已经从临时使用部分数据统计结果，转向全面考察数据质量。
公司决策人员开始关心数据是否通过正规渠道收集，数据覆盖范围是否全面，数据的精确度是否达到可以使用的标准。
当在数据质量足够好，具有合适的使用场景的情况下，优秀的企业还会接着考虑将数据资源开发成一个合法稳定的可长期使用的数据产品。
做出优秀的数据商品的前提是使用的数据资料足够优质，所以数据需求方希望得到的数据资料质量高、真实有效。
但是由于大数据资料数量巨大，交易时不可能一一验证数据提供方的数据是否来源可靠，是否具有使用价值。
也就是说，数据需求方对大数据交易一直存在着“购买的数据是否真实有效”的疑虑。
如果不能解决这个问题，数据需求方就无法判定商品价值，进而就会怀疑是否物有所值，对大数据交易产生不信任感。
一个因为没有考虑到大数据的数据资料的可用程度导致结论推测失败的事例就曾发生在谷歌公司。
谷歌曾在2008年第一次利用数据库资料预测流感，结果成功预测到了流感的爆发，并且比美国疾病预防控制中心的预测还提前了两个星期。
但是，几年之后，谷歌的预测却失败了，其预测结果比实际情况高出了50%。不是数据造假，而是由于媒体过度渲染了谷歌利用数据库预测流感的成功，越来越多的人出于好奇去搜索“流感”相关关键词，从而导致了谷歌后台数据库的扭曲，让流感患者和“流感”关键词的相关性大幅下降。
谷歌的事例给所有希望利用大数据助力企业发展的人以警示：大数据的有效分析一定要建立在有效数据上。
在大数据交易越来越频繁的情况下，企业获得的数据资料已经不再是完全由企业自行收集来的了，那么买到优质的大数据资料就成了数据需求方的重中之重。
现有的大数据交易模式不能够为数据需求方透明展现供给方的数据来源，所以数据需求方对于对方提供的数据有效性持怀疑态度。
另外，数据的提供方无法给需求方提供有效的依据证明这份数据仅卖给了某一位需求方，这就无法为数据的商业机密性提供有力支撑。
考虑到市场的强烈竞争，数据的需求方也同样因为这份疑虑而打消数据交易的念头。
现有的大数据交易没有完美地解决大数据的来源证明和销路证明问题，这就给数据的需求方带来了许多疑虑。
出于谨慎，数据需求方也会减少不必要的数据交易，这显然是大数据交易遇到瓶颈的另一个因素。
3 监管层有哪些疑虑
伴随着大数据概念的兴起，全球各地出现无数大数据公司，获得高额融资的消息也很常见，估值高达几亿甚至几十亿的大数据公司越来越多。
数据的价值在得到了肯定的同时也被黑客看在了眼里，加上一些违规获取数据牟取暴利的公司，大数据黑市开始野蛮生长。
由于行业乱象，许多规范经营的大数据公司完全无法和违规公司竞争，出现了“劣币驱逐良币”的现象。监管层面对大数据市场的乱象早已是头痛不已。
中央电视台就曾以记者调查的方式曝光过“网上‘黑市’个人信息随意买卖，查身份信息只需提供手机号”等贩卖个人信息情况的黑色数据产业链。
公安部刑事侦查局也为此牵头成立“2 ·17”专案组，开展针对违法贩卖个人信息的案件侦办工作。
在中国政法大学主办的新时代大数据法治峰会上，中国政法大学副校长时建中曾表示，“我们一般认为，现在大数据立法已经严重滞后于大数据的实践。”
在时建中看来，由于目前数据的权利属性没有达成高度共识，使数据产业法制化的方式就不能按照传统的方式从静态权利的归属鉴定出发。
如果不从静态权利出发，而是从数据产业中的数据行为出发，就会发现大数据产业的经济活动包括了生产、采集、存储、分析、加工、服务共6种，而现有的法律制度中，没有一种能够囊括这么多的经济活动。
要想能够让大数据产业合规合法，就只能靠新法的制定以及现有法律的不断完善。
没有适用的法律依据，大数据的监管自然变得不太顺畅。
除了法律体系的不完善，数据的真实性与合法性检验、数据信息的保密程度、数据交易手段监控等问题也都难以监管。
在没有妥善的解决方案出现以前，监管层对大数据交易也是疑虑重重，不敢全面放开政策允许多方大数据交易流通。
