数据，有可能成为消费品吗？

这些工作主要面向企业客户（ToB），涉及的数据通常不是普通民众或个人会购买的类型。然而，个人关心的数据也在逐步开始探索。

2022年末，我们团队搜集了来自不同渠道的数据，深入剖析流行病的相关信息，通过精确的计算与分析，预测哪些地区将会迎来流行高峰。或许有些人曾使用过我们开发的小程序，它正是基于这些数据分析而诞生的。

在此之后，我们持续跟踪城市每日的流行病情况，特别是与流感相关的信息动态。我们聚合了医院挂号、停车位等相关指数，为公众提供及时、准确的信息。时至今日，仍有众多民众日常使用这款小程序，查询当地流行病状况。

此项工作未向公众收费，而若仅将数据作为生产资料出售给企业，其影响范围或许有限得多。

我们始终致力于探讨数据能否从生产资料转变为消费品。在日常生活中，我们或许未曾购买过相关数据，因为多数人并未将数据视为消费品，认为其不会对生活产生直接且深远的影响。然而，我们实际上非常依赖数据。

以流感为例，这只是一个短暂的事件，但许多人急需了解流感达峰的日期，以便做出关于出行、探亲及孩子出生的决策。由此可见，数据虽无形，却能在关键时刻为我们的生活带来实质性的帮助。

在日常生活中，存在着大量对数据的需求。

以小型数据应用为例，我们曾尝试对高考录取数据进行整合。如今的高考录取过程异常复杂，涉及成绩计算、志愿报名等多个环节，许多考生甚至需借助中介机构来辅助填报志愿。据了解，高三毕业生为获取相关信息，有时支付中介的费用高达一两万元。

然而，这些数据实际上是广泛存在的，只是分散于各处。因此，我们将这些数据整合起来，以更低的价格提供给有需求的学子，他们可以通过我们的平台查阅心仪学校的历年录取成绩、就业情况。

生活中，许多决策都要数据的支撑，以往这些数据并未直接提供给个人。我们猜想，当数据能更便捷地服务于个人时，将会催生出怎样的结果？为此，我们进行了大量的尝试与实验。

若个人对数据有需求，并愿意以1元、2元或29元等亲民价格购买，我们观察到普通民众确实会购买数据。

在构建数据要素市场时，从企业的角度出发，可能涉及诸多监管和安全问题，其实，这并非当前关注的焦点。数商企业更关心的是，民众对数据的真实需求以及潜在的市场规模。

如果数据无法切实助力民众生活，它只能局限于小众市场；只有当数据真正融入大众日常，成为消费品时，它才可能发展成为庞大的市场。关键在于，能否创造出满足民众需求的数据服务与产品，并成功打开这一市场。

以高德地图为例，其数据产品服务且免费，得益于商业资金和技术的持续支持，高德地图得以维持并发展其服务，当前看似可持续，可作为一个不盈利的组织，其在平台生态中可能需绑定其他服务，或被用作提升平台竞争力的工具。

若高德地图能实现自负盈亏，其结果或许将截然不同。例如，假设用户每月支付2元，以获取高德地图的红绿灯倒计时服务，这样的商业模式或许是可行的。

只有当数据真正转化为消费品，被广大用户所接受并愿意为之付费，其市场潜力才能得到充分释放。

当数据真正转化为消费品或形成数据市场后，尚存诸多挑战需克服。

第一，数据质量问题。

我们拥有海量数据，其验证与判断却极为困难。我们可直观验证高德地图路口数据的准确性，而就业指南中薪水数据的验证，就成本高昂且困难重重，一旦出错，可能难以察觉。

数据质量的验证，成为制约数据消费市场扩大的难点，如同观影前难以准确判断影片质量如何。在尚未找到优雅且创新的解决方案之前，数据市场的开拓将面临重重阻碍。解决数据质量问题，对于推动数据市场的发展至关重要。

第二，数据交易人员体系尚未完善。

数据的交易过程需依赖于专业的交易员来完成，普通人在理解和应用数据方面往往存在显著的信息差。

这种信息差，需要通过交易员或销售员等角色来弥合，他们需具备深入理解消费者需求的能力，同时熟悉数据供给的情况。交易员需在两者之间架起桥梁，确保数据的精准匹配和有效交易。

目前，市场上缺乏足够数量的数据销售员或交易员，这在一定程度上阻碍了数据市场的健康发展。培养和引进专业的数据交易人才，对于推动数据市场的繁荣至关重要。数商公司致力于承担数据交易的重要工作，其自身不拥有数据资源，但可以积极寻找并对接数据源，以实现数据的有效流通和应用。

这一过程远非简单的商业销售所能完成，它涵盖数据的验证、处理、治理以及初步分析等多个环节；同时，要考虑如何合理定价、保护客户数据的安全性和防止数据被滥用。

现在，市场上数据交易员的角色仍高度空缺，这使得整个数据市场显得混沌无序。

第三，关于数据资产入表的问题。

在数据交易过程中，购买数据的成本如何合理记录与核算，是一个实际且复杂的问题。

数据资产具有特殊性，其不存在折旧问题，因此连续购买数据的成本计算变得尤为复杂。此外，现行的会计机构体系，对于数据资产的记录与存放尚未有明确的规范，这导致在财务账目处理上存在一定的困扰。

数据资产作为新型资产，其如何真实反映企业的经营状况，成为一个实操性的财务问题。这就要求在会计准则和会计制度方面进行创新和完善，以适应数据资产的特点和需求，确保企业财务报表的准确性和完整性。

在推动数据资产入表的过程中，应该逐渐认识到，直接将其归类为无形资产可能引发一系列问题，最为突出的是定价问题。

数据资产的定价，涉及多方利益，需要一个权威且公正的机构来进行。银行作为定价机构具有较大优势。

当企业愿意以数据资产作为抵押获取贷款时，银行将根据实际风险情况进行定价。若企业无法偿还贷款，银行有权查封相关数据资产，此时资产定价得以完成，并顺利入表。若银行无法将数据资产作为担保，则其定价本质上仍局限于会计准则的框架内，难以真实反映其价值。

现实中，银行对于数据资产的定价与贷款持有谨慎态度。即便在贷款过程中，银行仍倾向于要求个人担保或房产抵押等传统担保方式。在缺乏金融机构对数据价值认可的情况下，数据资产在市场上的流通受到严重制约。至于金融机构何时能够认证数据资产的价值，目前尚难以预测。

或许，只有当数据资产展现出与不动产、厂房、机器等相似的稳定市场变现能力时，金融机构才会给予其足够的信任与认可。|刊于《21世纪商业评论：数字经济评论》