行為資料交易三定律
資料交易有什麼特點呢？劉鵬談了自己對于資料交易的認識，并總結為以下三定律：
l 第一定律，資料隻能交易，不能交換或者共享；
資料共享的事件似乎正在發生，各公司之間在互相的交換資料，希望能夠對彼此的業務産生一些貢獻。但事實上，結果隻有兩種：一種是線上上系統進行大規模資料 共享交換的案例，這種隻存在于有投資關系（即母公司和子公司控股關系）以後才會發生的資料交換，定價或者交易實際上發生在更高的資本之間。另一種，很多人 的交換或者共享，這種的結果往往不會有下文，大家隻是互相測一下資料對于雙方是否有用，測完就結束了。其實，資料在網際網路市場上變現很容易，這也是擁有大 量資料的巨頭公司不會共享資料的原因。即便百度這種大公司拿出一些資料進行共享，也隻是短時的貼補，主要用于刺激市場的流動性，但這短期是可行的，長期很 難形成規模。資料具有變現的價值，是以真正的共享是不存在的。唯一可共享的是政府資料，因為政府沒有盈利的需求，但如果無邊界的共享，也會成為一種災難，是以政府資料的共享可描述成一種政府的轉移支付。
l 第二定律，隻有按效果而非購買量付費，才有足夠的需求。
廣告的程式化交易過程中，adx在每一次impression（印象，放置廣告圖像的網頁每一次顯示，就是一次印象）都會向dsp發一次請求，是以每一個impression都會做廣告交易。對方想要什麼資料你就給他什麼資料。結算不根據資料結算，你給了對方一百萬個标簽，他就給你标簽的錢，而是根據最後赢得的廣告展示量（即資料最後實際産生的效果）付費。
廣告市場這樣做交易，規模才可以做得更大，因為它解決了購買部分資料和按照效果購買資料的問題。如果整體購買資料，資料交易市場會做不起來。網際網路所有的 産品，不管是廣告，還是将來的資料，一定是靠長尾的客戶，靠頭部的客戶。現今的解決方案隻适合廣告産業，其他的場景怎樣部分交易，怎樣按效果交易，需要結 合每一個場景讨論，全量交易沒有前景。
現今的資料交易所還很初級，它還未發現資料交易中購買需求方的問題。資料需求方要買一部分資料，如果給他全量資料，不僅大量資料用不上，還會給對方造成成本的增加。但在廣告交易裡，這個問題已經獲得解決。
l 第三定律，資料交易跟流量交易本質的不同在于，同一資料被越多的人使用價值越低。從流量看，一個廣告位投一次展示，隻能是一個人在用，而從資料看，知道這個人是男性，并告訴十個人，它的價值就自然地下降。
給資料定價是資料交易裡面最困難的一步。網際網路的廣告和傳統廣告不同，網際網路是通過拍賣的方式競價，定價權掌握在需求方，廣告主給要買的流量定價。廣告對于不同的廣告主，其價值不同，對甲方廣告主可能值1塊，但對乙方廣告主可能值2塊，這時廣告定價1塊或2塊都不合适，而競價可以解決資源的配置設定。資料最終也會走向競價的模式，但資料的交易和流量的交易卻有本質的差别，流量交易的量會受到限制，即一次就是一次，不可能兩個同時投放。而資料的一個标簽可以給十個人，現在的數字交易是不限量的，會發生資料的價格向流量價格的轉移。
現在的資料交易市場存在一個很大的問題，即資料本身的交易量很大，但價格偏低。這是由于沒有限制資料供給量，使得競價環境不能形成，是以擡高了流量價格， 低估了資料價格。但這個問題并不好解決，因為它會對前面的交易過程有深層次的影響和變化。隻有把限量供應和競價的問題解決掉，資料才能真正的合理定價。
未來的大資料行業，需要徹底解決資料交易的問題，資料交易市場才能爆發成長，因為一個沒有交易的商品，很難獲得大規模發展。
關于隐私，你肯定不希望自己的個人資料洩露給不相關的人。歐盟負責隐私保護條例制定委員會——a29協會，對于隐私給出了一些基本的原則，這些原則也是現在歐美網際網路公司的共識。基本原則包括：
pii（personal identifiable information）不能使用，如家庭位址、電話、名字等資訊。pii嚴格禁止使用，也不能變成标簽。
使用者可以要求系統停止記錄和使用自己的行為資料。
不能長期儲存和使用使用者的行為資料。以一年半為周期，資料超過一年半，備份也不允許，因為備份很可能會洩露出去。
實際碰到的隐私問題會更嚴重，比如朝陽區某個人xx歲，在xxx公司上班，如果對這個人較熟悉，對他有一定背景資訊的了解，如果沒有對這個人做任何的pii，就非常容易根據資訊把他定位出來，如果表格上面有這個人的月薪，該資訊就洩露了。
網際網路大資料真正嚴重的問題，其一是稀疏行為資料的新挑戰。這裡分享一個故事，netflix曾經有一個100萬美金的推薦大賽，給的是每個人的觀影記錄，讓大家給新的影片打分，并預測新影片是否會受歡迎。有個人參加了這個比賽，他看到了一條記錄，關于abc影片的觀影時間和評價，立刻反應出該記錄是由自己同僚産生，同時，他發現除了這些觀影記錄之外，記錄裡還有很多關于同志的電影。但該同僚并不想讓别人知道自己在看同志相關的影片，當這位同僚知道netflix公司洩露了自己的隐私後，将netflix告上了法庭。
是以，隐私的問題并不是指有人把使用者的資訊賣出，而是指熟人之間的隐私，即甲對乙有一定背景資訊的了解，同時甲正在不計成本地了解乙的隐私。
隐私是大資料頭上的達摩克裡斯之劍，隻是現在還未到爆發之時，大家也沒有技術手段去規避這種問題。很多科學家和數學家現在都在研究，怎樣在一個個性化的 系統裡和資料交易裡降低風險，但至今還沒有找到答案。但随着大資料産業的發展，我們有理由相信，資料交易裡未解決的定價和隐私問題，終有一天會得到很好的 解答。
本文作者：佚名
來源：51cto