作者：成田真琴
译者：邓一多
出版社: 北京联合出版公司; 第1版 (2016年10月1日)
精装: 304页
语种： 简体中文
ISBN: 9787550282803
品牌: 北京慢半拍文化有限公司
企业收集个人数据已经不是新鲜事了，隐私泄露事件时有发生，个人数据明码标价，大众对于企业收集个人信息既敏感又反感。
但同时，今天走了2万步夺得朋友圈运动的第一名，少吃了200卡路里减了0.5斤，对于这些数据的收集不但不反感还甚是高兴。
我们该怎样对待个人数据？既然收集不可避免，那数据归谁，怎么使用才是更值得探讨的问题。
书中两个观点：
个人数据是新型资产。
个人对自己的数据有掌控权。
数据是资产
个人数据和资产一样，可以存储，可以交易，可以消费。
数据服务也和资产服务一样兴盛：
-提供存储个人数据的数据银行
-为企业提供数据的数据中间商
-联通企业和个人的数据交易市场
书中详细介绍了这些公司的业务，令人眼界大开。
数据资产的价值
既然数据是资产，总有人会究竟问值多少钱。
书中虽然提供了5种定价的参考，但实际决定价格的就只有一个--市场需求。因此数据价格从几分钱到几块钱到几十块钱都有。单从价格来看，普通消费者的个人数据价格令人震惊的低--$0.01。扉页上却说数据是未来最宝贵的资源。是不是有点矛盾？不矛盾。
对个人而言价值很低，但是对企业而言就是宝贵资源了。因此个人想靠出售自己数据挣钱？不是不可以，书中就有例子有人成功拍卖了自己的数据，但想靠卖自己数据发财不太现实。而企业都想利用数据研究消费者进而增加盈利，所以愿意为数据付费。
吴军说大数据时代，拥有和处理数据的能力对于买卖双方是极不对称的。但是这样我们就该把自己的数据拱手送人吗？
个人数据究竟归谁？
最近薛兆丰的经济学课也讲到了数据：淘宝网店数据和kindle阅读数据应该归谁所有？ 这是在讲科斯定律举的例子，科斯定律的一个内容是：谁用的好归谁。从社会效用角度来说，有道理。
比如，本书写于2014年年末，而在2017年初的现在，想进一步了解这些数据公司的时候，发现有些公司已经没有作者提到的这些服务了，比如为个人做加密数据的personal.com，已经改为teamdata.com，服务内容变成了协作。最可能的原因是用户不多，企业不出经济效益，因而转行了。
而那些为第三方提供数据服务的数据中间商因为有需求有经济效益因此能持续经营。
没错，谁用的好归谁用。
这只是使用权。
而归属权我同意作者的说法，
个人对自己的数据应该有掌控权。
个人应该有权选择是否给企业使用我的数据，给什么样的企业使用，是卖给企业或者送给企业。
薛老师说因为谁用的好归谁，所以应当从制度层面尽量减少交易成本，应该点击同意默认条款把数据使用权卖给亚马逊。但我不想卖，亚马逊给我选择权了吗？
有人喜欢亚马逊的推荐阅读，这可以视为个人同意提供给亚马逊阅读数据的一个回报。但是亚马逊还有另一种推荐恐怕就不那么让人愉快了，同样的商品不同的人看到的价格是不同的，如果你被推测为有钱人，那你看到的价格会更高。
是不是对这种价格歧视心有啐啐念？但是美国最高院已经有案例判了，商家这样做是合法的，其根据是美国的自由企业制度。自由企业制度其中一个内容就是企业的经营活动由企业自主决定，完全依靠企业对市场信息的判断和经营规则的理解，他人不得干涉。当然企业对其经营活动的后果自负其责。
吴军把这个事件理解为互联网用户的还债时刻。使用互联网那么多年，个人的各种数据成为偿还免费使用的那些服务和所获得商品的优惠。
这和作者计算数据价值用的google和facebook的例子一样。你虽然免费使用了这两家公司的服务，但是却用你的数据为他们赢得了巨额的广告费。
下次点击确认免费的服务之前，是不是应该再多一秒钟考虑一下？
数据使用的其他领域
虽然一想到数据就想到隐私，负面情绪居多，但是量化数据也有不少正面的使用场景。
现在去医院，等待1小时看病5分钟，医生根本没有时间了解病人的生活习惯。有自我量化的数据就方便多了， 每日食物的摄入量和运动消耗，血压心率和睡眠，把这些记录共享给医生，可以让医生快速了解你平时的身体状况， 对准确判断病情很有帮助。这些记录也是对自身健康状况的参考依据。
公共安全也是一例。CNN报导911时，Axciom公司从数据库中确定了19名劫机者中11人的所在地。因为这家数据公司拥有全球近7亿的消费者数据。
现今热门的数据应用行业集中在金融健康医疗教育领域，但是依然还有很多传统行业没有做数据收集，更没有做整合分析，以后的行业应用应该会更多。
根据IBM的研究，每天都会产生2.5万兆字节的数据。大数据已经无处不在，无论你用或不用，都在那里。
如何更好的使用数据来改善生活更值得深究。而如何在改善生活和隐私保护中取得平衡还需要在利益和权利中博弈。但是无论如何，数据和每个人休戚相关已经毫无疑问，身在互联网已经不可能再做旁观者。
未来已来，怎么能不会数据分析呢？欢迎关注泰阁志，一起学习数据思维。
附上本书大纲供参考。推荐泛读。
P.S. 能看到这里的对数据都是真爱。最后给个福利，本书看完了准备送出，基本全新。想看没买的同学，看看是否符合这3个要求，tiger数据课程群成员，坐标江浙沪(其他地区邮费自理)，第一个留言"想读"，请留下你的微信名我会加你联系。
谢谢关注。