无论是从业者，还是普通企业与个人，凡是关心数据价值，关注数据应用的，都无法绕开一个问题：开放数据的价值点在哪？
将这个问题细分，可以拆成3个更具体的问题：
如何采集开放数据？
开放数据如何做获取、交易、流通？
开放数据如何应用实践？
受知名数据媒体DT财经邀请，发源地大数据创始人兼CEO马建军，10.30晚上8点，在线直播回答了上述问题，并对网友提出的其他问题进行了答疑。
以下是演讲实录，希望能帮助到对此有疑问，但又错过直播的朋友。
——发源地创始人马建军演讲实录——
大家好，很高兴今天能和大家交流关于开放数据商业化的问题。
关于开放数据商业化，我们可从以下3个点展开说：
1.开放数据的采集。
2.开放数据的获取。
3.开放数据的应用实践与变现。
接下来我们结合PPT详细讲解。
/01/
开放数据应用
首先我们先来了解一下，什么叫大数据，以及它的应用场景在哪里，以及未来的市场规模是怎么样的？
大数据和很多行业都相关，理论上，你能想到接触到的任何行业/领域，大数据都可以应用其中。包括房产、金融、汽车等等，特别是最近几年很火的人工智能。大数据的价值在其中体现得淋漓尽致，没有数据，就没有AI（人工智能），也没有机器学习，深度挖掘等。
而（开放）数据的应用场景主要包括3大块：
①一个是企业需要数据做调研、挖掘、分析，我们统称为数据分析；
②二个就是数据可以做一些早前项目的运营启动，或者运营过程中的一些数据支撑，我们统称为运营启动；
③三个就是精准营销。在国内，（开放数据应用）在精准营销这块，增长空间非常大，而且非常落地，做得非常好。
具体的一些其他应用场景还可以细分，理论上都包含在这3大块内，这3点也是企业对开放数据的需求所在。
说到开放数据的市场空间规模，大家看图就可以了解，我就不多说了。
其实从12、13年开始，大数据（应用）就已经慢慢落地了。
15年左右，（开放数据用于）精准营销已经落地了。
运营启动，16年的时候，一些公司已经开始落地了，类似企查查、天眼查这类企业非常有代表性，大家可以了解。
至于说数据分析，这10多年来一直不温不火，在国内短期内可能很难落地。
/02/
开放数据获取
大数据其实包含两类，一类是内网/部数据，一类是外网/开放数据。
互联网上，能够通过普通权限看到，大众用户能看到，通过公开渠道可以获取的数据，我们都称为开放数据。
通过上面图片我们可以看到，目前获取这类数据，我们可以通过QQ群、威客网站等平台去购买，但这种方式，成本高、效率低，交易无保障，买的都是历史数据，这是方式1；
方式2是通过一些API模式去调用，如果你有合作的运营商、企业等可以获取一些数据，比如气象局数据、工商部门数据、电商平台数据等，这种方式前几年发展其实不错，但在未来，特别是数据源开放共享后，这个方式成本就越来越高，更活、更快的数据，必然取代这种（数据获取方式）。
第3种方式就是单机采集的方式。单机采集无法复用，导致数据资源浪费，数据利用率低，现在这种方式还是比较主流的，类似工具也很多，随着大数据与云计算的方式，这种方式肯定要更新迭代。
随着SaaS技术的发展，我们开发了一套新的云采集工具，属国内首款。用户不需要登陆，不用下载安装任何客户端或者浏览器插件。
我们想解决开放数据的采集、处理、清洗、脱敏等关键问题，方便用户使用，不需要用户去担心什么电脑性能、怎么存储、带宽网络等问题，全部交给服务器解决就行，而且诸如IP限制、反采集等问题，也无须担心。
按照我们的理解，未来开放数据的采集，基本上就基于SaaS系统在线上云端实现，用户要做的就很简单，登陆网站，打开工具，输入一些简单规则，完成采集，而且信息可以放云端，方便储存与使用，用户也不需要自己加服务器。
/03/
数据交易流通
其实，互联网不同企业间已经做了很多年数据交互/交易，但没有这个概念。
直到2015年，贵阳大数据交易所成立。
当时国家是想推动数据的开放、共享和交易。
这可能需要大家制定一些规则，比如什么样的数据可以开放，怎么开放，然后怎么去共享，然后怎么交易？
上面这张图可以看出目前我们的交易流通架构。
交易数据不像淘宝上卖东西，买了就可以用，它需要一个粗加工的过程，即便用户拿到数据需要自己深度清洗与加工，早期也是需要做粗加工的。
所以中间必须有这么一个环节，这个过程，我们叫数据从小麦加工到面粉。
数据就是小麦，粗加工使它成为面粉，面粉做成包子馒头，面包，这个叫数据应用，其实就是更深度的加工。
按我们的理解，现在数据不管是开放还是非开放，它从数据源头到客户需求，到终端应用这个节点，必须经过粗加工这一过程，才能拿来做交易，做变现，或者说做流通。
经历了数据加工这一过程，才能解决数据孤岛，实现数据价值最大化。
否则的话，还是停留在七八年前，那种叫黑产交易，或者叫数据包交易。
而我们这种模型就叫数据源交易，或者叫“活数据”交易，也有一种说法叫“快数据交易”，按照我的理解，其实这比快数据还升级一个版本，快数据还是孤立的，是一个个数据孤岛，数据源的交易更像是一个“管道的”交易。
这样交易能解决用户很多问题，包括数据的动态交互，数据安全，版权，隐私等，保障了数据交易完成了先授权，再脱敏，再确权这个过程。
/04/
数据应用示例
上面第一张图是一些数据类型示例，第二张图是我们平台交易大厅上的一些热门需求，大家可以看出哪些数据是比较有价值的，大家比较需求的。
有些数据，可能大家并不觉得有价值，但还是有很多需求。
这是什么原因呢？
大数据发展以来，对开放数据应用探索得出一个结论，越多海量数据关联在一起，打破数据孤岛后，一个独立数据价值会非常高。
这是一个很有价值、很有意义的结论。
但现在做数据变现，必须与海量数据关联，早期会比较累、比较苦，就像大众点评，早期做了很多事，后来累积起来才有价值。
大多数的用户数据需求，都不是基于单个数据的需求，而是对海量数据，或多个数据的需求。
举两个例子，我们之前有一个生物制药的客户，他们想采集全医疗行业的抗体数据，那个行业数据大概来源于5000个生物制药同行网站，以及学术网站里面的公开数据，所以他这个需求是基于5000个网站开放数据的整合、关联的一个使用。
另外一个例子，之前一个游戏行业的公司，他需要数据填充自己的论坛，需要游戏攻略网站TOP20的论坛数据，然后我们帮他采集下来，做结构化的清洗、存储、然后对接到他们线上数据库，完成了他们的运营冷启动。
这样的例子很多，从我们的交易来看，除非单一数据非常大，80%的数据最终落地的时候，都需要汇聚海量数据进行关联、融合。
一些诸如新闻资讯类的数据，看起来似乎没什么价值，被当作垃圾数据的，恰恰很多人在使用，在一些人眼中就是矿山，能挖出金矿、银矿，（数据有没有价值）就看你有没有这种思维、idea、它的天花板是你的idea。
开放数据的价值，很多公司都意识到了。有句话说：不管三七二十一，先把数据收集上来再说。可能我现在不知道怎么用，但以后会知道。
在我们看来，未来开放数据的体量一定远远大过内部数据，应用空间不可想象，非常非常大。就像百度搜索引擎10亿+网站，就是一个大的数据矿山，但这个矿山你不去挖，它就是数据孤岛，没有价值。
还有即使你挖了，如果你不能把一座座山融合贯通，那其实也是没有意义的。
总之一句话，开放数据想要应用，想要落地，就看数据的关联程度，融合贯通才能让数据价值体现。
/05/
Q&A
10.30晚上，不少观众提了一些高质量的问题，这里选取其中几个大家可能比较关心的代表性问题。
Q1：数据如何定价？
A：数据是一个服务，它可以标准化，但又没法完全标准化的一个商品。它不像手机、手表是明码标价的，传统的数据交易可以明码标价，比如他说我就100条数据（数据有限），但现在是“活的数据交易”，包括数据规则、API、数据交互、数量量，它不好标准化。
总的来说，数据交易也要看市场需求，比如供应商卖数据，如果定价高了，没人买，他也要降价，如果很多人买，他也会升价，这是一个市场选择的过程。
需求市场也是一样的，比如你去发源地发布一个数据需求，定价1元，可能没人问，如果你定价变成100，可能有人开始问，如果定价1000，可能马上就有人帮你解决了。
这就是一个市场选择的过程。
Q2：发源地的数据在获取后加工时，一般会进行哪些处理？是进行深入的数据挖掘还是只是一些基础的清洗？能不能分析一个实际的案例？
A：还是拿小麦做面粉来类比，小麦做成面粉，我们称之为粗加工，面粉做成面包、包子，我们称之为深度加工，有了前者，才有后者，深度加工类似于数据建模、数据分析、数据关联，我们作为一个平台，目前暂时不会做这些，我们只做前半部分，做数据的清洗，把数据结构化，解决数据应用的基础问题（脱敏、确权、安全、及时、可用），这是我们的定位。
例子比较多，比如说企查查的数据，每一个数据源采集之后，对每一个数据ID进行存储，把这些ID与其他ID做关联匹配，工商库的，专利数据库，股东等，把这些ID串联在一起，形成一个多维的数据源，这个价值就非常大。
用户查企业，就能全面了解这个公司各个层面的信息，股权结构，股东，股东还有哪些公司，专利有多少等等。
Q３：开放数据用户企业决策看起来不靠谱，这个问题怎么解决？
A：不仅是开放数据，包括内部数据也是，只要是数据用户数据决策，就是我们前面提到的数据分析，在国内就是觉得不靠谱。这是行业现状，是很多年根深蒂固的一个结果，短期内无法解决，需要时间的积累。
为什么中国国内咨询业发展这么多年，还有那么多坑呢，或者说买单的人不多，市场做不大呢？
都说水分太多，水分太多也有很多原因，比如说数据数量不够，维度不全，早期大家对数据重视不高，导致数据关联度低，最终导致做数据分析、数据挖掘时，价值不高，形成一个恶性循环，不像国外重视数据，技术、存储什么都跟得上，一个报告卖几十万很正常。
我们认为要解决这个问题，第一要对数据足够重视，重视程度要提起来；
第二，要动起手来，采集数据，数量和维度这两个关键核心点，要强化。
然后我们慢慢来改善这个问题。
发源地大数据（Finndy）是国内首家基于自研SaaS2.0云采集引擎的大数据交易平台，支持海量数据的分布式采集、计算及处理，以技术驱动数据交易。
科学分析、行业研究、内容扩充、运营启动，Finndy平台集合了全行业脱敏数据，满足企业对数据分析、数据运营及精准营销等方面的需求。