数据价值的宏观与微观视角思考

我们身处大数据时代，与互联网相连的设备不断增加，经济活动已经离不开互联网，沉淀了海量的数据，同时也有海量的数据被用于分析、决策和建立信任关系。那么，数据如何创造价值？对于国家、企业和用户，有哪些不同的情景体现这些价值？不断创造和提高数据价值的关键在哪里？

数据创造价值的三个维度

数据并非天然具备价值，数据的价值在使用过程中得以产生, 并包括了三个维度：数字化连接、数据分享优化决策、数字建立信任。概言之，大数据的广泛连接与分享正从根本上改变在线互动和 合作模式，改变了消费者和生产者之间的联系，增强了买方和卖方之间的信任，并帮助消费者、商家及生产者、金融机构乃至政府部 门实现更好、更快的决策。

一、数字化连接

在数字技术的帮助下，数据的产生和分享变得便捷。通过数据分享，广泛连接得以实现，普惠性连接达到了前所未有的水平。与此同时，组织生产、协作的方式也得到了重新的定义。

以贸易为例，线下贸易一直被描述为引力模型：当地市场的大 多数顾客来自10千米半径范围内。如果把距离拉得更远，买家和卖家根本感知不到对方。他们对于商品和服务的品种、质量、价格，以及客户需求、卖家信誉等细节缺乏准确的信息。而电子商务平台 的出现极大程度上拓展了贸易的范围、深度和广度。在淘宝平台上，

除生鲜食品外，买家和卖家之间的平均购物距离接近1千米，比 历史平均水平高岀两个数量级。弓|力模型对贸易的束缚已经被打破-从连接的范围看，每个月都有超过7. 2亿的活跃用户在淘宝上购物， 为他们服务的初创企业和公司超过千万家。市场的延伸之所以发生，在于信息流动大幅提速。与此同时，消费者与生产者匹配效率的提高也不可忽视。因为客户有数十亿种商品和服务可供选择，在单纯搜索功能的前提下，想要找到与自己所需非常匹配的物品，需要花费大量时间，而生产商也无法接触到所有潜在客户。如果说传统市场的主要障碍是缺乏信息，那么数字时代的新障碍就是信息超载。为买卖双方牵线搭桥的有效机制，也 就是化数据为有效信息的机制至关重要。而这就是“大数据”的价值所在。

二、数据分享优化决策

传统市场中，中小企业和个人很难获得关于产品和消费品的信 息，其消费及生产决策缺乏有效的信息支持，而更多地基于经验和 便捷性。数字时代，这一情况得以改观，基于海量的、多种类、髙频次的数据，无数消费者和生产者得以获得相关信息，并作出更明 智的决策，产品的创新也变得更高效、更有的放矢，新的商业模式 以及新的产业组织形式也随之出现。

具体来说，对于普通消费者的决策，数字平台正越来越多地使用推荐系统来更好地帮助消费者找到自己想要的产品或服务，从而 作出更明智、高效的购物决策。之所以能做到这一点，是因为数字 平台通过使用消费者的包括购买历史、搜索活动和个人特征等方面 的数据，通过相关算法，来预测消费者最可能需要的商品和服务。 对于商家而言，大数据能帮助生产商更好地了解客户，从而作出更受消费者喜爱的产品服务决策，而这对于中小微企业而言尤其重要, 因为在传统市场，这些主体很难获得有关其消费者的、相对全面的信息。

数据在帮助政府优化决策方面也效果显著。我国特别重视信息化建设，习近平总书记亲自担任中央网络安全和信息化领导小组组长，而且多次在这一领域作出重要指示。推进我国社会的信息化建 设，是我国迈入现代国家的标志。2020年，我国取得的控制甚至战 胜新冠肺炎疫情的成功，其经验之一就是成功地利用了信息化所积 累和流通的数据。而美国等国家在抗疫斗争中一误再误，造成严重 社会恶果的消极例证,也证明了我国信息化建设的正确性。

三、以数字方式建立信任

哈耶克说，信息问题就是经济问题。信息流动是所有经济活动中不可或缺的一部分；没有信息流动，资本和消费品就不能从一个地方流向另一个地方。数据的分享将人们连接在一起，使生产商知道如何为客户服务，建立信任，并作出更明智的决定。

线上市场有数以亿计的参与者，这样的市场要正常运转，对产品及参与者的信任机制必不可少。②有了在线的数据分享，消费者就 能对商品和生产者进行评价。由于所有消费者都可以看到线上评价， 生产者会通过这样的评价系统努力打造好的信誉，逐渐建立好信誉、 可信赖的品牌意识，从而在长期实现更好的销售表现。

以淘宝网为例，淘宝网对卖家釆用的是“红心一钻石一皇冠" 评级系统。卖家可以通过积累消费者的好评来获得红心。五心卖家 升级到钻石，五钻卖家则升级到皇冠。评级系统使用的信息来自消费者的评价，即用户分享的购物体验和售后产品使用体验。而高质 量的卖家可以通过信息分享脱颖而出并获益。罗汉堂（2019）研究 发现，在评级提升后的一个月里，卖家的销售额通常会有显著增长; 当评级从零到一颗红心，从五心到一钻，从五钻到一冠的时候，销量增幅最大；同时，信用升级也使得商家的投诉有所减少。

数据对于国家的价值

党的十九届四中全会首次将数据与劳动、资本、土地、知识、 技术、管理等生产要素并列，党中央和国务院在《关于构建更加完善的要素市场化配置体制机制的意见》中进一步提出，要“加快培育数据要素市场毋庸置疑，数据要素在经济社会转型和国家竞争 博弈中的基础性、全局性、引领性作用日益凸显。

一、服务数字经济发展

进入数字时代后，人类的生产活动正逐渐由物理世界深度转向 “比特”世界，越来越多的生产环节需要在网络空间中独立完成，多 数劳动者通过使用智能化工具，进行物质和精神产品生产。典型的 生产要素从土地、劳动、资本、企业家才能、技术等转向用“比特" 来衡量的数据。用“比特"来衡量的数字化信息将无处不在，人类 用以改造自然的生产工具、劳动产品以及包括我们人类本身都将被 数字化的信息所武装，能源、资源、资本等传统生产要素不断“比特”化，数据赋能的融合要素成为生产要素的核心，整个经济和社 会运转被数字化的信息所支撑。①数据对生产的贡献越来越突出，同时也显著提升了其他生产要素在生产中的利用效率。

数据已成为当今经济活动中不可或缺的生产资料。数字经济的 背后实际上是数据经济，甚至可以说“无数据，不经济”①。当今世 界正经历百年未有之大变局，新一轮科技革命和产业变革是大变局 的重要推动力量，数据是新一轮科技产业革命的重要驱动力。在数 字经济时代，对数字化信息的获取、占有、控制、分配和使用的能 力，成为一个国家经济发展水平和发展阶段的重要标志。

欧盟的《通用数据保护条例》（GDPR）给我们提供了另一个观 察角度：数据过度保护对大数据产业以及经济发展带来的危害。GD-PR 对个人信息釆集和使用行为釆取了严格控制，其在提升个人信息 保护水平方面取得了很大成效。但也有越来越多的证据表明，GDPR 过于严厉的条款也正在伤害欧洲数据产业的发展和信息技术的创新。 具体来说，主要反映在以下几个方面：

第一，抑制信息技术的创新。GDPR严苛的数据釆集限制对人 工智能产业，特别是对深度学习、神经网络学习提出严峻挑战，也 使得欧盟包括自动驾驶在内的AI产业的发展因为数据收集成本的提 升而面临更多困境。德国数字贸易协会Bitkom进行的一项调查显 示，有74%的受访者表示，个人信息保护要求成为开发新技术的主 要障碍，而在2017年这一比例仅为45%。

第二，GDPR高昂的合规成本压缩了初创企业的发展空间，进 而巩固了大企业的优势地位。以在线广告行业为例，GDPR生效以后，谷歌由于具有更强的合规力量和产业引导力，在欧洲的市场份 额不降反升。在数字经济时代，对于个人信息的处理可能涉及各行 各业，而高昂合规成本对中小企业带来的成本压力也将随之蔓延。有统计显示，出于对GDPR合规的担忧，已有超过100家美国网站阻止了来自欧洲用户的访问。

第三，抑制资本市场对于科技创新企业的投资。根据美国国家 经济研究局（NBER）的报告《GDPR对科技创业投资的短期影响》， GDPR推行后，欧盟在融资总额上，平均每个国家每周减少了 1390 万美元；在融资交易笔数上，减少了 17. 6% o新兴（0—3年）、年 轻（3-6年）和成长阶段（6-9年）企业每笔交易融资额分别缩 水27.1%、31.4%和77. 3%,造成的岗位流失大致相当于样本新兴 企业雇工人数的4.09%∼11. 20%。

第四，GDPR复杂的规则设定以及较为原则的处罚标准，使得 企业在经营过程中面临较大的不确定风险。从我国跨国公司的实践情况来看，即便为了达到GDPR要求付出高额成本，但依然难以保 证完全合规。从某种程度上说，企业发生违规行为更多是个时间问 题，而非是否会发生的问题。

总而言之，虽然GDPR在全球范围内为个人信息保护树立了一个很高的标准，但过高标准会对本地数据产业发展产生抑制作用。从长远角度看，数据产业发展的滞后将可能影响欧盟社会整体福利 水平的提升。

二、提升社会治理能力

数据可以改善政策制定和服务提供。来自尼日利亚的一个例子 可以说明公共意图数据在改善服务提供和瞄准服务对象方面的作用。2015年，尼日利亚政府委托有关机构进行了《全国供水与卫生情况 调查》，收集来自居民家庭、供水点、供水计划和包括学校与医疗机 构在内的公共设施等方面的数据。数据表明，有1.3亿尼日利亚人 （占当时全国人口的2/3以上）未达到联合国“千年发展目标”确 立的卫生标准，而贫困家庭以及某些地区无法获得充足洁净水的问 题尤为严重。总统穆罕默德-布哈里看到基于这些数据作出的报告 后，宣布供水和卫生设施部门处于紧急状态，并启动了 “振兴尼日 利亚供水与卫生设施和卫生条件全国行动计划”。

数据的质量越高（包括及时性、准确性和分辨率等维度），为公共事业创造价值的潜力就越大。通过大数据，政府可以更敏捷、有效地应对实时情况，并对辖区内交通运输等重要场景作出精准预判， 从而更高效地调动公共资源，提升城市运转效率。以目前国内很多 城市都在使用的“城市大脑”为例。城市大脑是整个城市的智能中 枢，可以对整个城市进行全局实时分析，利用城市的数据资源优化 调配公共资源，最终将进化成为能够治理城市的超级智能。目前城 市大脑已经在交通治理、环境保护、城市精细化管理、区域经济等 多个领域进行了探索实践。城市大脑的最新技术强化了其感知能力， 通过城市数字基因等技术，能够链接农田、建筑、公共交通等各类城市要素。通过AI技术，城市大脑可以实现交通、医疗、应急、民 生养老、公共服务等全部城市场景的智能化决策。

例如，以数据联通和系统协同为支点，通过智能交通AI信号优 化系统，海口市“城市大脑”根据城市区域内的车流情况，进行数 据资源分析、人工智能配置，令海口市的交通情况得到明显改 善——每日早晚高峰可实现每15分钟更新下发红绿灯调优方案，使 车辆平均行驶速度提高7%,行车延误时间降低10.9%。又如，以 沿海城市常见的台风灾害天气为例，台风到来之前，城市大脑就可 以用天气数据计算台风通过城市的路径；根据城市3D模型推演'預 判城市道路的积水点，标记髙危建筑，提前通知交通部门提早预防；而AI外呼系统可以通知市民做好防护工作。

疫情期间，多地通过发放数字消费券的方式激发消费潜力、带动消费回补。北京大学光华管理学院刘俏教授对杭州数字消费券发 放情况进行了研究，发现消费券刺激消费效果明显，政府1元钱的 消费补贴能够带来平均3.5元以上的新增消费，且新增消费并不是 “消费提前”所致，消费券过后消费恢复常态无明显下滑。新增消费 主要流向受疫情影响较大的餐饮服务等小微商户，拉动效应最大的 是消费水平较低群体。杭州消费券的拉动效应（3・5倍以上），是日 本的0.1 -0.2倍（1999年）、台湾的0.25倍（2009年）、新加坡的 0.8倍（2011年）。这得益于中国数字经济基础设施的快速发展，特别是移动支付在中国小微企业和个人中的高度普及。

数字消费券之所以能更好地传导政策效果，除了线上渠道的高 触达性外，大数据在精准投放、过程风控方面的作用更不可忽视。首先，数字消费券避免了现金发放转化为储蓄的可能。与传统的线 下消费券不同，通过数字化发放流程和风控机制，消费券不会被 “套现”，亦避免转让甚至“撸羊毛”等问题，使得消费券能有效进 入实体经济，尤其是受疫情影响严重的餐饮、零售行业，从而更高 效地提升消费券的经济社会价值。其次，数字消费券的发放和消费 充分发挥了互联网平台的“精准滴灌”的触达能力，而精准触达有 赖于基于大数据对客户的特征辨识。通过大数据对消费者行为的分 析可以看出不同种类的消费券、不同金额的消费券，对于不同特征 的消费者群体所产生的拉动消费作用不同，因此可以对消费券做出 多元化的设计，并有的放矢地精准投放。刘俏教授团队的研究还发 现，消费券对中老年和低消费档人群的消费拉动效应高于其他人群, 反映出数字消费券使用的“数字鸿沟”问题并不显著，表明数字消 费券的发放既有普惠性，也能达到“精准滴灌”效果。

数据对于企业的价值

当前，以大数据、云计算、移动互联网等为代匸的新-轮科技 革命席卷全球，在数据存储与采集、数据库、算法与交互等方面 都带来了新的能力，驱动企业生产模式向数据驱动转型升级。数 据是生产要素，对数据进行加工、分析和挖掘，不仅能为企业的 经营决策提供科学参考，还能让企业快速响应市场变化，提高生 产管理效率，优化企业流程。信息化和数字化已经成为企业经营 的基本战略。

一、深化企业对客户的洞察，提高企业决策水平

对于企业决策而言，大数据带来的最大好处在于支持决策的因素变多，拓宽了决策者的思路，使决策者不再拍脑袋想战略。尤其是当市场竞争激烈的时候，企业更需要重新洞察用户需求，发现新商机，提供差异化服务。与此同时，企业也可以通过关键数据来追 踪、衡量战略落地情况，对落地的具体环节进行及时优化，提高企 业战略的执行力。很多公司已经专门设置了商业分析部门，分析各类数据为优化运营策略提供数据服务支持。

传统企业进行商业决策中所需的客户洞察数据通常来自市场问卷调查，但这种模式成本高、效率较低’很容易出现各类偏差。这也是过去大部分传统企业对于细节数据的收集和处理不是很重视的原因，相比之下他们更看重经验和宏观数据。而大数据时代，数据的记录、整合、处理成本大大降低，企业可以利用大数据改善销售 和运营策略。例如，某健身器材公司如果要了解健身人群的特征或 市场，传统的方式是走访健身房或用户调研。而如果使用大数据， 公司可以从自己销售健身器材的使用情况入手，也可以通过与健身 App或健身手环公司合作，了解用户群体特征和趋势。沃尔玛在 2000年开始通过销售数据改进货物摆放搭配，亚马逊有针对性地给 用户推荐的商品，占亚马逊销售额的1/3。

二、带来新的能力，使之前无法实现的产品和服务成为可能

自动驾驶汽车是非常典型的例子。①在Google之前，全球学术界花费了几十年时间研制自动驾驶汽车，始终没有明显进展，但 Google只花了 4年多时间就制作出了原型车。2010年，Google公布 其原型车行驶了 14万英里，没有出过一次事故。

Google获得成功的原因是其科学家将自动驾驶汽车这个看似机 器人的问题变成了大数据问题。首先，Google自动驾驶汽车项目其 实是它已经成熟的街景项目的延伸。媒体报道通常忽略的事实是, Google街景对每条街道都收集到了非常完备的信息，并进行处理备 用。而过去研究所自动驾驶项目都是临时识别目标进行处理，因此 受限于计算能力无法做出准确判断。其次，自动驾驶汽车与云端海量计算能力相连。自动驾驶汽车上的传感器每秒进行几十次扫描，其获得的海量数据上传到云端完成计算，帮助汽车完成判断。

Google自动驾驶不只是个案，事实上，现在有越来越多的互联 网即时服务本身就是由大数据能力所改进或支撑的。大数据能力已 经成为互联网产业标配。

三、监控改进生产流程，并为金融公司风险定价提供依据

事实上，目前物联网（IOT）、工业互联网技术已经广泛应用到工业企业生产及其供应链金融服务中。

例如，钢铁行业具有生产流程长、工艺复杂的特点，钢铁企业生产环节的运转通常依赖于人工经验，因此易造成产品质•量波动。通过整合生产过程中的数据，将隐形数据封装成软件模型，实现生 产过程可视化，有助于提升产品质量和生产效率。同时，钢铁行业 生产设备价值较高，事后维护容易造成生产停滞，通过传感器等传 输数据可自动实现故障感知，提升设备可靠性。

在汽车行业，从生产到销售的过程中企业间的协调较多，包含 车企、零部件供应商、经销商等，各环节中信息孤岛问题非常突出， 建立数据共享的渠道有助于打通汽车产、供、销信息，为产业链各 环节企业决策提供支撑。汽车研发涉及大量专业领域，各方面协调 难度大，利用仿真设计技术、建立云协同平台等能够有效缩短研发 周期。

此外，产业互联网的升级也会对金融行业进行授信风险定价提供帮助。随着金融行业数字化转型推进’金融大数据正向金融领域各细分场景和业务渗透，从客户画像、精准营销、智能客服、交易监控加速向智能风控、智能监管、智能理赔演进。对产业关键指标的跟踪以及行业洞见，成为供应链金融风控模型的重要组成部分。

数据对于用户的价值

事实上，数据给企业带来收入和利润的同时，也在给用户带来 价值和福利。并且，数据给用户带来的价值很可能被低估了。

以网络平台Facebook为例，大家熟知的是其基于对社交网络数 据的挖掘获得可观的广告收入，但是鲜有人关注Facebook及类似的 网络平台给用户带来的价值。麻省理工学院斯隆管理学院教授Erik Brynjolfsson和研究员Avinash Collis在《哈佛商业评论》上介绍了他 们开展的一项实验：要求参与者选择继续访问Facebook ,或者放弃 使用它一个月以换取金钱补偿。根据实验结果和估算，美国用户从 使用Facebook中获得的消费者剩余的中位数约为500美元/人/年， Facebook因为美国用户获得的营业收入仅为140美元/人/年，自 2004年成立以来，美国消费者累计从Facebook获得了 2310亿美元 的消费者剩余。

一、降低用户搜索和决策成本

南加州大学孙天潢等联合电商平台做了一个针对个性化推荐的大规模随机实验，其中62名用户暂停基于个人信息的个性化推荐产 品。实验发现，个人信息的缺失会对买家和卖家产生巨大冲击，数 据缺失导致交易蛍暴跌86%。由此得出一个重要结论是，将用户数 据与产品进行匹配，可以大大降低搜索成本，尤其是当市场存在海 量不同产品时。

由于缺乏个人数据，个性化服务无从谈起，平台推荐只能盲目 地集中到那些交易量在前1%的品牌所提供的产品或服务上，而这种 模式是数字时代之前的传统市场的典型模式。当没有个性化推荐时， 买家在选择潜在商品时也只能依靠传统的信息源：品牌、信誉和一 般特征。实验结果显示，这些来自传统渠道信息的完整性极为有限， 导致市场规模大幅萎缩。这一结论与搜索领域的学术研究不谋而合。大量论文证明，即使较小的搜索或匹配成本也会导致商品和劳动力市场的厚度和广度产生剧烈变化。

实验同时发现，基于个人信息的个性化推荐，还可以有效降低头部商品的“马太效应”。没有个性化推荐的，客户页面浏览量明显 集中在少数几种商品上；而基于个人信息进行商品个性化推荐的，会给长尾商品带来更多的曝光机会，客户页面浏览量大致均匀地分布在头部商品和长尾商品之间。

二、助力用户获得普惠金融服务

从中国南北朝的“寺庙金融”到孟加拉格莱琨银行，几乎从金融诞生开始，人们就开始追求金融的平等普惠。但普惠金融面临客单价值低、服务成本和风险高的难题，因此资本的逐利性注定了普惠金融难以商业可持续、规模化发展。但大数据和科技创新的结合， 证明普惠不再是金融业难题，而是新市场、新机遇。

基于大数据的互联网贷款已经成为可持续的商业模式。一是借 助线上、线下丰富的数字化场景，高效、低成本触达客户，解决了 触达难问题；二是运用大数据和人工智能等能力，创新性地解决了 小微企业风控、授信和放款难的问题。三是通过建立商业信用体系， 降低了小微企业的不良率，进一步降低了风险成本。四是金融科技 公司没有物理网点和信贷员，贷款流程线上化、自动化、智能化， 每笔贷款平均运营成本降低到过去的1/10甚至几十分之一，降低了 运营成本。

基于大数据的互联网贷款模式，已经产生了巨大的经济社会价 值。一是实现了小微经营者的广覆盖，大大提升了金融普惠性。二 是打破时空限制，满足小微企业“短、频、急”需求，增强了金融服务 的公平性。未来，除了数字金融服务，更多的数字化服务将变得越 来越普惠，比如，数字化运营、数字营销服务也将不再是大企业的 专属服务，小微商家也将享受到支出、应收应付、收入、财税管理、 会员管理等一体化的数字服务。

在看到数据对于用户价值的同时，我们也看到，部分机构通过霸王条款过度采集数据，将大数据作为杀熟、过度营销、诱导消费的工具，侵犯消费者权益。同时，在开放互联的数字时代’数据节点更多、传输链条更长，不法分子窃取数据手段也不断翻新’任何环节防护不当均可威胁数据安全。所以，做好数据治理、强化信息保护、破解数据安全之困也是亟待解决的关键课题。不过，历史总是在不断解决问题中前进的，要坚持用发展的办法解决前进中的问题。我们有充分的理由相信，随着大数据和人工智能、区块链、隐私计算等技术的发展，包括金融在内的数字服务一定会更加便捷、优质、普惠、安全。

数据价值不仅来源于数据本身，更来源于数据能力

在充分认识到数据的价值的同时，我们需要注意到，数据也不 是万能的，以客户为中心的产品和服务才是最重要的，不能本末倒 置。而且，相比于数据本身，很多时候，数据能力更为关键。

一、数据更多时候是企业成功的“果",而不是“因”

商业竞争力的核心是商业模式和产品创新力，数据仅是其中- 个构成要素，不应过分高估。例如，谷歌在初创时期所拥有的数据量远比不上微软和雅虎，但它拥有先进的算法，其搜索服务做得更好，以至于微软、雅虎都把搜索外包给它，谷歌目前所拥有的大数据是其成功的副产品。再如，在通信应用领域，后起之秀WhatsApp 成功地抵挡住了手握海量用户数据的长期在位者AOL的激烈竞争， 凭借低成本又易使用的用户接口和对用户诉求的关注得以发展壮大。国内的典型平台软件微信、淘宝等的成长秘籍，最重要的部分都不是大数据，而是对用户诉求的关注和对痛点的克服。伦敦商学院教授Lambrecht和麻省理工学院教授的合作研究指出:几乎没有任何证据可以证明在不断变化的数字经济中，仅仅依靠数据就能充分排斥更优的产品，要想建立可持续的竞争优势，数字战略的重点应当放在如何使用数字技术，给用户带来价值上面。”

经济学家杰弗里-曼恩曾对不少互联网企业的崛起进行分析, 发现成功的互联网公司开始时都几乎没有数据，更不是数据驱动型的企业。他由此得出一个重要结论：数据更多的是互联网平台持续 运行时的副产品，而不是创建互联网平台时的关键。任何单位，不应为了数据而获取数据，而是应该始终以客户为中心，去创新、打磨、优化相关产品和服务，数据只是辅助工具。

二、除了关注数据本身，更应关注的是数据能力

如何从数据海洋中提炼出有用的信息，是体现数据价值的关键, 而这并不单单取决于可获取的数据量，更取决于数据分析要用到的 算法和能力。

从价值体现的视角来看，数据要素的作用及其发挥作用的方式 与其他生产要素不同，数据只有在使用过程中才能体现价值，睡眠 状态的数据没有价值。数据的价值往往通过与其他生产要素共同作 用而体现，且作用前后自身不变，犹如化学反应中的催化剂。③单独依靠某一种生产要素很难推动经济增长，数据要素创造价值不是数 据本身，数据只有跟基于商业实践的算法、模型聚合在一起的时候才能创造价值。①正如美国著名经济学家范里安所言，相对于大数据 的收集和获取，解读海量数据和从中提取价值的能力才是更为重要 的一环。②所以，我们在充分肯定数据价值的时候，不能过分夸大数 据本身的价值，数据的治理、算法和模型等能力的提升更值得重视。

客观来说，我国的金融机构拥有的数据规模是相当大的，但是之前在数据能力方面的投入应该说是不足的。与互联网机构相比， 我国金融机构的数据没能很好地“聚起来” “用起来” “活起来”：―是横向上没有实现整个机构内部数据资产的打通，数据分散化地 沉淀在各个业务条线和部门，搜集整合存在错配，缺少统一的数据 标准，数据的真实性、准确性、连续性等难以保证，数据质量参差 不齐，缺乏对数据全口径和全生命周期性的管理；二是纵向上没能 实现数据资产向业务的赋能，科技人才不足，模型和算法能力较弱， 无法将数据资产高效地用于营销、获客、运营等日常决策，所以无 法实现数据资产向业务价值的转化。

最近几年，金融管理部门和金融机构已经在这方面做了不少努 力，也取得了很大成效。比如，为了引导银行业加强数据治理，.加 快推进行业数字化转型，银保监会于2018年发布了《银行业金融机 构数据治理指引》，要求银行业金融机构将数据治理纳入公司治理范 畴，打好数据治理基础，制定数据标准化规划，建立数据质量管控机制，实现一般意义的“数据”向有价值的“数据资产”转化。2021年2月，中国人民银行发布《金融业数据能力建设指引》，为 金融机构开展金融数据能力建设提供了更加具体的指导。

为促进全行业数据能力的尽快提升，政府机构、金融机构、互联网机构等不同机构之间也有必要在数据能力方面加强广泛合作, 发挥比较优势。