各位朋友大家好，咱们今天来聊聊艾瑞咨询刚刚发布的一份重要报告，题目叫《2026年中国数据交易观点报告》，总共10页内容。虽然咱们国家的数据交易已经基本形式化落地了，但实质上还没跑通，因为这事儿脱离了做生意的基本逻辑。现在市场上有一个很大的问题是没把基础打好，也没把能让大家共赢的规则定出来。要想数据交易真的运转起来，得走两步路：先把“能不能交易”的基础搭好，再去定“能不能持续”的规则。在这个过程中，最大的阻碍就是数据能不能用、是谁的、能不能深挖。产业之间的数字化程度不一样，形成了一个个数据孤岛，很多非结构化的数据没法利用；数据又是好几方共有的，隐私保护也不统一，跨境的规则也不一样，确权很难；买方最想要的是那种深层的产业洞察数据，可是收集和转化起来都很稀缺。 再说说交易规则这块儿，主要是解决怎么让买卖双方的价值交换长久下去。目前搞基础建设还是靠监管和法学研究来主导的，数据的法理地位已经明确了，资产也能并表了，但是公允价值还没评好。至于具体怎么交易呢？这事儿得看市场怎么主导。从金融和营销这些成熟领域来看，卖方手里的数据分三种：自己的、外面买来的和混合的。市场竞争太激烈了，数据溢价早就没了。买家愿意为这个买单的原因主要有三个：想增加利润、想减少成本、想提高效率。其中只有想多赚钱这部分需求最实在。 数据交易怎么定价呢？主要看买方用了数据之后赚没赚到钱。一般的交易流程是：卖方先给你驻场开发模型，然后做个A/B测试看看效果怎么样，再算算收益能增加多少来定价格，最后还得给你做售后维护。金融信贷和营销这两个领域是典型例子，因为它们的数字化基础比较完善，业务模式也很固定，应用历史长。它们分钱的逻辑因为竞争激烈也变得固定下来了。 报告认为啊，短期内买方想要什么数据就给什么数据这种定制化交易是关键。这种模式跟咱们现在的SaaS产业逻辑很像，都是以买家的实际业务场景和收益为导向的。而且这种实战型的数据交易如果能大规模复制开来，反过来还能逼着各行各业把数字化的底子都升级一下。这种因为有需求才去做的数字化改造才更符合行业的真实情况。 总的来说啊，数据交易的架子虽然搭好了，但还得解决跨行业的大难题。未来这条路还挺长的。我这里就给大家分享到这儿吧。