数据资产论

很开脑的书。比如：什么是统计学？统计学不是研究统计的科学，它研究的是不确定性

适合浅阅读，数据无知、无奈伦，这个提法还是很新颖的。

读完后，感觉对写ppr有所帮助

数据资产价值化 数据意识 数据工具 数据机制

这本书是学院派的数据类著作，数据值钱的原因就是数据可以解决不确定性，这个不确定性包括了无知和无奈，无知是客观的，缺乏数据支持的状态，例如今天销量突然增加了50%，你不知道从那里多出来的；无奈是指人和人的博弈，或者反身性，在股票市场再好的策略如果大家都知道都在用，收益也就变成平均收益，没有超额收益 1 什么是数据资产？要解决三个问题， 1合法合规获得 2 数据所有权，能确权才能交易 3确定产生的收益，这个要靠形成市场能交易。数据价值由它能产生的价值确定。 2 模型测不准是常态，能找到更有效的自变量X就是竞争优势，但永远不可能绝对精准。但单独的客户是不能接受预测失误的，这个矛盾要靠合理设计商业模式来实现平衡。 最困难的是要让客户对预测准确性有个合理的参照系。 3 要在核心业务上分析，获得突破才能创造最多价值 4 回归分析最重要：1 找准目标Y 2根据业务分析找到合适的自变量集合X 3 确定两者关系的Y=f（X） 有数据分析基础的人大概会觉得前6章太基础，但是对非专业人士这些案例讲的深入浅出，对于理解业务数据化有很大帮助。最后，目前的数据市场没有太多规范化管理，全世界都在摸索阶段，政府目前态度不明确，在中国敢干的人是有机会的

整本书写的没什么深度，前七章基本上都是废话。后面几章有几个点写的还可以 数据资产化在整个市场基本上还是很难运作起来的，无外乎就是关于数据的运作及商业模式一直都没有人能很好勾画出来，牵扯的关联方太多，不仅仅是数据生产者、所有者、使用者，权限划分上就已经有了很大的争执。这个产业不能说是任重道远，而是根本无解的 本來是为了写论点来获得些灵感，没想到越看越能发现很多背后的真相。数据资产化很难，资产化后还得证券化才能交易，这是一个生态的问题，不是一两个企业或是几个人就能搞定的事，很多人觉得不是事是因为就没深入分析和思考

回归五式，不确定性，认识尚可，略有偏颇。 针对数据资产，有思考，有见地，有脉络，善于讲故事；并无理论框架，无深度，无实战，却以“论”名之。可以看作是具有一定忽悠水平的科普书。 阅读建议：60%

很浅显，不涉及统计知识、模型算法等技术层面，有点常识都能读懂。大都是概念性解释：例如什么是数据资产，数据资产化的相关问题（确权、定价、交易标的），对于问题的一些思考和畅想等

19年的书籍，是有前瞻性的，建设性的，到25年后已经逐步实现了。值得拜读！

看完之后重新认识了数据，对曾经自己的碎片化工作进行了串联，并发现自己认知上的不足，感谢alix的推荐，也推荐其他小伙伴看看这本书