大数据交易平台下信息服务业的发展路径及风险管理
开篇：润墨网以专业的文秘视角，为您筛选了一篇大数据交易平台下信息服务业的发展路径及风险管理范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
内容提要：信息服务业是大数据产业链中承上启下的重要枢纽，其作为信息产业的软产业部分，已成为信息产业中发展最快、技术最活跃、产品增值最强的产业。借助大数据交易平台实现数据交易合法化的同时，大数据交易所应适时引入第三方信息服务机构，做好行业细分，政府引导深耕市场先“专”后“全”，并轨数据处理类业务和管理咨询类业务。为管理好实践中因数据收集、数据处理、数据交易、数据使用、数据存储和数据安全等带来的风险问题，相关机构应建立全面风险管理体系，完善内控管理。大数据交易所应对第三方信息服务机构严格行业准入，实行动态名单制管理，同时完善交易制度，加强保密工作。
关键词：大数据 信息服务业 行业细分 数据交易
一、引言
自2013年10月起，中国三大通信运营商相继“云”集贵州贵安新区大数据产业基地雏形初显。2015年4月具有里程碑意义的全国首个大数据交易所――贵阳大数据交易所挂牌运营，标志着贵州开启了中国大数据时代的新篇章。因此，以贵州为基点进行大数据交易平台下信息服务业发展路径和风险管理研究具有代表性意义。“云计算”搭配“互联网+”的商业模式正掀起新一轮的商业革命，大数据背景下带动的新兴产业和新兴企业崛起、优良资产整合重组、传统商业模式变革、服务方式全面创新等预示着大数据为未来的商业和民生领域创造了无限可能。
大数据产业，归根结底是海量信息的收集、集成处理和再利用，那么如何将大数据商业化，如何进行专业化处理使得海量信息实现数据增值并成为优质信息资产，承担着信息枢纽和集成转换功能的信息服务业将会是大数据产业发展的核心力量。作为最先受益并推动大数据产业整体向前发展的中流砥柱，如何有序引导信息服务业的健康发展，如何从风险管理的角度控制和平衡其发展过程中的操作风险、经营风险和法律风险，使经营效益最大化，政府仍须发挥引领作用，以政策支持为后盾，以政府为主导科学谋划和布局信息服务行业，创新管理方式，优质资源配套信息服务业，建立全面风险管理，借助大数据平台首先打造和扶持一批优秀的信息服务企业，进而带动信息服务业的全面发展。
二、信息服务业在大数据产业中的定位
大数据的核心方法，就是将原本以定性分析为主的决策方法，转变为以海量数据为支撑，在定量研究的结果基础上定性分析，更加科学的认识事物本质、把握经济规律、预测经济发展趋势，最终使得商业决策最优化、科学化。由此，信息服务业是大数据产业的核心枢纽，它纵横贯通经济的方方面面。在信息化高度密集的今天，信息服务业的“数据增值”服务将使信息资产成为商业竞争中企业致胜的关键所在，同时，它也为政府科学决策、科学管理、高效管理提供源动力。
决策的科学性和有用性，与数据收集的全面性和数据处理的专业化程度直接相关。一个优秀的信息服务企业可以是企业健康运行的发动机，更是信息社会中实现组织间信息互通、信息共享、优势互补、共同成长的必不可少的传播媒介。
三、大数据背景下信息服务业的内涵及延伸
信息服务业是信息产业的软产业部分，主要有信息传输服务、信息技术服务、信息资源产业三大类，其内容之丰富，服务链条之长远，现已成为信息产业中发展最快、技术最活跃、产品增值最强的产业。
而大数据背景下的信息服务业，其核心价值在于对海量数据进行存储和分析。数据本身蕴藏着价值，而如何将有价值的数据提炼并呈现给有需要的人，这就需要专业人员来破译和解读。
1.大数据信息服务业需要行业细分
众所周知，大数据需要专业人员来完成。能够提供完整生态链的大数据信息服务应该包括数据收集、数据清分、数据整合和聚集、有针对性的数学模型、详尽准确的数据分析，最关键的是，能够提供合理、科学、有效的决策建议。就最新的国家统计局《国民经济行业分类》（GB/T4754―2011）显示，行业标准分为20个门类、96个大类以及在其项下延伸扩展的多个中类和小类。单就数据中心而言，又可细分为数据中心的建设与维持、数据综合处理和数据安全等三个领域。要对客户提供科学的、有针对性的信息服务，光靠单一、固定的数据处理方法恐怕不能完成。
（1）按行业来细分数据处理模型
这需要深入了解行业特性和同业信息，根据客户需要合理利用线性规划法、回归法、时间序列法、决策法、层次分析法等统计工具来构建数量模型，针对不同行业的数量模型设置切合市场行情的权数，区别权重，以便更加专业的认识客观事物并对决策方案做出判断。
（2）先做“专”，后做“全”，政府引导为先
值得一提的是，大数据的信息服务涉及面广博，服务内容具备高技术含量，需要同时具备统计知识和经济管理知识的复合型人才才能完成好服务工作。在大数据信息服务业发展初期，现有和新建的信息服务企业由于技术、资金和人才的规模限制，难以做“全”整个信息服务业，距离出现寡头经济的格局还有相当长的距离。所以，比较实际的做法是，鼓励和提倡企业先“专”于某个领域的信息服务，等到人力、物力储备和技术条件完全具备时，再拓展其他行业领域，做大做“全”。
大数据信息服务业是一个庞大而生机无限的行业，要做到这些，需要政府大力而持续的支持和引导。政策适度超前，以战略眼光关爱并哺育大数据信息服务业茁壮成长。
2.大数据信息服务开启“云”生活模式
对于数字城市、智慧城市、智能城市的理想愿景我们已不再陌生。从最初的中国移动、中国电信、中国联通在贵州建立云计算数据中心，到阿里巴巴选择与贵州合作开发大数据产业，再到富士康、新浪、搜狐等纷纷落户贵州，以及近期腾讯签署与贵州开展“互联网+”的深层合作，全面数字生活已不再遥远。
大数据信息服务作为中转站，“云上贵州”将开启智慧城市、智能公交、智慧旅游，电子政务、食品安全，执法监督等全新的“云”生活模式。云计算应用将覆盖到生活和工作的方方面面。作为基础产业，大数据信息服务业将为其上、下游庞大的产业链注入无穷能量。
四、大数据信息服务的模式及现状
1.大数据信息来源及处理模式
目前，运用于市场决策和内部管理的大数据信息主要分为四种：完全自主存储和分析；自主存储、外包分析；购买数据、自主分析；完全购买。
完全自主存储和分析模式，如电信三大运营商，国有大型银行等企业资金雄厚，人力资源丰富，且历史悠久、根基深厚，市场占有率高，其历年来积淀的客户资源和庞大的客户群体使得信息的收集和整合具有其他企业无可比拟的优势。所以通常这类企业会选择自主建立云计算数据中心，建立自己的数据分析处理团队。
使用自主存储、外包分析和完全购买这两种模式的企业，往往出于成本和效益的考虑（或者受限于公司规模的因素），向更加专业的第三方服务公司购买数据外包服务。对于在自主经营上无法取得的数据，公司也倾向于向第三方服务公司完全购买。购买数据、自主分析模式，对于本身拥有高质量、专业化数据分析处理团队的组织来说，购买数据成为他们开拓市场、了解对手、提高经营管理效率、为客户提供整体解决方案的一项重要途径。
另外，值得关注的是，许多新兴科技公司通过运营，本身能够沉淀海量信息资源，且自主拥有较强的研发团队，通常他们会根据经营和战略需要，灵活选择信息交互模式。如腾讯科技、京东云平台通过贵阳大数据交易所完成信息资产交易。
2.第三方服务公司的现状
目前，市场上存在的提供数据中心建设、数据处理、信息咨询等服务的第三方服务公司主要包括几大类：
（1）新兴的科技公司。如美亚柏科、久其软件、托尔思、东方财富、卫士通等，这些公司由于抓住大数据机遇，充分发挥技术优势深耕数据中心建设与维持、数据综合处理和数据安全等行业细分领域，在服务市场和资本市场上已经具备相当的产业规模和竞争实力。
（2）实力雄厚、拥有知名品牌的管理咨询公司。如麦肯锡、波士顿、贝恩等，致力于量化业绩改进，帮助企业优化运营，建立有效的组织架构，研究政策领域，帮助制定成功战略，为客户提供一体化解决方案。
（3）会计师事务所。如“四大”会计师事务所，除了传统的审计、税务筹划、风险管理等业务外，还为客户量身定制财务咨询增值服务。
此外，资产管理公司、信托公司、银行等也根据其自身人才实力和技术水平，有重点的挑选并开展其擅长的业务领域。
总体来看，国内具备信息服务类业务资质的企业不少，呈现整体行业自由竞争、欣欣向荣的局面。若用经济周期来描述信息服务业，那么可以说，在大数据产业的引领下信息服务业处在繁荣阶段，深耕细分行业领域、资源整合、搭建平台、资源互通、资源共享将是今后信息产业乃至整个经济社会向前运行的主流方向。第三方服务公司要在大数据背景下开拓业务发展并获得市场认可，不得不在专业化程度上下硬功夫，深入调研市场和同业，强化行业背景分析，设计科学合理的数理模型，注重复合型专家人才的管理和培养，打造专业化的服务团队。
五、贵阳大数据交易所创建背景及概述
信息产业飞速发展的今天，大数据时代的来临无疑引发了新一轮信息化投资和建设的热潮。信息数据已成为核心资产，越靠近终端的企业将拥有越大的发言权。因此，以大数据平台建设带动信息数据的互联互通必然将加速产业结构调整，企业资源整合，优化管理手段，提高运营效率。
另一方面，由于过去数据交易的非法性和隐蔽性已经造成客户隐私泄露、诈骗案件增多、信息资产非法盗用导致公司利益受损等恶劣影响，为防范上述风险，从制度上规范数据管理、给信息需求机构提供交易平台、合理合法化数据资产的交易增值等现实需求显得尤为紧迫。
在国家高度支持以及贵州省的持续努力下，2015年4月全国首个大数据交易所―贵阳大数据交易所在贵州贵阳挂牌运营并完成首批数据交易。贵阳大数据交易所作为首个合法化的数据交易平台，“面向全国提供数据交易服务，旨在促进数据交流，向社会提供完善的数据交易、结算、交付、安全保障、数据资产管理和融资等综合配套服务”，首批交易数据是经过清洗、分析、建模、可视化后的二次数据，由深圳腾讯科技、数字广东研究院通过交易平台出售给京东云平台、中金数据系统。
六、如何利用大数据交易平台发展信息服务业
1.引入第三方服务机构
显然，数据信息的清洗、分析、建模、可视化需要从业人员以专业统计知识来处理。贵阳大数据交易所的交易平台搭建不久，初具规模，但随着今后交易业务量的不断增多，现有的数理量化团队势必无法应对客户越来越高期望值的服务需求。这就需要引入第三方服务机构来增加人力保障和技术保障，以期高质量、高效率的完成数据流程加工处理。同时，制定优胜劣汰的竞争机制，将第三方服务机构实行名单制管理，并定期复审和调整准入名单，加强平台管理，保持市场活力，提高服务质量。
2.并轨数据处理类业务和管理咨询类业务
要将数据“增值”为信息资产，最大限度提高信息服务产值，除了数据量化处理外，还可以根据需要将管理咨询类业务并轨到数据报告中进行全方位数据分析，提出战略建议，为客户提供一体化的解决方案。这需要第三方服务机构着力打造专业程度较高的专家团队，合理配备复合型人才结构，强化人力资源管理，科学制定业务流程管理，完善业务逻辑检验复核机制，提升技术水平，保障人力配备。
伴随着业务规模的不断壮大和业务内涵的不断丰富，贵阳大数据交易所应该承担着资源中心、交易中心和监管中心的职能。在促进数据交易合法化的框架下建立和维护数据交易市场秩序，实现数据资源共享互通，控制交易风险和操作风险的同时为权利人的合法权益提供制度保障。
数据获取和使用的风险点把控在数据交易行为中尤为重要。如何规范的获取和使用数据，如何有效利用制度设计和流程设计规避法律风险、操作风险和经营风险，如何在数据交易合法合规的前提下提高规模产值、实现多方共赢，政府管理至关重要，关系全局。
七、大数据信息服务业面临的主要风险点评估
作为新兴产业，大数据信息服务业在发展过程中对数据质量、价值、权益、隐私、安全等问题的重新审视和措施保障将成为企业和政府面临的重大考验。
1.用户信息安全
这里主要指购买双方交易的基础数据本身所涉及的用户隐私、诸如用户姓名、银行账号、电话号码、家庭住址、家庭成员、交易密码、交易具体明细等等最需要防范的用户信息泄漏问题。企业在分析、处理和应用过程中可能因为交叉存储或人为原因被公开到不应部署的服务器上或被他人私自盗用。
2.数据库存储安全
大数据交易所本身是个开放的平台，数据存储量与日俱增，再加上交易主体和服务主体的逐渐增多，拥有和使用数据信息的机构主体容易成为黑客低廉获取信息资产的攻击目标。
3.大数据技术利用安全
大数据技术可以说是国家战略的核心竞争力，同时也是企业竞争的制胜关键，大数据技术的商业价值和战略价值使其更容易成为黑客的攻击手段。黑客利用大数据技术侵入信息相对集中的网络终端，更加便利和精准的开展情报收集，且易于反向控制成千上万台数据终端，进而控制网络传输，严重威胁网络安全。
4.数据质量
在大数据技术不成熟的情况下，来源于数据采集、提取平台的不完善，技术手段不适用，和定量模型演绎失败的数理设计风险等都会直接导致数据质量不高，不能有效为信息资产“增值”。
5.交易主体的权益保障
基于大数据交易所的信息数据交易，其交易的数据信息标的是否按照购买当事双方的合同约定执行，数据使用权范围是否明确界定，数据信息使用的合规性、合法性是否落实到位，另外，交易过程中涉及的交易主体及第三方服务机构的合同文本、保密协议、资金往来、投中标信息等作为交易和监管平台的大数据交易所应起到严格的监督管理作用，规范交易行为，做好存留数据，同时也为平台各方保障各自法定权益提供法律依据。
八、管理和平衡风险的方法
1.确立全面风险管理体系和制度
风险管理是组织机构面对市场竞争、经济转型，应对政治、经济、社会等变革内在激发的一种管理工具，其主旨不在于消除风险，而在于主动选择能够带来收益的风险，找到风险和收益的最佳平衡点，而进行全面风险管理能够很好的解决和平衡这一问题。
全面风险管理的方法在于事前风险防范、事中风险预警和事后风险处理，重点强调以预防为主。负面风险的消除不能单纯依靠事后消极把关，而应该将或有风险前移，采用制度设计和预警管理有效的预防和控制或有风险。这对处于成长阶段的行业领域尤为重要，企业应以战略高度组织全员参与风险管理，落实员工应承担的相关风险责任，识别、分析和评价对企业造成潜在影响的风险事项，企业管理者全局把控所有风险，在控制好负面风险的同时主动管理好机会成本，为企业“增值”。
要建立全面风险管理体系，要求机构负责人具有战略性眼光，将风险管理和战略制定有机结合，积极、主动的将风险管理转变为价值管理，挖掘风险事项中的价值潜力，为战略部署提供源动力。
2.完善内部控制体系
对于机会风险以外的剩余潜在风险，组织机构需要通过内部控制手段来降低、转移、规避、转换、对冲其可能对企业造成的不利影响。2002年，美国颁布著名的萨班斯法案，法律确立经营者对内部控制体系的建立、维护、评价和报告的重要责任。2009年，拥有中国版“萨班斯法案”著称的《企业内部控制基本规范》旨在有效保护投资者利益，建立企业内控标准体系，发挥内控体系对组织内部制度与机制的约束力与制衡力。
有效的内部控制有五个要素：控制环境、风险评估、控制活动、信息与沟通、监督。
（1）控制环境。包括员工的诚信、道德价值观、劳动价值，管理层的经营理念和模式、机构内部各级权限和职责分配，人力资源政策等。改善控制环境是有效实施内部控制制度、妥善处理控制点的基础。
（2）风险评估。它是内控制度得以实施的先决条件，通过识别潜在风险的后果和可能性，结合成本效益原则，按重要程度将风险管理与价值管理联系起来。
（3）控制活动。它是内部控制体系的核心，其目的是保证政策措施得以顺利执行，实现企业目标。所采取的方法包括复核、授权、审批、会签、校验、职责分工等等。
（4）信息与沟通。主要包括信息采集和信息传递，确保信息和决策在相关部门和行为人之间上传下达，无缝对接，同时畅通外部主体如客户、股东、供货商等沟通渠道。组织机构需要建设和完善信息系统、总体应用控制和层级系统管理。
（5）监督。主要评价系统运行的质量，包括日常监督和专项监督。它对正常的管理活动和员工行为进行监督，如发现内控制度存在缺陷，及时向上级报告。
3.对第三方服务机构严格行业准入，实行动态名单制管理
运营伊始，贵州省已提前在制度设计上将贵阳大数据交易所的数据交易客户实施会员制管理，具有会员资格的企业才能通过大数据交易所实现大数据交易。对于下一步可能引入的第三方信息服务机构，政府和行业协会应该率先组织对目标市场和从业机构的深入调研和摸底，按照行业资质、人才配备、技术条件、管理规程及内控措施、资产规模、客户群体、过往业绩等因素在制度上科学、合理地设置行业准入条件。综合筛选优质的目标服务机构，纳入首批名单制管理，开展服务工作。
另外，为了大数据交易所的长远发展，应该严格把关名单内的机构管理，全面掌握第三方服务机构的信息服务及进度流程，动态监测行业市场变化，健全信息服务效果评价标准，定期做好客户回访及评价采集，关注机构管理章程和内控措施是否落实到位，再根据上述情况制定和落实名单制动态管理的准入和退出机制，定期调整和补充名单，从监管效果上做到全方位立体跟踪管理，有据可查，确保服务质量。
4.保障基础设施和上层应用的紧密联合
大数据的计算、存储和安全需求快速推动着存储硬件、网络基础设施、和不断更新的计算处理方式的发展。存储设备是基础设施中最重要的部分。存储设备的容量能力、延迟性、安全性、成本、灵活性，以及是否能正常访问等因素是大数据对于存储设备的评价标准和硬性需求。而不定向突发的流量剧增、云数据中心互联以及云数据中心内部组网支持云服务要求更高层次的云应用平台和云处理技术。大数据相较于过去的信息产业而言，对数据需求的精度和广度、硬件设施的超高性能、系统平台和应用平台的可操作性、云平台数据安全等问题提出了更高的要求。所以，政府和企业在合力保障基础设施建设过程之时应推动积极信息处理技术革新，强化安全技术手段，加快数据安全保护技术攻关，通过监管技术研究，强化对敏感信息泄密事件的监测预警和及时处置。
5.完善交易制度，加强保密工作
在过去，数据信息买卖已经成为有关企业、个人之间私下非法交易的地下产业链，由此衍生出的电信诈骗、垃圾广告、恶性推销、电话骚扰等层出不穷、花样翻新，这是数据信息交易规则体系不完善造成的。因此，大数据交易所既承担着数据交易合法化的职责，更肩负着梳理市场渠道，规范数据交易行为的神圣使命。以贵阳大数据交易所为依托，建立中国真正意义上的数据交易市场。政府要积极发挥主导作用，以市场为导向，科学、合理的完善数据信息交易体系，建立健全数据交易制度，加强风险防控手段，根据市场发展进程和交易实践难点严谨制定、适时调整监督管理方式。
对于信息泄露的问题，数据买卖双方、第三方信息服务机构以及大数据交易所之间须签订保密协议，规范交易流程，约定数据产品的使用权限，执行保密条款。对于交易平台方、第三方信息服务机构，尤其是数据买方，应严格执行大数据交易所的数据保护条例，不得私自转售、泄露“数据产品”，以确保数据不被滥用。单位或个人的泄密行为应计入诚信档案。
另外，大数据交易所可能具有多重交易身份，它既是大数据资源的提供者，同时也是大数据资源的消费者，可谓产业发展的交通枢纽，连接着上下游庞大而复杂的产业体系，交易平台的内部管理功效对于数据交易市场的健康发展至关重要。为严格数据资源管理控制，规范数据开放、设计保密级别、限制数据资源开放等级等显得确有必要。
6.培育专业人才队伍，提升服务力量
大数据处理技术是未来企业竞争的核心软实力，而高端人才的培育和引进是实现技术保障的重要组成部分。贵州竭力推动开放政府数据资源，最大限度为人才提供容错试错空间。今年5月，被授予“国家级众创空间”的中国西部众创园以及启林创客空间在贵阳国家高新区揭牌，“为创客提供实验室、技术交流、产品推广、企业联盟、办公场所、金融支持、餐饮住宿等全方位、全过程、全配套的创业服务”，构建产业培育全链条。
（1）建设科技创新智库。科研院所要围绕建设大数据创新和实施大数据创新驱动发展战略，研究国内外科技发展趋势，综合开展咨询建议、科学评估及预测预判，促进大数据科技创新与经济社会发展深度融合。抓住贵州省推进企业、行业协会、科研院所、高等院校等参与数据库建设的契机，利用重点实验室平台加快科技技术研发，推动校企产学研用―体化合作，丰富人才队伍，提升科技创新。
（2）深耕市场，挖掘数据潜力。数据产品的价值来源于为企业量身定制的信息服务是否真正为企业发展带来“增值”效应。要契合市场需求必须要深入挖掘海量数据的价值潜力，借用不断开发和更新大数据技术进行数据清洗脱敏、赋“值”深加工并使之成为数据商品。大数据科技创新助力市场发展的同时，也在倒逼政府信息公开和公共信息资源共享，提高管理决策水平，强化服务职能和人本关怀，从而为科技创新提供更广泛的信息资源和更好更快发展的生态环境。