“數(shù)據(jù)市場”、“數(shù)據(jù)銀行”，甚至“數(shù)據(jù)公約”，大數(shù)據(jù)時代，圍繞數(shù)據(jù)所有、使用和定價、交易，一直討論不斷，有些也的確富有想象力。關(guān)于數(shù)據(jù)如何跨組織交換，一直是很多行業(yè)人士關(guān)心的事情，比如中云網(wǎng)技術(shù)顧問陳懷臨就提到了:“Big Data Bus” ，讓數(shù)據(jù)變成商品，且可跨組織進行交換、整合，真正帶動大數(shù)據(jù)產(chǎn)業(yè)繁榮。這和目前進行數(shù)據(jù)加工，出售服務(wù)或加工后的結(jié)果，比如很多互聯(lián)網(wǎng)或者商業(yè)咨詢企業(yè)經(jīng)常做的，是根本的不同。

大數(shù)據(jù)時代如何將“數(shù)據(jù)”變成商品，或者原材料，如何實現(xiàn)有效的數(shù)據(jù)交換？進行合理定價，甚至出現(xiàn)數(shù)據(jù)交易市場、交易指數(shù)這樣的事物，目前確實已經(jīng)有一些企業(yè)在嘗試了，我們進行了搜集和整理，現(xiàn)將這些“吃螃蟹”的案例呈現(xiàn)給大家。

早期比較著名的是Infochimps，該公司位于德克薩斯州奧斯丁。InfoChimps早期的目標是要讓每個人都能找到自己需要的數(shù)據(jù)集。數(shù)據(jù)提供者可以將數(shù)據(jù)集上傳至InfoChimps，可以供人免費下載，或者以一定的價格銷售。InfoChimps還提供很多API可供用戶調(diào)用，在超過一定數(shù)量的免費API調(diào)用限額后，InfoChimps會向用戶收取一定的費用。然而從2012年2月起，Infochimps從數(shù)據(jù)市場轉(zhuǎn)型為大數(shù)據(jù)平臺提供商并獲得谷歌投資，他們?nèi)缃褚呀?jīng)推出了Infochimps Platform流式數(shù)據(jù)（Streaming Data）處理平臺。

2008年創(chuàng)辦的 Factual提供的多種數(shù)據(jù)集涵蓋了本地服務(wù)、娛樂、教育和醫(yī)療等多個方面，還包括了可用的政府數(shù)據(jù)。Factual不僅向大公司提供數(shù)據(jù)，同時也面向規(guī)模較小的軟件開發(fā)商，每一條信息都有17到40條的相關(guān)描述。以餐館數(shù)據(jù)為例，F(xiàn)actual用30種不同的方式對80多萬家餐館加以描述，包括地址、所有權(quán)以及食客和衛(wèi)生組織的評價等。據(jù)悉Factual在公司總部附近儲存了500兆兆字節(jié)的數(shù)據(jù)，大致相當于整個國會圖書館所需數(shù)據(jù)量的兩倍。而在亞馬遜云計算服務(wù)器中，還存儲著更多的數(shù)據(jù)。公司計劃要為相互之間聯(lián)系緊密的數(shù)千個超計算云建立全球范圍內(nèi)最主要的參照點。

目前，F(xiàn)actual按浮動價格向公司和獨立軟件開發(fā)商出售數(shù)據(jù)，其依據(jù)是有多少信息被使用。小規(guī)模的數(shù)據(jù)提供是免費的，大型客戶需要支付的費用則會達到成百上千萬美元。有些時候，F(xiàn)actual還會與其他公司進行數(shù)據(jù)交易，目的是擴大自身所占有的資源。actual已經(jīng)有了相當數(shù)量的客戶，包括Facebook、CitySearch、AT&T及其他一些公司都會使用Factual來獲得有關(guān)某些地方的信息。據(jù)悉，F(xiàn)actual在上海擁有辦事處。

日本富士通公司也宣布建立自己的“大數(shù)據(jù)”的交易市場，并將交易中介服務(wù)培育為主力業(yè)務(wù)之一，計劃在2016年之前將參與企業(yè)增加至千家左右。富士通將要建立的交易市場稱為“Data plaza”。用戶可以通過列表選擇需要的數(shù)據(jù)進行下載。數(shù)據(jù)在對全部個人信息進行匿名化處理后進行交易。價格因數(shù)據(jù)量和內(nèi)容不同而不同，一般在數(shù)萬～數(shù)千萬日元。此外，還需要繳納每月數(shù)萬日元的會費。可以在Data plaza買賣的信息還包括智能手機的位置信息、社交網(wǎng)站（SNS）的帖子等。富士通目前已經(jīng)開始與流通業(yè)和制造業(yè)等行業(yè)的企業(yè)展開磋商。

微軟的Windows Azure Marketplace，它是微軟提供的數(shù)據(jù)交易和分享平臺，據(jù)稱擁有“數(shù)萬億個數(shù)據(jù)點”和一個語言翻譯器。此外，人們也可以向Azure出售數(shù)據(jù)集。另外，還有專注于幫助開發(fā)者和第三方獲取Twitter，F(xiàn)acebook和其他社交網(wǎng)站數(shù)據(jù)資源的社交媒體數(shù)據(jù)分析公司，比如Gnip和Datasift。 比如DataSift從Twitter購買了多年的數(shù)據(jù)同步授權(quán)，能夠訪問所有Twitter管道數(shù)據(jù)，并將子集賣給第三方，主要是企業(yè)客戶。Wolfram Alpha公司，由一名數(shù)學(xué)家創(chuàng)立的公司則擁有蘋果Siri所使用的數(shù)據(jù)和計算。

數(shù)據(jù)的分享本身非常有價值。尤其是對于很多除了內(nèi)部數(shù)據(jù)，還必須輔助外部數(shù)據(jù)分析做出的決策來說。因此，能夠下載或者訪問外部數(shù)據(jù)集，自然而然也就成為了很多企業(yè)或機構(gòu)需求，一些國家或地方政府也都推出了官方的數(shù)據(jù)集網(wǎng)站可供下載。另外，也有很多數(shù)據(jù)交易平臺還提供云數(shù)據(jù)分析，用戶可以直接用虛擬機在云端進行工作。畢竟，對于大多數(shù)企業(yè)或者普通人來說，大數(shù)據(jù)分析還是很難的。

這樣就誕生了類似ClearStory這樣的公司，當然還有轉(zhuǎn)型后的Infochimps。它們都希望通過提供分析平臺，讓人們使用 “數(shù)據(jù)集市”更加方便。而且，ClearStory的數(shù)據(jù)源大部分也就是來自”數(shù)據(jù)集市“，如上面提到Datasift、Factual，微軟的Azure數(shù)據(jù)市場以及Infochimps。ClearStory Data，也是谷歌投資的企業(yè)，其的目標是讓數(shù)據(jù)變得可以被消費，讓企業(yè)可以將自己的數(shù)據(jù)與海量公共數(shù)據(jù)混合分析，獲取新的統(tǒng)計分析結(jié)果，并以一種可視化的報告展示出來。

附錄，其他數(shù)據(jù)集相關(guān)平臺

AWS（亞馬遜網(wǎng)絡(luò)服務(wù)）公共數(shù)據(jù)集，提供了一個集中的資料庫，可以無縫集成到基于AWS的云應(yīng)用程序的公共數(shù)據(jù)集。

DataMarket：這個全新的數(shù)據(jù)網(wǎng)站將創(chuàng)新的數(shù)據(jù)搜索功能與富有創(chuàng)造性的數(shù)據(jù)可視化結(jié)合在一起。用戶可以創(chuàng)建并下載自己的數(shù)據(jù)集，并將它們加入到自己的幻燈片或公司報告中。

國家空間科學(xué)數(shù)據(jù)中心（NSSDC），美國航空航天局的數(shù)據(jù)集從行星探測，空間和太陽物理，生命科學(xué)，天體物理學(xué)，和更多。

London Datastore：這個由大倫敦市政府（Greater London Authority）創(chuàng)建的數(shù)據(jù)庫發(fā)布了數(shù)以千計強調(diào)實時數(shù)據(jù)的數(shù)據(jù)集，譬如運輸和經(jīng)濟方面的數(shù)據(jù)。開發(fā)者正在利用這些數(shù)據(jù)創(chuàng)造一系列有趣的應(yīng)用程序，如馬修·薩默維爾（Matthew Somerville）就為倫敦地鐵系統(tǒng)開發(fā)了一套實時鐵路地圖。

Europeana的數(shù)據(jù)，包含2000萬的文本，圖像，視頻和聲音Europeana的-歐洲文化遺產(chǎn)內(nèi)容的信任和全面的資源收集的開放的元數(shù)據(jù)。

Guardian Datablog：《衛(wèi)報》及其數(shù)據(jù)博客每天都會發(fā)布新聞背后所隱藏的數(shù)據(jù)，它鼓勵讀者對這些數(shù)據(jù)進行可視化處理和研究。數(shù)據(jù)博客利用谷歌電子表格和谷歌云計算數(shù)據(jù)庫（Google Fusion Tables）來發(fā)布數(shù)據(jù)，讓讀者可以搜索到世界各地數(shù)以千計的官方數(shù)據(jù)集。

DataMarket，可視化世界的經(jīng)濟，社會，自然，與行業(yè)，與100萬次系列由聯(lián)合國，世界銀行，歐盟統(tǒng)計局和其他重要的數(shù)據(jù)提供者。

Timetric：提供經(jīng)濟學(xué)方面的時間序列數(shù)據(jù)以及生成復(fù)雜可嵌入圖表的巧妙方法，Timetric每天都會對數(shù)以千計的數(shù)據(jù)集進行更新，此外，該網(wǎng)站還提供了一個易于使用的界面，使用戶可以輕輕松松的創(chuàng)建屬于自己的數(shù)據(jù)集。

Wikiposit，（虛擬）合并（主要是金融）從許多不同的網(wǎng)站的數(shù)據(jù)，使用戶能夠合并來自不同來源的數(shù)據(jù)。