大家最近在聊数据要素市场的定价问题，因为市场本身机制不完善，导致交易难度很大。数据现在成了很重要的生产要素，可大家觉得要想把它的价值发挥出来，必须得解决定价这个老大难。以前呢，很多企业虽然都知道好数据得付钱，可实际操作起来没个准数。买家和卖家对数据的看法差别特别大，卖家觉得稀缺、开发成本高就该多要钱，买家却更在意能不能赚钱、手里有多少钱。两边想法不一样，报价老是谈不拢，有时候甚至还没谈成呢。 还有就是数据本身的价值很难定，它不是一成不变的，还得看具体用在什么场景下。比如同样的一批数据，放在金融风控里和放在精准营销里价值完全不一样。现在定价大多还用老一套的成本法或者收益法，根本不看它具体能干啥。企业内部也搞不清谁该负责定价，流程也不透明，大家心里都没底。 市场上也没个权威的参考价，这让交易充满了不确定性。企业不敢随便交易怕吃亏，平台也没好的商业模式去服务市场。长远看如果价格一直不公允透明，数据入表、融资这些新业务就没法开展。 解决这个问题就得靠场景化定价。以后定价不能光看成本或者收益了，得看这个数据在具体业务里到底能帮多少忙。平台可以帮忙评估数据在降本增效、控制风险这些方面的作用。企业内部得明确谁来管定价这事儿。 等到场景化定价落地了，以后大家谈生意就不那么费劲了。数据的价值也更好评估了，入表融资都能跟着顺起来。未来市场会变成需求带动供给、供给又创造需求的良性循环。 数据定价机制能不能破局不光是一笔交易成不成功的事儿，更是市场化改革能不能深入的关键一步。大家得跳出以前的思维框框才行。只有制度和方法都变了，数据才能真正变成推动产业变革、给实体经济赋能的动力。