事实上，大数据交易也必须遵循已经存在几千年的商业逻辑，否则就难以进行。
大数据交易和流通难有很多原因，但归结到*后是两个核心问题。
一是大数据交易的基本商业逻辑并没有很好地解决。在现实的商业世界里，当A将B商品卖给了C，那么A就不再拥有B商品，但现在的大数据交易不一样的地方是，当A将B数据卖给了C，A依然拥有B数据，而C也可以将B数据无限次地进行销售给D，给E，D也可以继续销售B数据，其结果是这个B数据在市场上被用得越来越多，越来越贬值，这个商品“标的”数量是不守恒的，违背了人类社会存在了几千年的商业交易逻辑。
事实上，数据商品完全可以套用我们已经存在的商业交易规则而无需再创造，因为已经存在的商业规则是经历了几千年摸索沉淀下来，被证明行得通的。就像版权交易，当A将B这首歌的版权出售给C，那么A就不再拥有B，虽然A依然可以唱B，但是A不能将B进行商业经营和交易。大数据这种商品可以用版权商品的规则来交易，那么如何来描述“数据版权”，可以用算法把数据转变成一个恒定长度的具有**对应关系的字符串。
有人认为如果将数据版权化交易，其结果会限制大数据大规模应用。但恰恰相反，我们看看现实的世界以文学作品为例，如果没有版权保护其实创作者是不敢将作品轻易拿出来的，也只有数据版权保护，数据源的拥有者才愿意将数据拿出来进行交易。
关于数据定价可以有两种方式，一是数据价格的定价方式取决于买家，对这类数据价格大家有基本的共识，就像一瓶矿泉水它的价格如何定一样。**种数据的定价方式可以类似“竞价”和“拍卖”，采用多家竞标的方式来确定数据的价格，就像字画、玉器等。
二是数据交易中心需要解决“集市”和“场所”的作用问题，才能够更好地可持续发展。目前各地的数据交易中心所扮演的角色主要是“撮合”，并没有更深度地参与数据交易中，这样的“轻资产”运营其实效果并不好，也并不容易带来可持续的发展。要做好数据交易中心的生意需要有数据中心（当然也可以合作、租用）、需要有传输链路、需要有CDN分发加速网络，需要有数据清洗、**等服务能力。我们可以看现在的电商模式，一种是京东这种“重投入”模式，从进货到物流，所有环节高度控制，获得的是较好的用户体验。一种是阿里淘宝模式。但即便是阿里淘宝模式，事实上淘宝也对入驻的店家有统一的规则，有统一的逻辑，统一的审查等，也并非完全游离在外。
大数据交易和流通的方法论、体系架构以及支撑技术等这些层面的事情是需要国家组织相关机构做更多的研究和研发，而从解决方案层面则需要企业来实现。
公安机关备案号：
