蜗牛派在日常生活中，我们经常会接到一些骚扰电话，有做房产推销的、有卖保险的，还有问要不要贷款的、要不要装修的，诸如此类，这些骚扰电话让人很厌烦。同时，也让我们心生疑窦：是不是自己的电话号码又被房地产开发商给卖了？这些人是怎么知道我们的电话号码的？说到底，这种现象揭示了数据保护的重要性和数据的外部性。
数据保护就是指与我们有合作关系的企业或机构应当有责任保护好我们的个人隐私数据，比如：在房地产销售中,甲方指房地产开发公司,乙方为购房人或购房机构，此时甲方有责任和义务保护乙方的个人隐私数据。而数据的外部性则是我们今天要重点谈一谈的话题。
一、什么是数据的外部性
数据的外部性是指某些数据对于甲乙双方之外的第三方具有价值。数据的外部性可分为表现型外部性和事实型外部性。表现型外部性是指某些数据理论上说对第三方是有潜在价值的，但第三方没有真正获得数据、没有形成利用数据的事实；而事实型外部性则是指第三方得到了相关数据，并将某些数据实际利用于商业用途、获得事实上的价值了。
仍以个人数据为例，普通消费者（乙方）与甲方构成事实上的买卖关系或合作关系后，乙方成为了甲方的客户，此时乙方的个人数据应当仅限于甲乙双方之间有业务互动时方可使用，且甲方应当有义务保护好乙方的个人隐私数据。但是，有些第三方机构或个人在觊觎我们的数据，发现利用我们的数据可以做很多事情，他们利用我们的数据是有利可图的。于是，就有第三方就不惜铤而走险，通过各种不法手段获取我们的隐私数据。这样原本属于封闭系统内的、只限于甲乙双方范围内的数据，因为它们对于第三方有价值，就被第三方用非正常手段获取了，事实型外部性就这样形成了。
根据以上分析，可以看到：数据表现出外部性是很正常的现象，这是由数据的自然属性决定的。数据的外部性具有补充信息、消除信息不对称等作用，往往对于第三方具有吸引力。外部性天然就是与隐私性是对立的，但是，如果利用非合规的手段把数据的外部性做成事实的话，则是违反国家信息安全法规的。
二、是不是所有的数据都有外部性
是不是所有的数据都有外部性呢？个人理解是：并非所有数据都具备外部性，数据的表现型外部性和事实型外部性都需要满足一定的条件才可以形成，也就是数据在特定条件下才会对第三方有价值。举个例子来说，假定我们的车辆保险到8月底就到期了，我们之前是和中国人保签的保险服务合同。从5月份开始就有各种非人保的电话来询问要不要上保险、要不要先看看报价。这时，我们之前的保费信息、个人车辆数据等对于非人保的第三方来说已经呈现出了潜在价值。但当第三方获得的不是准确有效的数据，或者不是有价值的数据时，这个潜在价值就不一定能变成事实上的价值。而且，当某个第三方（比如：平安车险）已经被乙方屏蔽了的时候，这个第三方也就失去了即使拿到了用户的车辆信息和电话号码，也无法实现事实上数据价值，因为它根本无法触达用户。可见，要实现数据的外部性还是需要一定的触发机制的。
三、数据的外部性是如何形成的
根据以上分析可知，数据的表现型外部性是自然形成的，数据的事实型外部性则需要通过一定的手段、在特定条件下才能实现。那么，如何才能实现数据的事实型外部性呢？个人认为有三个要素：高度相关性、有场景和需求、获得并利用数据。
其一是高度相关性。作为第三方，首先必须是甲乙双方有一定关联度的，八竿子打不着的第三方一般对甲乙双方间的数据是没有需求的。比如：某人刚买了一套房子，在快收房之际，很多第三方的装修公司纷纷致电，寻求房屋装修的合作机会。装修公司作为第三方，其与甲乙双方的关联在于房子，房地产开发商卖房子，业主买房子，装修公司来装修房子，房子就是三者的共同交汇点。装修本身就是与业主和房子的数据有高度相关性的。
其二是有场景和需求。一方面是乙方有需求，另一方面也指第三方有需求。还是以装修房子为例，装修房子就是应用场景，收房后业主普遍有装修房子的计划，除非他暂时不想装修房子或者房子不需要装修。同时，装修公司也是想找更多的生意，当然除非他们是在忙不过来时他们就没有这方面的需求。业主和装修公司都有装修房子的需求，此时只要能用数据将业务和第三方装修公司连接起来，那么，数据的外部价值就有机会发挥出来了。
其三就是获得并利用数据。前面所说的高度相关性、有场景和需求，只是能形成数据的表现型外部性。要想形成数据的事实型外部性，就需要获得并将数据利用于商业场景中去。继续延续前面的例子，当房地产开放商中有人充当内鬼将业主信息卖给装修公司时，此时装修公司就有机会挨着个打电话把即将收房的业主骚扰一遍了，运气好的就会赢得一些商机和订单。如此这般，个人隐私数据在未经乙方（业主）允许的情况下，被房地产开发商（甲方）或者其内部人员卖给了第三方（装修公司），第三方（装修公司）获得了业主数据并利用这些数据推销其装修业务、谋取商业利益，数据的事实型外部性就这样实现了。
四、如何合理的利用数据的外部性进行商业价值变现
数据的外部性从根本上说还是指数据的跨界价值。数据的跨界应用并非什么新鲜的事情，大约14年国内电信运营商就开始谋求数据的对外商业变现，而且在交通、旅游、征信等领域取得了不错的成绩。近两年，国家电网也在积极探索电力大数据的跨界运营与价值变现。BAT等大公司在数据对外变现上更是走在了前列。可以说数据的跨界运营是一种新趋势。但是，数据的跨界运营并非易事，不仅需要合法守规，还需要构建合理的商业模式。如何合理的利用数据的外部性进行商业价值变现呢？笔者认为至少需要做好三个方面：数据脱敏与用户授权、产品与服务设计、合理的商业模式。
1、数据脱敏与用户授权。利用数据的外部性时要做到合法合规，这是数据价值跨界运营的基础和底线。对用户的敏感信息需要进行必要的脱敏处理，在调用用户个人信息时需要获得用户的授权。以电信运营商的数据价值对外变现为例，他们对底层数据进行清洗和脱敏，使其从技术层面彻底杜绝了数据外泄的可能，而且模型的研发和测试均部署在自身的大数据平台上，向外部客户仅输出模型运算的结果，并对敏感信息进行处理，做到了原始数据不出机房。再比如：滴滴打车APP就是一个很好的利用数据进行商业服务的产品，它将用户的手机号码进行了转化，当滴滴司机与用户进行通话时，司机所拨打的是经过处理后的一个虚拟的号码，但是能实现与乘客的联系和沟通，而且这个虚拟的号码在打车订单完成后一段时间就失效了。这样也能很好的保护用户数据。
2、产品与服务设计。利用数据的外部性进行变现时产品与服务的设计也很重要。比如：电信运营商将用户数据跨界运营到交通和城市管理领域时，所输出的都是群体性分析数据和指标呈现，完全没有针对单体用户的针对性分析。这个就很好的规避了数据隐私和信息安全的问题。再比如：在银行或互金公司查询贷款人的征信数据时，一般都会调用第三方征信公司的数据接口，第三方征信公司就是将用户的征信数据封装为API接口服务的形式，对每次接口调用进行计价和收费。将数据进行API化也是数据外部性的一种很实用的服务形式。
3、合理的商业模式。做好了数据脱敏和产品设计还不够，如果想要将数据跨界运营长期化，必须要有合理的、可持续的商业模式来作保证。以同盾科技为例，他们的反欺诈产品之所以能够在国内市场上占有一席之地，很大程度上与其商业模式有关，他们的反欺诈产品就像是一块磁铁，每一次进行黑名单比对时就会对原有数据库进行一次更新迭代，如此一来接入的外部合作客户越多，其黑名单数据库就越强大，其产品和服务的竞争力就越强，反过来就能更好的服务于行业客户，赢得更好的口碑，形成滚雪球效应。这种典型的磁铁式商业模式就是同盾科技在反欺诈领域越做越强的秘密。
以上就是今天关于数据外部性的一些思考，暂时就能想到这些，后续如有新的思考再补上吧。就到这里。
