摘要：数据是否具有跨主体流通利⽤的价值，取决于数据是否关联多类主体，数据有效性是否经过场景验证，数据是否具备技术通⽤性、容易跨场景复⽤。个⼈数据价值明确、利⽤⼴泛，原因在于个⼈数据虽然来源于单⼀类型的主体（即个⼈），但个⼈⾝份作为统⼀标识可以将与特定个⼈有关的、分布

与企业数据以⾃⽤为主、流通能⼒较弱的特点不同，个⼈数据具有较⾼的主体关联性、可验证性和可复⽤性，可以更好地跨场景流通利⽤。

（一）数据流通利⽤的价值所在：可关联性、可验证性和可复⽤性

数据是否具有跨主体流通利⽤的价值，取决于数据是否关联多类主体，数据有效性是否经过场景验证，数据是否具备技术通⽤性、容易跨场景复⽤。个⼈数据价值明确、利⽤⼴泛，原因在于个⼈数据虽然来源于单⼀类型的主体（即个⼈），但个⼈⾝份作为统⼀标识可以将与特定个⼈有关的、分布于各种场景中的、各类型的数据关联起来，这种能⼒让基于个⼈⾝份的多类型、多场景的数据汇聚成为可能。个⼈⾝份ID 化，并基于个⼈ ID 关联和该个⼈相关的特征数据，实现对个⼈偏好的判断信息，为针对个⼈的营销、信贷、信息内容推动等多种类型的商业活动提供了基础。

⽽个⼈数据所承载和表征的对象即个体特征能够保持相对稳定，在涉及个⼈的不同场景中都能够反映出个⼈的特征信息，经过场景验证后数据的准确度不断提⾼，经过⾝份识别后个⼈数据被验证的有效性能够收敛到个⼈。和企业数据分散于不同的企业、不同的业务场景、服务差异化的业务⽬标，难以跨主体、跨场景交叉验证不同，个⼈数据在不同应⽤中的使⽤⽬标相对近似，即更准确反映个⼈的特征信息，提⾼针对个⼈的决策精确度，数据有效性的验证机制也相对单⼀，即以个⼈的正向反馈为核⼼评估和优化指标。在不同场景中被验证的有效性使得个⼈信息具备了良好的跨场景、跨⽬的使⽤的应⽤潜⼒。

此外，个⼈数据是对个⼈体貌、⾏为、背景等特征的标准化建模，数据的技术结构较为统⼀，在任何场景中都能够直接复⽤。⽐如任何个⼈的⾯部识别数据都包含了 68 个位点数据（68 位点标注⾃ 1999 年以来沿⽤⾄今，是⼈脸识别数据库的主要数据结构），数据结构统⼀、信息抽提难度低、外部表征可归纳，因此复⽤更为⾼效便捷。更为复杂的个⼈偏好特征，也可以通过个⼈在使⽤移动终端时的标准化⾏为数据进⾏表征，⽐如在特定类型的信息⻚⾯的悬停时间、点赞或点踩的动作等，经过特征⼯程转化为特征向量数据。

（二）个⼈数据价值释放的路径：两类转换⽬的使⽤⽅式

个⼈数据关联多⽅来源、有效性经过多场景验证、数据易于复⽤的特征决定了个⼈数据相⽐于企业数据具备较⾼的流通能⼒。个⼈数据的流通主要⽅式是个⼈数据关联和汇聚后进⾏跨场景的“转换⽬的使⽤”，这也是实现个⼈数据价值的重要途径。基于个⼈数据的特点进⾏转换⽬的使⽤，存在针对个⼈和针对群体这两类主要⽅式，在这两种使⽤⽅式中，数据采集、存储乃⾄使⽤的核⼼⽬标均在于减少或消除决策的不确定性，从⽽提⾼决策的准确率和后续采取⾏动的成功率，⽽并不在于对个⼈隐私的窃取或⾮法使⽤。

第⼀类个体性使⽤是基于个体⾝份进⾏跨场景数据关联性，实现针对个⼈的转换⽬的使⽤。

以个⼈为中⼼，将个⼈的⾝份标识作为连接其他不同数据的纽带，可以将来⾃不同来源、不同场景的数据与同⼀个⾝份标识关联起来，形成对个体特征、需求和⾏为更为全⾯和对称的信息，从⽽提⾼不同场景下对于⾯向个⼈提供服务的决策精准度。例如，⾝份证号、⼿机号以及⽹络 ID 标识符等，这些数据可以天然地关联到个⼈的消费记录、健康状况、信⽤状况、教育背景等其他场景下的数据。⽽进⾏以个⼈⾝份为中⼼的数据关联，则构成个性化服务、个⼈信⽤评估和公共服务优化等场景的能⼒基础。在服务消费场景中，通过结合个⼈的收⼊⽔平和教育背景等信息，可以对⽤户需求产⽣更深⼊的理解，从⽽设计并推送更加个性化、符合⽤户偏好的产品及服务，不仅提⾼了营销活动的转化率，也提升了⽤户体验；在信贷评估场景中，结合个⼈的消费记录、收⼊情况等数据，⾦融机构能够更准确地评估客户的信⽤状况，更全⾯地评估其信⽤⻛险，从⽽及时识别潜在的欺诈⾏为，有效控制贷款或交易⻛险；在医疗诊断场景中，医⽣可以根据患者的病历、基因信息和⽣活习惯等，为其制定针对性的治疗⽅案，提⾼治疗效果，并降低医疗⻛险；在公共服务场景中，综合个⼈的就业情况、收⼊⽔平、健康状况等，可以为其提供更精准的社会救助、养⽼⾦发放等。

第⼆类归集性使⽤是基于个⼈数据的群体性特征关联其他类型数据，进⾏针对群体的转换⽬的使⽤。

与第⼀类基于个体⾝份的关联性不同，这类转换性使⽤不再强调数据与特定个⼈的直接联系，⽽是基于应⽤场景的⽬标将来⾃不同个⼈的数据汇聚起来，并通过总结分析不同个⼈数据之间、以及个⼈数据与群体数据之间存在的相关性，发现数据之间的内在联系和规律，从⽽提取出群体特征、共同偏好、市场趋势等信息，以帮助更好地理解⽤户需求和市场趋势，⽤于指导⽣产、营销、运营等各个环节，优化各类场景下的经营决策。

例如，在商业场景中，将个⼈数据中的群体信息与货物⽣产信息、销售信息关联，实现“⼈-货-场”的数据化，在线上线下销售服务到仓储物流以及后端产品的⽣产制造等环节中，基于个⼈数据的群体性特征分析，可以帮助产业链更好地理解需求变化趋势，实现针对性的产品创新、以销定产、柔性制造等，从⽽提⾼资源配置效率并实现数字化转型（如下图）。

个⼈数据在商业场景中帮助提⾼资源配置效率并实现数字化转型

在公共服务场景中，群体化的个⼈数据和企业数据、政府数据汇聚形成公共数据，可以⽤于制定更科学的公共政策，提供更精准的公共服务，如通过分析交通出⾏数据来优化城市交通规划从⽽缓解交通拥堵，或通过分析医疗健康数据来了解⼈群的健康状况和疾病传播情况，以制定更有效的公共卫⽣政策等。

此外，通过将个⼈数据与其他数据的融合和交叉分析，例如将⽤户⾏为数据与天⽓数据、社会经济数据等结合，可以产⽣更深⼊的市场洞察，乃⾄进⼀步形成市场经验、商业情报或知识，为决策提供更全⾯的⽀持并带来核⼼竞争优势。在这⼀场景下，单⼀的个⼈数据对群体性的信息、经验和知识的形成边际贡献⾮常微⼩，更多依靠是算法处理、汇总整理、专业分析和商业判断，因此真正的价值增值并不在单⼀个⼈数据本⾝，⽽是后续数据处理者的信息整合和资源投⼊。在此类个⼈数据的转换性利⽤过程中，汇聚的个⼈数据不会再指向某特定个⼈，⽽是被抽象化、聚合化，转化为群体特征、趋势预测或规律发现的素材，其价值体现在对市场趋势的把握、群体⾏为的理解以及之后的决策作出和资源配置的优化上。（文/据阿里研究院）

责编：柯欣

审核：彭泺

终审：柳绪纲

《中国科技信息》杂志社

主管单位：中国科学技术协会

主办单位：中国科技新闻学会

在线投稿平台：www.cnkjxx.com

杂志收录情况：《中国知网》《中国期刊核心期刊（遴选）数据库》《中国学术期刊综合评价数据库（CAJCED）统计源期刊》《中国期刊全文数据库（CJFD）》《中国科协、中国图书馆学会（解读科学发展观推荐书目）》

来源：小雅科技说