如何定价|数据应该如何定价( 三 )

从理论上讲，数据供给者的保留价格当然是其主观决定的，但在很多情况下，数据供给者都会利用成本加成的思路来决定保留价格，即在自己提供数据的成本基础上加上一个比例来作为自己的保留价格。和所有的商品一样，提供数据所需要的成本也可以分为固定成本和可变成本两个部分。固定成本是为了搜集、制造数据所必须投入的。例如你要搜集工业机器百思特网的实时数据，就必须铺设传感器，这一笔投入就是固定成本。当这些固定的投资铺设完成后，每多搜集一笔数据又需要投入一笔新的资金，这些资金就构成了可变的成本。根据不同的交易模式，数据供应者可以根据这些信息，采用不同的方式来在成本加成的基础上构建自己的保留价格。具体来说，如果数据交易是一次性的、整笔的，他的数据生产成本就是整个固定成本和可变成本的总和，在这个基础上加上一个比例，就可以作为保留价格。而如果数据的交易是按量进行的——例如让数据的使用者调用，按照调用次数付费，那么他要考虑的成本就是调用一次数据所需要的边际可变成本，以及固定成本的分摊，然后再在这个数值的基础上加上一个比例作为保留价格。
相比于数据提供者的保留价格，数据需求者的意愿支付可能是更难决定的。从理论上看，对于数据的需求者而言，数据的价值应该等于其能为自己带来的边际贡献——换言之，有这个数据还是没有这个数据，究竟能给自己带来多少好处，这个好处就是他们所愿意为数据支付的费用的上限。这个思路看起来非常简单，但在现实中却很难执行。事实上，在很多情况下，即使数据的使用者自己，也很难知道多使用一些数据能对自己的分析有什么改进，而这些改进究竟能带来多少经济收益，更是难以评估。在这种状况下，要精确获知他们的意愿支付将是十分困难的。好在在现实的交易当中，他们在交易前并不需要提供这些信息。通过交易程序的设计，我们可以诱导他们认识、披露这些信息。
那么市场交易机制应该如何设计呢？这需要取决于交易数据的特性。
一般来说，如果数据的潜在买家比较多，数据的排他性也不太强，一个人使用数据并不影响其他人使用，那么直接将数据供应者的保留价格设定为市场的价格就是一种比较好的价格。在这种设定下，所有愿意支付超过这个保留价格的用户，都可以获得数据，所有潜在的需求都能得到满足。从社会福利的角度看，这是一个比较好的结果。对于数据供给者来说，也能带来比较丰厚的收益，这是一个共赢的结果。在现实中，类似类型的数据有很多已经在采用这种模式进行交易。例如一些数据公司提供的研究数据，以及一些咨询机构提供的报告（在报告中往往有很多特别制作的数据），都是采用这种模式进行交易的。
当然，如果数据的潜在交易对象较少，数据本身的排他性又很高，那么以上的市场设计就不再适合了。举例来说，假设A、B两个公司都在尝试获取一套数据，如果这套数据被其中一家公司获取，则可以帮助公司制定有效的策略，带来巨大的价值，而如果这套数据被两家企业所共享，那么这个数据将一文不值。显然，在这种情况下，如果数据的供应者再按照上述策略来实施交易，这笔交易就不会达成。为了促进交易的达成，他可以采用一些变通的方法，例如设计一个拍卖机制，将保留价格作为底价，让A、B两家公司对数据进行竞拍，价高者得。通过拍卖制度，不仅A、B两家公司可以更好地通过对手的出价信息来认识数据的价值，最终还能保证数据落到对它评价最高的那家公司手里。显然，这比单纯的设定价格要有效得多。当然，拍卖制度的设计本身就是一门学问，关于这些技术问题，限于篇幅，在这里先不作展开。