查看原文
其他

【数据法学】Catarina Arnaut等:欧洲经济区内公司之间数据共享和再利用的量化

Catarina Arnaut 大数据和人工智能法律研究 2022-11-09

B D A I L C 

 欢 迎 关 注 


Louis Aston





欧洲经济区内公司之间数据共享

再利用的量化


文 / Catarina Arnaut, Marta Pont, Elizabeth Scaria, Arnaud Berghmans, Sophie Leconte

译 / 徐慧碧 殷忠鸿




本章针对欧洲经济区(EEA)内各公司在线调查所收集的信息和数据进行了全面分析。该调查于2017年8月中旬至2017年11月底进行,旨在收集关键信息以量化企业对企业关系中的数据共享和再利用,以及由于没有获得其他公司的相关数据而导致错失商业机会。对下面的研究结果应当谨慎解读,因为它们并不代表欧洲经济区(EEA)内所有公司。

根据调查收集到的答复,研究成果的讨论分为四个部分。首先,概述了参与调查的公司的企业社会人口信息。其次,对欧洲经济区(EEA)内公司之间数据共享的不同方面进行了仔细审查。对B2B关系中的数据再利用做了类似的分析。最后,估计并详细讨论由于缺乏其他公司的数据而导致错失商业机会。




1.样本的人口统计分布

考虑到本研究的目标、时间轴和可用资源,无法调查欧洲经济区(EEA)内所有的公司。因此,为了收集可以得出关于全体人口结论的数据,选择和调查了全体人口的样本(关于样本的更多信息可以在附件1中找到)。

来自欧洲经济区(EEA)24个国家的129家公司参与了这项调查,这些公司在六个选定的商业领域运作,并且属于本研究针对的四种公司的规模。收集调查的答复具有较大挑战性,有一部分原因在于该主题的新颖性。鉴于样本有限,需要谨慎解读下面列出的一些结果。


1.1 地域覆盖范围

该调查针对在欧洲经济区(28个欧盟成员国,冰岛,列支敦士登和挪威)经营的公司。考虑到129个调查对象的样本,参与调查的国家最多的是西班牙(22),其次是克罗地亚(14)、德国(14)、法国(12)和意大利(10)。下图显示了参与调查的129家公司的国家分布情况。

图9.各国答复的数量


1.2 公司规模

公司规模是根据员工人数确定的,所有公司规模的分布相当均衡(从小型公司的21%到中小型公司的27%)。下面的数字显示了参与调查的129家公司的公司规模分布情况。

 图10.公司规模的回应数量


 

图11.按公司规模作出答复的百分比


1.3 商业部门

参与率较高的行业包括智能制造业(24%)和数据驱动(23%),其次是智能农业(16%)。从智能生活环境(7%)、智能电网和仪表(6%)以及电信(4%)等行业的公司收到的答复较少。虽然该研究针对六个特定行业,但其他行业的公司也参与了该调查(20%)。下图显示了六个选定行业的受访者的分布情况。

 

图12.商业部门的答复数量


 图13.商业部门受访者百分比




2. 欧洲经济区(EEA)内公司之间的数据共享

本节试图量化欧洲经济区(EEA)内B2B关系中的数据共享。在确定了要求共享数据的公司的百分比(以下简称为“数据供应商”)和描述其受众特点之后,本节对推动公司之间共享数据的原因、共享数据的类型、与其他公司共享数据的首选机制、选择共享数据的部门、共享数据的条件、从数据共享中得到的收入进行了统计分析。最后,这一部分还介绍了目前不进行数据共享的公司,不进行数据共享的原因以及未来愿意与其他公司共享数据的原因。


2.1.数据供应商

在参与调查的129家公司中,有39%的公司要求与其他公司共享数据。回应本调查的绝大多数数据供应商主要是在他们自己的商业部门共享数据。他们只提供他们生成的一小部分数据。他们共享数据主要是考虑到开发新的商业模式和/或产品或服务。应用程序设计接口(APIs)是将数据提供给其他公司的首选机制。本调查可以观察到共享数据的不同情况,包括对特定用户群免费或不受限制或几乎没有限制,以双边商定的方式交换服务或根据单独谈判的方式获得报酬。下图总结了在本研究框架内答复的数据供应商的总体情况。在下文中提供关于不同特征的更多细节。

 图14.根据调查结果数据供应商的情况


20%的数据供应商中认为数据共享是目前的主要经济活动。调查结果表明,目前有许多数据供应商将共享数据作为次要活动,但计划到2022年将数据共享作为其主要活动。因此,数据共享作为主要活动预计将在未来五年内实现增长。更具体地说,在当前的数据供应商中,共享数据作为其主要活动的公司的比例预计在未来五年增长到46%。下图显示了在2017年和2022年不同公司规模的数据供应商将数据共享作为主要活动的百分比的对比。在微型和大型企业中增幅最大(分别为37%和30%)。

表1. 按照不同公司规模划分,2017年数据供应商数量,2017年将共享数据作为主要经济活动的数据供应商数量和在2022年未来可能将共享数据作为主要经济活动的数据供应商数量


 图15. 2017年与2022年不同规模的公司中以数据共享作为主要活动的比例


数据供应商的百分比因国家、公司规模、业务部门的不同而不同。下图显示了参与调查的各国数据供应商的总数与受访的数据供应商数量对比。

 

图16.各国数据供应商的数量与各国参与调查的答复者总数对比


 63%的大公司与其他公司共享数据。当与中型企业(37%)、小型企业(22%)和微型企业(31%)相比,这一比例似乎相当高。下图显示了按公司规模分类的数据供应商的百分比。

图17.按公司规模分类的数据供应商的百分比


数据供应商似乎更集中于智能电网和仪表(75%)和数据驱动(57%)等特定领域。 另一方面,智能制造业(19%)和智能生活环境(22%)的数据供应商比例较低。下图显示了商业部门数据供应商的比例。

图18.按商业部门分类的数据供应商百分比


大多数数据供应商(90%)在自己所属的商业部门中共享数据。除了自己的部门外,他们似乎也与IT服务部门(33%),公共领域(29%)和研究部门(27%)共享数据。下图显示了数据供应商共享数据的主要部门的分布情况。

 图19.数据提供者共享数据的主要部门的分布情况(一家公司最多可以选择五个部门)


2.2 与其他公司共享数据的原因

完成调查的50家数据供应商中约有三分之一与其他公司共享了八年多的数据。下图显示了根据数据提供者与其他公司共享数据的年数分布情况。

          

 图20.数据提供者与其他公司共享数据的年数的百分比


许多公司正在与其他公司共享数据,探索开发新业务模式和/或新产品和服务的可能性(74%),与其他公司建立伙伴关系(48%),并通过货币化数据产生收入(40%)。下表概述了被调查的公司与其他公司共享数据的动机。

 表2. B2B数据共享的动机(一家公司最多可以选择三个原因)


尽管这个样本中的许多公司似乎与其他公司分享了很多年的数据,但他们仍然面临着困难。值得注意的是,超过一半的数据供应商报告在与公司共享数据时遇到了障碍,其中73%将技术障碍和相关成本列为面临的主要障碍之一。


2.3 共享数据的特征

根据调查中获得的信息,共享的两种最常见类型的数据是由内部IT业务系统生成的数据(有关产品、服务、销售、物流、客户、合作伙伴或供应商的信息)(56%)以及由物联网生成的数据(包括传感器和手机)(54%)。从这些类型的数据中,实时或接近实时的数据(44%)和交易的数据(32%)是最常分享的数据特征。下图显示了受访公司共享的最常见的数据类型和数据特征。

图21.共享数据的类型(一家公司最多可以选择两种类型的数据)

 

图22.共享数据的特征(一家公司最多可以选择两种类型的数据)


参与此次调查的绝大多数数据供应商(86%)所分享的数据不到其每月产生的50%。以下表格和柱状图显示了公司每月生成的数据量和他们与其他公司分享的数据的比例。

表3.公司分享的数据总量和分享的数据比例


 图23.公司生成的数据总量和分享的数据的比例


2.4 共享数据的技术机制

数据供应商利用不同的技术机制来共享数据。考虑到目前的样本,应用程序编程接口(APIs)似乎是与其他公司共享数据的最佳技术机制(64%)。另外,大约一半的公司使用他们的网络服务(58%)和在线数据存储库/门户网站(46%)作为与其他公司共享数据的机制。下表显示了使用每种技术机制的数据供应商的百分比。

 

图24.公司之间数据共享的技术机制(一家公司最多可以选择四个机制)


4.2.5. 共享数据的条件

参与调查的数据供应商与其他公司共享数据选择了不同的条件。很多数据供应商免费共享数据,对特定用户群(40%)没有或只有很少的限制。只有一小部分数据供应商选择采用开放数据政策(即免费向大范围的用户共享数据)(8%)。其他分享数据的条件包括补偿,无论是货币还是交换服务。下表概述了数据供应商与其他公司共享数据最常见的条件。

 表4.共享数据的条件(公司可以选择最多两个条件)


2.6 B2B数据共享产生的平均年收入

许多对此调查作出答复的数据供应商因B2B数据共享(34%)而每年挣得少于5 000欧元。下图显示过去三个财政年度数据供应商因B2B数据共享活动产生的平均年收入。

图25.过去三个财政年度因B2B数据共享活动产生的数据提供者的平均年收入


大部分在B2B数据共享活动中赚取超过100万欧元的公司,其公司的总收入超过1亿欧元。下图显示过去三年来,数据供应商因数据共享活动产生的平均年收入与其总收入之间的比较。

图26.来自B2B数据共享活动的平均年收入与公司总收入之间的比较

(所示百分比是数据供应商总数的比例)


上图还显示,随着参与B2B数据共享活动的公司比例增加,公司的总收入也有所增加。


2.7 尚未从事B2B数据共享的公司

在129名受访者中,有60%的公司不与其他公司分享数据。一半的受访者认为隐私问题是与其他公司分享数据的原因之一。商业秘密、被他人盗用的恐惧、商业战略的考虑(33%)、缺乏对公司数据的需求(32%),以及与共享数据技术流程相关的安全、安保和责任条件的不确定性(28%)和缺乏激励(28%)是不共享数据的其他常见原因。另一方面,没有适当的许可条件似乎并未受到任何一家参与调查的尚未参与数据共享的公司的关注。

 图27.不共享数据的原因(一家公司最多可以选择五个原因)


目前没有进行数据共享的公司中的三分之一在未来五年内有可能参与B2B数据共享。 然而,46%的被调查的公司不太可能在不久的将来分享企业对企业关系数据。下图显示了在未来五年内与其他公司进行B2B数据共享的可能性。

 图28.在未来五年中参与B2B数据共享的可能性


许多尚未参与B2B数据共享的公司(57%)认为与数据共享活动能产生相关的收益。所有可能在不久的将来参与B2B数据共享的公司似乎都意识到这项活动可能带来的影响(见下表),包括与其他公司建立伙伴关系(62%),数据货币化和可能的额外收入(60%),以及对创新的支持(53%)。

表5.数据共享的好处(一家公司可以选择多项好处)


尚未参与B2B数据共享的公司指出了三个主要因素,可能会增强他们未来共享数据的意愿:法律上明确“数据所有权”(62%)、追踪数据使用情况的能力(46% )、增加有关许可协议性质和程序的确定性(42%)。下表显示了各种可能增强在企业对企业关系中共享数据意愿的因素。

 表6.未来五年可能增加参与B2B数据共享意愿的因素(公司可以选择最多四个原因)


参与B2B数据共享的意愿因行业的不同而有差异。许多目前没有共享数据的公司似乎对从事B2B数据共享感兴趣,特别是对两个商业部门,包括制造与处理(39%)和IT服务(34%)。下图显示了公司与不同行业共享数据的意愿。

图29.按行业划分的未来五年从事B2B数据共享的意愿(一家公司最多可选择五个部门)




3.欧洲经济区(EEA)内公司之间的数据再利用

本节试图量化欧洲经济区(EEA)内B2B关系中数据的再利用。在确定要求重复使用来自其他公司数据的公司的百分比(以下称为“数据用户”)和描述其受众特点之后,对以下几个方面进行了描述性数据分析:驱使公司再利用从其他公司获取的数据的原因、再利用的数据的类型、从其他公司获取数据的首选机制、选定的行业、从其他公司获取数据的条件、从数据供应商处获取数据的成本。最后,这一部分还介绍了目前没有再利用其他公司数据的公司,不这样做的原因以及他们未来是否愿意从事B2B数据再利用的情况。


3.1 数据用户

在参与调查的129家公司中,有42%的公司宣布再利用其他公司的数据。根据数据供应商所反映的情况,绝大多数数据用户倾向于重复使用来自他们自己所属的商业部门的数据。许多数据用户承认他们依赖外部数据来推进他们的业务目标,特别是开发新产品和服务或者为改进他们现有的商品目录。实时或接近实时的数据是他们最常使用的数据类型。数据主要是免费获得的,或者是根据双边商定的方式获得报酬。下图总结了数据用户的一般概况。有关不同特征的更多细节在下文中提供。

图30.根据调查结果分析数据用户的情况


大多数数据用户高度依赖外部数据来实现其业务目标。 如下图所示,大多数重复使用数据的公司(70%)认为从其他公司获取数据对其业务非常重要或极度重要。

图31.重复使用其他公司的数据对业务目标的重要性


数据用户的比例因国家、公司规模和业务部门的不同而有差异。下图显示了各国数据用户数量与参与调查的国家/地区的答复总人数之间的对比。

图32.按国家划分的数据用户数量


63%的大公司重复使用其他公司的数据。与中型(31%)、小型(30%)和微型公司(43%)相比,这一比例似乎相当高。下图显示了按公司规模划分的数据用户的百分比。

图33.按公司规模划分的数据用户的百分比


数据用户似乎更多地集中在数据驱动(67%)、智能农业(57%)和智能电网和仪表(50%)等特定领域。另一方面,在这些部门的数据用户较低,如智能生活环境(33%),智能制造(26%)和电信(20%)。下图显示了根据商业部门划分的数据用户的百分比。

 图34.商业部门数据用户的百分比


许多数据用户正在获得他们自己的商业部门的数据(83%),但他们也再利用了IT服务(35%)、公共部门(21%)和研究部门(15%)等的数据。值得注意的是,来自数据驱动部门的一半数据用户正在从批发贸易部门的公司获取数据。下图显示了不同行业的公司其主要部门的数据再利用情况。

 

图35.数据用户访问数据的主要部门的分布情况(一家公司最多可以选择五个部门)





本文仅作学习交流之用

Arthur Claude Strachan




往期荐读




编辑:钟柳依


欢迎点击“阅读原文”

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存