道格拉斯▪B.莱尼（Douglas B.Laney），曾任高德纳公司副总裁、首席数据官研究与顾问团队的杰出分析师。道格拉斯研究并为客户提供咨询的内容包括信息变现及估值、开放及组合数据、卓越分析中心、数据治理，以及以大数据为基础的创新。他是高德纳企业信息管理成熟度模型的作者，用数据和分析整合了几百个“可行性艺术”的真实案例，为《金融时报》编辑、合著了一部关于大数据的电子书，并曾两度荣获高德纳年度思想领导力大奖。

道格拉斯创建信息经济学这一领域，开发量化及获取信息经济价值的方法，并提出将传统资产管理实践应用于信息资产的方法。他曾在主要商学院及会议上就这个主题发表演讲，而他的文章见诸《福布斯》、《华尔街日报》和《金融时报》等各大报端。在其从业生涯中，道格拉斯曾在全球信息整合商和早期软件公司中担任领导职位。他在高德纳担任了11年分析师。

《信息经济学：如何对信息资产进行定价、管理与度量》研究了信息的经济意义，它力求将经济和资产管理的原则和做法应用于信息资产的定价、管理和度量。本书在全面阐释信息经济学的同时，解决了以下问题：CEO和信息领导者如何更充分地将信息作为企业资产，CIO如何提高信息的流动性和访问性，首席财务官如何帮助企业衡量信息资产的实际和潜在价值。

从你的信息中获取的不只是现金

现金为王不假，然而坏消息是国王也知道你拥有现金。换句话说，这些收入是需要纳税的。交换你的信息，从而获得金钱回报，即出售或者向外授权许可使用信息，看起来是用信息进行交易的最简单方法，可是这种方法很少成为最优方法。这不仅仅因为在损益表中，现金交易显而易见，而且金钱只是某种价值的象征或者衍生物。相反，认真考虑一下交换信息可以给你带来哪些好处。找到了正确的交易伙伴，你就可以从信息中获得更多经济收益，而不仅仅是让对方给你开一张支票。

首先，寻找从供应商那里获得优惠条款、条件或者折扣的机会，以此向他们提供你或者你的客户如何使用对方产品的信息。

过去数十年里，杂货店充当着桥梁的作用。

通常，多数人在杂货店刷象征客户忠诚度的会员卡时，会看到收银台自动对某些商品进行打折处理。然而，这是真正的折扣吗?当然，杂货店会在广告中说，如果注册使用会员卡的话，你们将会获得折扣。这是因为我们很忠诚吗?我们经常购物的话，会获得更大的折扣吗?不会的。或许会员卡会鼓励忠诚度，可是我们能够从所有大型杂货店，甚至是任意杂货店那里获得一张会员卡，然后想什么时候使用就什么时候使用。因此，除了能够获得基于忠诚度的折扣以外，背后还有其他玄机。

现实中，“忠实折扣”其实是一个秘密的零售密码，代表着“免费换取你的个人及所购商品的信息。”除了你的忠诚度，杂货店和其他有着类似活动的商家想要获得的是有关你的数据。

在30年前，联邦快递的CEO弗莱德·史密斯（Fred Smith）曾表示：“有关包裹的信息与包裹本身同等重要。”①此后，这一想法和理念迅速传递到商业经营的方方面面。最近，我们发现有些公司干脆在做积累和出售数据，而且价格高昂。杂货店“忠诚度”的例子已经存在数十年了，但这是企业对个人客户(B2C)模式。当今，某些企业领导者认识到这一模式也可以延伸到企业对企业(B2B)模式中。事实上，我曾经对几乎所有行业中的企业提供咨询，从电信到能源、制造，再到金融服务行业，告诉他们如何在企业内部付诸努力，将他们拥有的信息资产进行包装、产品化、定价和推广。如果将弗莱德·史密斯的话再拓展一下的话，在某些情况下，或许客户信息与客户本身同等重要。

不论有无税收优惠，交换信息也为传统企业开创了新的业务。信息已经从企业经营的副产品，发展成为企业业绩的刺激因素，现在，俨然成为一种新的、合法的、广泛接受的法定货币。那些培育、管理，并准备使用这一新时代货币的企业主管们将获得越来越多的收入流和商业化选项。

降低信息管理和分析的成本

除了销售收入的增加，信息变现还体现在支出端。记住，变现指的是一项或多项信息资产任何形式的经济收益。

仅仅一年中，折扣零售商美国达乐公司的净收入增加了121%，同店销售额增加了9.5%。这一结果部分归因于高级副总裁兼首席信息官瑞安·布恩(Ryan Boone) 负责的一个很有意思的项目。虽然对外公布涉及8800家门店、约120亿美元销售收入，共计45兆字节、700亿行的数据是一件很头痛的事情，但是布恩使用了云数据库，聘请了分析提供商 1010 data(现在隶属Advance/New house) 来完成多个数据库的合并。这可以让公司主管更迅速、更深入地了解本公司的销售收入和其他经营活动。达乐公司当即发现门店在一些应该开门营业的时间并没有开门。销售数据显示，一些门店每天在关门时间临近时销售额激增，这说明他们应该延长营业时间。

……

另一个零售商发现，仅仅通过更新公司的数据基础设施，更好地处理大数据，每年就可以减少数10万美元的数据处理费用。西尔斯百货公司(Sears) 的海量销售数据让主机不堪重负，严重影响了数据的竞争力。面对1100万个库存单位(Stock Keeping Units，SKU) 的80亿行销售数据，将近20亿行的库存数据和大约4000个商店的数据，系统只能做到每季度计算一次商品价格弹性，而且只用到其中10%的数据。在项目主管菲尔·谢利(Phil Shelley) (现任Datametica首席执行官) 看来，将这一数据处理工作从主机移到Hadoop框架后，将6000行批代码减少到PIG的400行，运行效果提升了百倍，每年为公司节省60万美元。西尔斯百货公司可以基于全部数据每周进行一次价格弹性计算。

可惜的是，绝大多数信息和分析方面的主管在思考和行动方面只注重企业内部如何使用数据仓库和其他数据存储。事实上，打破围墙，将公司数据向外部开放可能会带来巨大的经济效益。更糟糕的是，很多企业由于缺乏基础设施连内部信息的经济效益都无法挖掘。

前言

第一部分 将信息作为资产变现

第一章    为何变现信息

第二章    信息变现的主要途径

第三章    信息变现的方法

第四章    信息分析技术——信息变现的“引擎”

第二部分 将信息作为资产管理

第五章    信息管理成熟度与原则

第六章    信息供应链与生态系统

第七章    信息资产管理标准与方法的借鉴

第八章    应用资产管理提升信息成熟度

第三部分 将信息作为资产衡量

第九章    信息是一种资产吗？

第十章    谁拥有信息

第十一章              信息资产的量化及入账

第十二章              用经济学原理处理数据

第十三章              信息经济学的趋势

附录一 信息管理成熟度挑战

附录二 信息产权相关的法律裁决案例