Spirit Airlines 倒闭了。它开始拍卖其资产。在航空公司的破产拍卖中，你通常会期望看到什么？飞机、设备、软件，甚至可能还有机场时刻。但登上头条的是他们的数据。不是任何数据——而是他们的运营数据，例如电子邮件和 Teams 消息。

Google 出价 1000 万美元收购它。Google 并不是唯一的竞标者。Mercor，一个由 AI 驱动的招聘平台，出价 750 万美元。

这不是他们的客户群，甚至也不是发票数据。根据报道，它包含 1 亿封电子邮件、5 亿条 Teams 消息和 3000 万行代码。那是他们的日常运营和决策对话。想象一下，一家濒临倒闭的公司的对话价值 1000 万美元。

当然，这笔交易尚未最终敲定。该航空公司的员工因隐私问题已提交请愿书反对这笔交易。但 Google 为什么想要这些数据？更重要的是，你如何估算你的数据资产的价值？是什么让这种估算如此困难？

我的公司帮助 PE 公司进行商业尽职调查。在这里工作了 8 年，我也许能分享一些技巧，帮助你评估你的运营数据的价值。

是什么让 Spirit Airlines 的数据如此有吸引力？

传统上，结构化数据被视为高价值。这是因为它很容易输入分析引擎并用于训练机器学习模型。将非结构化数据转换为模型友好的格式曾经很繁琐。大多数公司并不认为这样做有有意义的 ROI。

但这种观点最近开始改变。GenAI 可以从这些海量非结构化数据中提取结构。让 Spirit Airlines 的数据更有趣的是强化学习。

强化学习涉及一个智能体与环境交互，并从其收到的反馈中学习。随着时间的推移，随着更多的交互和反馈，智能体会针对一项具有挑战性的任务进行优化。它在教 AI 如何编码方面非常有效。因为成千上万的公共 GitHub 仓库已经为智能体提供了一个有意义的起点。智能体还可以在沙盒中运行代码，并通过测试获得即时反馈。这种即时反馈循环使强化学习成为可能。

但编码是一个特例。在那里创建反馈环境极其容易。但许多其他 AI 应用并非如此。而且没有什么比航空业更有利可图。工程师可以为物理世界创建一个模拟环境来建模飞机运营。但航空公司日常运营中做出的决策对建模环境来说是不可见的。

简而言之，工程师可以模拟一场风暴，并通过强化学习学会在其中导航。但是否应该飞越风暴，还是返回上一个机场，需要的不仅仅是生存概率。航空运营商必须在做出决定之前评估各种因素和专家意见。物理模拟在这里帮不上忙。

但如果工程师能够获取数十年来促成此类决策的对话记录呢？这正是 Spirit Airlines 的运营数据对 Google 的意义所在。这家航空公司是如何在疫情期间生存下来的？在需求突然激增或骤降时，它采取了什么措施？它又是如何管理供应链问题的？还有更多外部人士无法预见或推断的问题。

如何评估你的运营数据资产价值

与实物资产不同，数据——更具体地说是运营数据——并没有直接的价值。但我们仍然可以运用估值原则来评估数据资产。

但在继续之前，我想做一个区分。以下内容并非关于任何数据资产的估值。我想更多地聚焦于运营数据，这类数据在很大程度上一直被忽视，因为直到最近它才具有可市场化的价值。

我们主要使用三种方法来评估任何资产的价值。

收益法

资产为公司创造收益。根据资产在其生命周期内的预期回报来评估资产价值，难道不是明智之举吗？这就是收益法。一般来说，我们估算资产产生的直接现金流，减去资产在预期期间内的运营成本，然后按照你可以从次优替代方案中预期的回报率对这些数字进行折现。这种方法适用于许多资产类别，包括实物资产、无形资产，甚至企业。它同样完美适用于你的数据。

但对于运营数据而言，这种方法在两个方面存在困难。运营数据并不直接产生现金。一年前发送的邮件和软件日志是有用的，但它们本身并不赚钱。第二个问题是，没有次优替代回报率可以用来折现。不过，还是有办法来思考这些问题的。

运营数据不直接产生现金。但它能节省成本。

想想电子邮件；它们并不直接产生任何现金。但如果没有它们，公司就无法创造收入。然而，曾经帮助创造现金的邮件，其重要性已不如从前。而且，并非每封邮件都具有相同的价值。客户沟通和重要决策比通知员工年终派对的邮件更有价值。但这些邮件也曾帮助公司更快地解决问题，甚至避免了法律处罚。

挑战在于我们如何为这些赋予货币价值。答案并不简单。但以下步骤会有所帮助：

步骤 1：识别不同的数据资产类别。

我指的不是数据类型。即使在电子邮件中，与客户、保险提供商和员工通信的邮件线程也必须分别视为不同的类别。同样，将系统的性能监控与应用程序日志区别对待。

第2步：为每个数据资产类别找到未来的用例

每个资产类别都有不同的未来用例。想想性能监控日志。它们帮助团队为应用程序规划计算资源。另一方面，应用程序日志将有助于解释客户查询和调试应用程序逻辑中的问题。

第3步：估算它带来的收入或节省的成本

想想你或业内类似公司最近面临的法律问题。公司损失了多少或可能损失多少？这会让你估算出该资产类别特定用例的价值。

第4步：估算未来使用的概率或频率

一次法律纠纷并不意味着每个客户都会与你发生纠纷。因此，你的客户沟通电子邮件的价值不能是你估计损失的总和。计算这些事件的概率。如果你没有足够的事件来计算它们，请尝试代理组织或在行业层面进行估算。

第5步：计算每个资产类别的价值

现在你有了每个数据资产类别的用例、它可能被使用的概率以及需要时的价值。这些信息足以计算预期资产价值。然后你可以将这些用例价值相加，得到数据资产类别的价值。

金融专业人士会进一步将其分配到各年份，并以预定利率进行折现。这会给出稍微更有意义的估算。但我不想把这篇帖子的读者带入金融工程大师课。

成本法

如果你花1000美元买了一台笔记本电脑，我问你这台笔记本电脑的价值是多少，你会告诉我1000美元。同时，如果你今天查一下你的型号的价格，显示980美元，你可能会说980美元。两者都是正确答案。前者假设你花费的成本就是价值，后者假设你今天获得相同资产所需支付的金额就是其价值。这些都是基于成本的估值的例子。

大多数数据资产都可以用这种方法估值。如果你购买过这些数据，或者投资过数据收集活动，你就有这个数字。但运营数据不同。你不是获取这些数据，而是生成它。每天，随着你的业务运营，它都会生成这些数据。

但你仍然可以使用成本法来评估运营数据的价值。我认为有两种可能。

使用存储成本作为数据的价值。

你选择为未来需求存储这些数据并支付存储成本。这也告诉你这些数据对你有多重要。你组织的保留政策会考虑到这一点。你认为数据在一段时间后无用。在那之前，你支付存储费用。此外，如果数据对你至关重要，你会安装副本。这也有成本。

使用保险成本。

如果数据对你的业务运营至关重要，你会为其投保。如果不是，请索取报价。你可以扣除该价值的一小部分以计入保险公司的保费。

对于运营数据，成本法可能是为你的数据赋予美元价值的最快方式。

市场法

你能以多少钱出售你的运营数据？这就是市场价值。

不幸的是，公司不会四处出售运营数据。他们会保护它。除非你在破产拍卖中找到它，例如Spirit Airlines的案例，否则你无法在任何地方找到它。但如果你幸运地找到一个，这并不意味着你的数据价值相同。

一旦你找到了代理公司数据资产的市场价值，你必须根据数据质量、数量和多样性调整价值。数量，也许，是显而易见的。但如果代理数据集在完整性、正确性、及时性和粒度上得分很高，你的数据可能不如他们的有价值。其他最重要的是来源和使用权。你不能出售你不拥有或没有权利出售的数据集。这是运营数据的常见情况。客户发给你的电子邮件归谁所有？即使是你，你能出售它吗？

事实上，这就是阻止Google的Spirit Airlines数据交易的原因。工会认为Spirit Airlines的运营数据包含属于员工而非航空公司的元素。因此，他们坚持航空公司不能出售它，这样做会侵犯隐私。

最后思考

不知不觉中，你可能正在创造一项价值百万美元的资产。Spirit Airlines 的破产拍卖证明了这一点。日常对话、软件日志以及为内部效率而编写的代码，被 Google 估值为 1000 万美元。

如果一家濒临倒闭的航空公司的数据都值这么多钱，那你的数据又值多少呢？我们可以用一些传统的估值技术来回答这个问题。当然，每种方法对你的数据都会给出不同的估值。但当多种方法得出的估值趋于一致时，你对这个数字就会更有信心。

我已经讨论了如何使用收益法、成本法和市场法来估算任何企业运营数据的价值。但在实践中，你仍然需要对其进行调整。你会改变什么？我很想知道。

感谢阅读，朋友！也欢迎在 LinkedIn 和 X 上跟我打个招呼！

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：Towards Data Science

原创地址：https://towardsdatascience.com/google-offered-10m-for-a-dying-airlines-data-how-can-you-value-yours/