Web3数据产品总览：现有哪些Web3数据产品 它们的护城河和商业模式

作者：Saurabh Deshpande等，Decentralised.co研究员；翻译：金色财经xiaozou

所有生物都会留下一些记录。动物通过追踪季节来了解何时狩猎。啮齿动物和鸟类将食物储存在独特的地方。当他们在几个月后访问它以维持生计时，他们需要记住它们存储在哪里。狼在领地周围留下标记，示意其他动物不要靠近。甚至树木也会记录时间。每年，树干上都会形成一个环。人们可以根据年轮的数量来估计一棵树的年龄。

尽管树木和动物能够记录时间，但它们无法检索或讲述过去。他们无权访问内存。这就是人类记录保存的不同之处。由于我们的沟通能力，我们知道美索不达米亚的苏美尔人（公元前3400年）和古埃及人（公元前3200年）使用楔形文字和象形文字来记录信息。

当知识可以在不需要来源实际参与的情况下传递时，人类就进化了。在柏拉图或苏格拉底去世很久之后，我们仍然阅读并欣赏他们的作品，因为我们有办法存储他们的教义。写作是最初的 AR 平台。

（来自伊朗的信件记录了谷物的情况。）

写作可以让事情充满想象，数据帮助保持事情的客观性。它减少了个人将事物存储在记忆中的要求。这就是为什么一些最古老的人类文本涉及债务、收入或贸易记录的部分原因。

1、走向数字化

在后工业时代，企业通过将销售记录数字化来建立竞争护城河，以加强其市场地位。其中一个例子是一家名为 Asian Paints 的印度公司。他们的涂料可能不是市场上最好的，但他们控制着印度80亿美元涂料行业50%以上的市场份额。

为什么？简单的答案是，它是一个家喻户晓的品牌，而且该公司具有规模经济。但他们如何实现这一目标的？根源在于数据。他们在数据收集和处理方面投入巨资，以优化供应链。 

Asian Paints 股票在过去 30 年中的复合年增长率高达 25%。支持这一增长的是 20 世纪 70 年代对大型计算机的投资。他们的设备比当时印度最好的研究机构使用的设备更强大。它每小时收集有关印度各地销售的油漆颜色和数量的数据。这使得Asian Paints 公司能够建立一个模型，以 98% 的准确率预测整个印度的涂料需求。  

这种预测能力使Asian Paints 公司能够获得最大价值，因为它可以大大减少补货时间。当时，销售油漆等商品的标准是将其出售给批发商，然后批发商将其交给经销商，经销商再将其出售给经销商。经销商将直接与消费者互动。供应链之所以如此复杂，是因为各方都拥有资产库存并控制着涂料供需数据。

Asian Paints创始人Choksey先生，通过研究最终用户的消费模式并减少对中间商的依赖，将批发商和分销商从供应链中剔除。通过消除中间商，Asian Paints获得了 97% 的 MRP（经销商获得 3%）  ，而竞争对手则只能获得 60%。

(电报可提取价值将是通过电报传送的领先的行情显示系统。)

向数字化的转变并非一蹴而就。数据收集之所以变得有趣，部分原因在于金融的发展以及数据之间越来越紧密的相互联系。例如，在20世纪后期，股票市场数据是借由像上面这样的设备通过电报传递的。早在1835年，交易员们就已经训练鸽子携带纸片传递信息了，纸上面描述了欧洲发生的事情。载着货物的轮船驶离陆地不到50英里时，鸽子就会带着信息飞到指定的地点。交易员常常为每提前一小时获悉消息而付费高达500美元。

到1867年，交易员们开始竞相优化电报的信息传递速度。一位名叫E. A . Calahan的西联汇款员工向纽约证券交易所支付了20多万美元，以获得让交易大厅的员工向其客户传递股票行情信息的能力。年轻的科学家托马斯·阿尔瓦·爱迪生(Thomas Alva Edison)就是努力优化这个系统的若干人之一。一个世纪后，像Bloomberg terminal（彭博终端）这样的工具可以指数级提升任何一天所传递的金融数据的速度和数量。

2、原始数据建模

数据就像原油一样，必须经过若干步骤的提炼才能被使用。了解Bloomberg是如何发展的，有助于了解整个数据领域是如何演变的，以及具体的发展过程。Bloomberg并不是第一个尝试利用技术改善交易和报告机制的公司。纳斯达克（NASDAQ）使用Bunker Ramo（邦克拉莫）终端发布信息并下达买卖指令。然而，依赖于以前的电话通信网络意味着这种模式的扩展将始终具有挑战性。

（图片来源：纳斯达克——自动化场外交易的演变）