随着人工智能和大数据技术的进步，很多企业都坐拥规模庞大、种类丰富的数据，但有数据就能带来价值吗？显然不是这样。我们都知道数据就是新经济时代的“石油”，可是没有获得洞察的数据就像没有科技含量的化学工业，其实是意义并不大。有了大数据，我们还要有正确的理论框架、系统的专业知识、科学的分析模型，让海量的数据产生意义，然后有针对性地采取行动，从而在企业管理中做出由数据驱动的决策和变革，建立数据导向的企业文化，引领行业形成洞察经营活动的独特视角，找到整个行业高质量发展的独特路径。
以弗雷德里克·泰勒为代表的科学管理理论奠定了生产结构化、标准化的管理方法，将专业分工应用到工业流水线的设计层面，以优化工作职责和任务为目标，研究时间和动作的配合关系，不断创造出提升企业劳动生产率的标准操作方法，并按照科学管理原理指挥现场生产，这样就可以将权利下放到基层，尽可能让各类生产要素的潜能发挥到极致。这么来看，我们是不是发现，100多年后的今天也有似曾相识的感觉，泰勒的理论依然在起作用。世界上很多成功的大型企业，特别是互联网电商平台、物联网和人工智能型公司都在加大对数据科学的投入，围绕大数据部署数字化转型，指导经营行为、发现客户习惯、引领业态升级。
产权市场的数字化转型也已经进入到大数据时代，但数据分析尚处于起步阶段，以全国多家交易机构共建的“E交易”平台为例：经过四年多的积累，由平台上线时的一家交易机构，目前已经发展到了分布在全国各地的各类产权交易机构、公共资源交易机构、拍卖公司、招投标公司以及自主使用平台的国有和民营企业超过600家机构用户，注册投资人和供应商近13万家，成为行业内全国最大的跨区域互联网产权交易云平台。随着上线机构增多和业务量的增长，“E交易”平台的数据规模也在呈现出井喷式的增长，数据分析的深度与广度还在不断地提升，并已经形成多套数据算法模型，开始赋能包括产权交易机构在内的平台用户，或许能够让产权交易机构在互联网交易科技的支撑下加速数字化转型。我们试从以下四个例子来看。
通过平台运营景气指数
发现产权市场的发展趋势
通常意义上的景气指数(Prosperity index)是指行业发展的景气度，是对某个行业市场景气度调查中的定性指标通过定量方法加工汇总，综合反映某一特定调查群体或某一社会现象所处的状态或发展趋势。为了对产权市场有整体把握，同时能分析产权行业变动状况和发展趋势，我们需要有行业景气指数。一般情况下，产权市场的需求旺盛、交易活跃，行业景气指数上升，反之市场需求萎缩，各类标的挂牌和成交率下降，景气指数也会下行。景气指数应该可以反映出行业的周期性波动规律，这是产权市场成为各类生产要素配置平台的基础分析工具和必备指标体系，也是各地交易机构和各市场参与者开展收益与风险分析的主要参考依据。
为了客观反映产权市场的全要素、非标化、一次性交易特征，我们从E交易平台上的交易规模、交易效益和业务结构三个角度，分类提取了平台上的交易业务和招标采购业务的挂牌数量、挂牌金额、成交数量、成交金额、业务品种数量、投资人数量、客户数量、业务覆盖区域数量、成交率、核心业务成交率、竞价率、投资人报名次数、平均浏览次数、新客户挂牌比重以及新增客户数量这15个指标维度，对近几年的数据作了相应的技术处理，利用科学的算法呈现出这个全国性产权交易互联网市场的冷热度、关注度，也就是景气度。我们还根据算法大胆对未来发展趋势进行了预测，这无疑平添了大家参与产权市场的信心和决心，这个指数也成为目前最具代表性的产权市场晴雨表特征性指标。
通过平台各类价格指数
发现产权市场的投资机会
价格指数(Price index)是产生和应用较早的市场化投资分析工具，它既可以总体反映全部交易品种价格水平升降程度，也可以分类或就一个单独个体交易品种反映其价格水平变化程度，是较景气指数更进一步的分析指标。通常情况下，价格指数在宏观经济、标准化的股票市场或大宗商品领域都应用较多，其优点是能够直观看出交易价格变化的增减程度，便于直接做出投资决策参考。平时我们比较熟悉和关心的价格指数包括居民消费价格指数、固定资产投资价格指数、股票价格指数等，这些指数的变化都直接表征着着我们普通居民的猪肉消费价格、房地产投资价格和手中股票的价格变化，与我们的生活成本与投资收益息息相关。产权市场既然是要素流转的大市场，理论上也一定存在委托方、投资人、政府部门等各类要素交易参与者对价格指数的需求，以便他们制定投资策略、把握交易时机、提高资金效率、提升市场运营管理水平。而产权市场丰富的交易品种恰恰对应着全要素、非标市场的分析特征，与相对品种较为单一和标准化要素市场的价格指数，一定会形成有益的补充。当然，产权市场的价格指数显然受到更多内外部因素的影响，会随着大量非标要素的进入和交易品种的增加表现出不同的价格变化规律。所以，目前E交易平台的价格指数暂时按照实物类交易品种、权益类交易品种划分，各自选取交易量最大的四个子类别给出价格指数，包括实物类的二手车、二手设备、房地产、废旧物资和权益类的股权、债权、增资扩股和资产招租。无疑，这个价格指数体系肯定是具有E交易平台特色的，虽然还不能代表整个产权行业价格变化趋势，但对于所有产权交易平台用户是具有很强参考意义的，其所代表的方法论开辟了整个行业价格数据分析应用的先河。通过交易机构综合评价
发现机构的内部治理短板
综合评价（Comprehensive Evaluation）也叫多指标综合评价方法，是指使用比较系统的、规范的方法对于多个指标、多个单位同时进行评价的方法。它不只是一种方法，而且还是一种方法系统，是针对研究对象建立的一个进行综合测评的指标体系，目的是利用一定的方法或模型，对搜集的资料进行分析，对被评价的事物作出定量化的总体判断，让用户得到一目了然的判断。综合评价之所以被广泛认可，其显著特征就是其综合性和系统性，所以在实践中被很多行业广泛应用，如小康生活水平综合评价、环境监测综合评价、社会治安综合评价、国家（地区）综合实力评价等等。
产权交易机构是中国产权市场的核心组织者和重要建设者，产权交易机构的运营质量一定程度上决定着产权市场的未来走向。因此通过综合分析各机构之间的相互关系，客观评价交易机构内部治理水平是最简单、实用的判断方法，它既是各交易机构找出自身发展短板，提升内部管理水平的好方法，更是全行业共同提升内部治理和高质量发展的重要衡量标准。我们根据E交易平台目前数据的可获得性和准确性程度，构建起一个包括交易规模指标、交易发展水平指标、交易质量指标、市场关注度和客户管理能力在内的五类一级指标，包括产权交易成交宗数、产权交易成交金额、产权交易类别、资产所在地数量、溢价率、成交率、浏览量、异地成交率、黏性客户比例、新客户数量和新客户比重在内的11类二级维度数据的综合评价指标体系。通过运用科学的算法，我们为五个一级指标赋予不同的权重，构建五位一体的综合评价函数，再代入相应的能力数据，形成伞状的机构内部治理分析图，也称雷达图。这样E交易平台上的各家机构就可以清晰地发现自己的能力长板、短板，找到本机构改进管理、提升绩效的发力点。（北部湾产权交易所的内部治理值得我们学习）
通过随机森林模型
来预测每宗项目的成交概率
随机森林（Random Forest）在机器学习领域中，是一个包括多个决策树的分类器，其输出的类别是由个别树输出类别的众数而定，这是一种利用量化工具形象展示决策树的构建过程。决策树相当于一个大师，通过自己在数据集里学到的知识对于新的数据进行分类，以达到尽可能接近最佳的决策效果。俗话说“一个诸葛亮不如三个臭皮匠”，随机森林就是希望构建多个臭皮匠，通过最终的分类效果能够超过单个大师的一种算法。其最显著的优势是在模型的准确性与可解释性之间达到了某种程度上的平衡，特别适合经济金融领域的决策问题。
作为产权交易机构，在巩固强制进场的政策性资源的同时，不断向外围拓展进场交易的品类与规模，这已经成为每家交易机构创新的重点。但随着进场交易规模的不断扩大，成交效率成为了制约产权市场发展的瓶颈。交易机构对于很多传统中介组织已经做得相对成熟的市场，比如二手房交易，产权市场短时间还难以拿出好的竞争手段，有时甚至开始质疑产权市场的模式是否适合此类业务进场交易。因此我们就可以通过数据分析发现影响成交效率的核心要素是什么，以解决我们心中的疑惑，想出提高竞争优势的办法。E交易平台就是选择了项目类别、资产类别、产权类别、挂牌价格、挂牌天数、挂牌月份、交易方式、模块类型、是否批量挂牌、委托方、是否有优先权、所在地区、是否进入竞价专厅、每周几挂牌这14个标的属性，作为数据分析预测的输入特征，构建起决策数。我们经过对平台几年来的数据训练，最终的分析结果显示，挂牌天数、挂牌价格、委托方、所在地区和挂牌月份对项目是否成交具有重要影响。这对于产权交易机构而言，对降低推介成本和提高成交效率是很有帮助的，如果将此模型开发成应用程序模块，并展示在平台上作为客户预测工具，平台就能够很方便地帮助客户预测项目的成交概率，这将大大提高客户的满意度，持续提升产权市场的智能化水平。
经过四年多的探索，E交易平台已经构建了初步成型的数据分析模型，我们只需要将数学公式转换成计算机语言，并进行工程化开发，很快就可以形成即时展现的可视化数据分析应用场景。随着平台的数据规模越来越大、精准度越来越高，E交易平台的产权市场数据分析指标体系也会越来越完善，那时的数据分析指标体系才能真正成为产权市场的晴雨表，才能成为引领区域经济发展和全要素大循环的智能化指南针、风向标和驱动器。
案例集锦
