就在小米上市前夜，華爾街的一位華裔基金經(jīng)理點(diǎn)開(kāi)了一封未讀郵件，郵件寫道：

“想知道小米的銷售數(shù)據(jù)嗎?我們提供實(shí)時(shí)數(shù)據(jù)，按照品牌和產(chǎn)品分類。線上的數(shù)據(jù)是從天貓和京東獲取的;產(chǎn)品數(shù)據(jù)包括手機(jī)、掃地機(jī)器人等。而且，我們還提供小米和其他品牌廠商的對(duì)比。如果感興趣，請(qǐng)點(diǎn)擊回復(fù)。”

神秘郵件瞬間激起了這位基金經(jīng)理的興趣。

畢竟，華爾街玩的就是一場(chǎng)信息游戲。在股票市場(chǎng)，誰(shuí)能提前得知消息，誰(shuí)就可以預(yù)先布局，從而產(chǎn)生“阿爾法”(超額收益)。

正在疑惑這封郵件來(lái)自哪里，他的目光正好掃到了署名處：Sandalwood。

登錄Sandalwood官網(wǎng)，這家公司的主業(yè)看起來(lái)像是投資咨詢。而事實(shí)上，Sandalwood是一家數(shù)據(jù)交易商。

01 “數(shù)據(jù)大盜”

今年以來(lái)，越來(lái)越多涉及中概股的投資者，開(kāi)始聽(tīng)說(shuō)并談?wù)撈?ldquo;數(shù)據(jù)大盜”這個(gè)神秘的存在。

狹義地說(shuō)，所謂“數(shù)據(jù)大盜”，是指那些通過(guò)特定互聯(lián)網(wǎng)網(wǎng)絡(luò)技術(shù)手段，從電商公司的平臺(tái)上獲取相關(guān)上市公司銷售數(shù)據(jù)，繼而將這些數(shù)據(jù)“清洗”整理后，出售給機(jī)構(gòu)投資者的“另類數(shù)據(jù)公司”。

在他們的工作流程中，主要分為這幾個(gè)步驟：收集數(shù)據(jù)，清洗數(shù)據(jù)，分析數(shù)據(jù)，銷售數(shù)據(jù)。

作為其中的典型代表之一，Sandalwood系由一位名為Tony的華裔創(chuàng)立于2015年，自稱是亞洲最大的上市公司數(shù)據(jù)公司之一。

Sandalwood只是另類數(shù)據(jù)的玩家之一

Sandalwood的主要工作，除了主動(dòng)爬取相關(guān)電商平臺(tái)的數(shù)據(jù)之外，還從多家原始數(shù)據(jù)公司買入原生數(shù)據(jù)或清洗好的數(shù)據(jù)，進(jìn)行銷售。

不同于那些初級(jí)“數(shù)據(jù)大盜”，Sandalwood本身還是一個(gè)數(shù)據(jù)平臺(tái)，并號(hào)稱客戶可以通這個(gè)平臺(tái)訪問(wèn)7個(gè)獨(dú)特的數(shù)據(jù)源。

Sandalwood 的客戶，一般是資本市場(chǎng)中的買方，也就是那些代表他人投資股票和債券的基金——他們是尋求超額回報(bào)最積極的參與者。

更詳細(xì)地說(shuō)，Sandalwood 最看重的客戶，是美國(guó)對(duì)沖基金中的量化基金。他們多看重并使用數(shù)據(jù)來(lái)產(chǎn)生“阿爾法”。

眾所周知，華爾街對(duì)于“阿爾法”的追求從來(lái)沒(méi)有停下過(guò)腳步。在過(guò)去的150年中，“阿爾法”的來(lái)源平均每10-20年就要變化一次。

在20世紀(jì)50年代，最初的對(duì)沖基金發(fā)明了多頭/空頭股票策略。在20世紀(jì)80年代，數(shù)學(xué)和計(jì)算機(jī)比手持式計(jì)算器更具優(yōu)勢(shì)。在21世紀(jì)初，阿爾法是高頻交易。

這些策略或工具一度讓那些能夠首先使用它們的人比其他人更有優(yōu)勢(shì)。但隨著它們變得越來(lái)越普遍，它們的優(yōu)勢(shì)消失了，投資者不得不尋找新的策略工具。

目前看來(lái)，在如今的數(shù)字經(jīng)濟(jì)中，使用那些由海量數(shù)據(jù)掩蓋下的獨(dú)特的、金融市場(chǎng)以前不知道的信息內(nèi)容，是“阿爾法”的下一個(gè)來(lái)源。

客戶希望從數(shù)據(jù)中獲得優(yōu)勢(shì)，這便對(duì)Sandalwood所代表的另類數(shù)據(jù)公司們提出了更高的要求。他們需要數(shù)據(jù)比現(xiàn)在使用的更快或更準(zhǔn)確，或者它必須提供以前無(wú)法獲得的獨(dú)特見(jiàn)解。

Sandalwood們常見(jiàn)的數(shù)據(jù)采集手段，包括比如網(wǎng)絡(luò)爬蟲(chóng)，信用卡跟蹤，電子郵件破解，地理位置軟件，衛(wèi)星，主流APP應(yīng)用等——這些我們會(huì)在下文逐一揭示。

但是為了區(qū)別于對(duì)手，所有“數(shù)據(jù)大盜”都必須拼命去尋找更快更準(zhǔn)確的數(shù)據(jù)來(lái)源。為此，其中的部分從業(yè)者選擇了直接和電商平臺(tái)進(jìn)行交易，直接獲取第一手的產(chǎn)品銷售數(shù)據(jù)。

有利潤(rùn)的地方就會(huì)有交易。對(duì)于數(shù)據(jù)交易商而言，還有什么從電商平臺(tái)獲取的直接數(shù)據(jù)更好呢;對(duì)于電商平臺(tái)而言，身坐在價(jià)值連城的海量電商數(shù)據(jù)之上，為什么不變現(xiàn)呢?

有了第一手的領(lǐng)先數(shù)據(jù)，數(shù)據(jù)交易商便可以輕而易舉地打敗其他對(duì)手，也幫助對(duì)沖基金贏得了“阿爾法。

02 風(fēng)險(xiǎn)：內(nèi)幕交易與隱私保護(hù)

對(duì)于這樣的好用的信息，對(duì)沖基金往往一擲千金，數(shù)據(jù)公司幾十萬(wàn)美金的年費(fèi)似乎不在話下。

摩根大通估計(jì)，投資管理行業(yè)對(duì)大數(shù)據(jù)的支出在20億-30億美元，而且這個(gè)數(shù)字的年增長(zhǎng)率，在以每年兩位數(shù)的速度狂奔。

如此火爆的數(shù)字交易產(chǎn)業(yè)合法嗎?

之前，美國(guó)證券交易委員會(huì)(SEC)已成功起訴涉及數(shù)據(jù)公司的內(nèi)幕交易案件。該案件涉及兩名數(shù)據(jù)分析師通過(guò)分析信用卡交易獲取重大非公開(kāi)信息。

由于他們未經(jīng)數(shù)據(jù)所有者同意而獲得訪問(wèn)權(quán)，因內(nèi)幕交易而被起訴，并被迫支付超過(guò)1800萬(wàn)美元的罰款。

SEC曾指控美國(guó)第一資本投資國(guó)際集團(tuán)(Capital One)雇傭的兩名數(shù)據(jù)分析師，在2013年11月至2015年1月期間，對(duì)至少170家上市公司有關(guān)的信用卡交易專有數(shù)據(jù)庫(kù)進(jìn)行搜索。被告人Bonan Huang和Nan Huang使用這些數(shù)據(jù)，在上市公司財(cái)報(bào)發(fā)布前利用期權(quán)交易股票。

內(nèi)幕交易是指，知悉證券交易內(nèi)幕信息的知情人和非法獲取內(nèi)幕信息的人，利用內(nèi)幕信息自己買賣證券、建議他人買賣證券，或者泄露內(nèi)幕信息使他人利用該信息買賣證券，從中牟利或者避免損失的行為。

這其中涉及到幾個(gè)關(guān)鍵的概念，包括可以影響市場(chǎng)價(jià)值的重要信息(Materiality)、未公開(kāi)(Dissemination)的以及信托責(zé)任(Fiduciary Duty)。

數(shù)據(jù)交易產(chǎn)業(yè)鏈中的內(nèi)幕交易風(fēng)險(xiǎn)在于，有相當(dāng)體量的數(shù)據(jù)是能夠帶來(lái)優(yōu)勢(shì)的，也就是產(chǎn)生出影響市場(chǎng)價(jià)值的信息。

問(wèn)題在于，由于數(shù)據(jù)集需要購(gòu)買，一些機(jī)構(gòu)有渠道購(gòu)買，但普通投資者則無(wú)法獲取該信息。

所以盡管理論上數(shù)據(jù)集是可以公開(kāi)采集和購(gòu)買的，但事實(shí)上并非如此。所以，在某些情況下，如果使用或出售某些數(shù)據(jù)，特別上市公司季報(bào)公布前的銷售數(shù)據(jù)，將涉嫌構(gòu)成內(nèi)幕交易。

在美國(guó)，對(duì)內(nèi)幕交易的定罪不僅要求證明信息是重要的和非公開(kāi)的，還要證明違反了信托責(zé)任(Fiduciary Duty)，也就是說(shuō)信息是在未經(jīng)所有者同意的情況下獲得的。

由于許多電話和信用卡公司在其合同中包含允許其出售信息的條款，因此該條件很少得到滿足。但是隨著數(shù)據(jù)的不斷增多，同意不充分的可能性增加，從而增加了違反受托人義務(wù)的風(fēng)險(xiǎn)。

在歐洲，雖然不需要這一條來(lái)證明內(nèi)幕交易，但其他方面的標(biāo)準(zhǔn)更高。

除此之外，隱私則是一個(gè)更大的問(wèn)題——難道你忘了當(dāng)前仍令臉書(Facebook;NASDAQ:FB)焦頭爛額額那檔子事?

03 數(shù)據(jù)采集手段：從爬蟲(chóng)到衛(wèi)星

為了能夠得到買家的青睞，數(shù)據(jù)公司的采集數(shù)據(jù)的手段可謂無(wú)所不用其極，其獲取渠道至少包括：網(wǎng)絡(luò)爬蟲(chóng)，信用卡跟蹤，電子郵件破解，地理位置軟件，衛(wèi)星，主流APP應(yīng)用……

【1】爬蟲(chóng)數(shù)據(jù)

網(wǎng)絡(luò)爬蟲(chóng)是一種常用的收集數(shù)據(jù)的手段，許多的原始數(shù)據(jù)采集公司，都在公共網(wǎng)站、社交媒體、在線社區(qū)、郵件插件上搜索可能有價(jià)值的信息。

例如從應(yīng)用程序和用戶評(píng)論的下載，到航空公司和酒店通過(guò)票務(wù)網(wǎng)站接收預(yù)訂的信息。而通過(guò)社交媒體網(wǎng)站，則可以獲取有關(guān)消費(fèi)者觀點(diǎn)和趨勢(shì)的提示。

網(wǎng)絡(luò)爬蟲(chóng)可以跟蹤很多東西，從雜貨到汽車銷售的價(jià)格趨勢(shì)。分析師可以通過(guò)抓取消費(fèi)者網(wǎng)站上產(chǎn)品的評(píng)論，來(lái)評(píng)估新產(chǎn)品的推出和產(chǎn)品生命周期。

比如下圖所展示的一家叫做Thinknum的數(shù)據(jù)銷售公司，不僅提供多家在美上市公司的領(lǐng)先數(shù)據(jù)，還提供相關(guān)的投資分析服務(wù)：

包括特斯拉車的庫(kù)存數(shù)據(jù)，以及各社交網(wǎng)絡(luò)上和用戶的交互數(shù)據(jù)。

以及剛剛在香港上市的小米的社交網(wǎng)站的數(shù)據(jù)。當(dāng)然，這是免費(fèi)版的界面，相信付費(fèi)版中提供的內(nèi)容會(huì)更加豐富。

而這家名為Yipit Data的數(shù)據(jù)分析公司，不但覆蓋多家已經(jīng)上市的中概股，就是連剛剛遞交招股說(shuō)明書的拼多多的數(shù)據(jù)，它都有!

【2】信用卡追蹤數(shù)據(jù)

這里面另一個(gè)重要的數(shù)據(jù)來(lái)源，便是對(duì)消費(fèi)者信用卡的跟蹤。這些數(shù)據(jù)可以直接顯示消費(fèi)者真實(shí)的身份信息，以及在哪些產(chǎn)品上花錢的信息。

雖然它只能描繪出局部的銷售趨勢(shì)，但結(jié)合其他數(shù)據(jù)集，它們可以為機(jī)構(gòu)投資者提供非常重要的判斷依據(jù)。

于是，信用卡公司便成為了一座金礦。信用卡交易數(shù)據(jù)是最有價(jià)值的細(xì)分市場(chǎng)之一，是消費(fèi)類公司收入的頭等指標(biāo)。

【3】數(shù)據(jù)廢氣(exhaust data)

數(shù)據(jù)廢氣指公司記錄保存的副產(chǎn)品數(shù)據(jù)。許多科技公司都產(chǎn)生了數(shù)據(jù)廢氣，作為其核心活動(dòng)的副產(chǎn)品，例如銀行記錄，超市掃描儀數(shù)據(jù)或供應(yīng)鏈數(shù)據(jù)。

這些數(shù)據(jù)廢氣是由一些可存儲(chǔ)的選項(xiàng)產(chǎn)生的，操作和首選項(xiàng)，例如日志文件，插件，臨時(shí)文件，甚至是為數(shù)字化完成的每個(gè)流程或事務(wù)生成的信息。

其中最有價(jià)值的莫過(guò)于接口廢氣。這是指網(wǎng)站從前使用的數(shù)據(jù)接口，后來(lái)不用了也沒(méi)有刪除。一些數(shù)據(jù)公司便可以介入這些接口，獲取上市公司的數(shù)據(jù)。

【4】地理定位信息

智能手機(jī)配備了位置服務(wù)，允許我們使用地圖或天氣功能，但也讓移動(dòng)運(yùn)營(yíng)商隨時(shí)了解我們的位置。

這些數(shù)據(jù)對(duì)于希望了解我們正在訪問(wèn)的商店、酒店或餐館，以及尋找消費(fèi)趨勢(shì)線索的機(jī)構(gòu)投資者來(lái)說(shuō)，非常的有價(jià)值。

【5】傳感器及衛(wèi)星數(shù)據(jù)

無(wú)論是來(lái)自衛(wèi)星、智能手機(jī)、物聯(lián)網(wǎng)還是其他，傳感器產(chǎn)生的數(shù)據(jù)都是增長(zhǎng)最快、價(jià)值越來(lái)越高的另類數(shù)據(jù)。傳感器產(chǎn)生的數(shù)據(jù)包括衛(wèi)星圖像數(shù)據(jù)，行人步行和汽車交通，船舶位置。

傳感器數(shù)據(jù)通常是非結(jié)構(gòu)化的，并且比個(gè)人或流程生成的數(shù)據(jù)流要大得多。衛(wèi)星成像可能是最常見(jiàn)的例子，但地理位置數(shù)據(jù)越來(lái)越重要，因?yàn)樗糜诟櫫闶鄣甑牟叫辛髁俊?/p>

傳感器數(shù)據(jù)將變得越來(lái)越重要，因?yàn)槲锫?lián)網(wǎng)正在變得更加普及，尤其是將微處理器和網(wǎng)絡(luò)技術(shù)，嵌入個(gè)人和商業(yè)電子設(shè)備。

林林總總贅述了這么多，想必你仍好奇開(kāi)頭那位基金經(jīng)理，對(duì)于數(shù)據(jù)大盜與“另類數(shù)據(jù)”最終作何處理。根據(jù)他的陳述，就在當(dāng)晚，他已將郵件打印了出來(lái)，并放入了第二天會(huì)議的文件夾中。