1
大数据释义
随着计算机技术的不断发展，人类进入信息社会，大数据应运而生，并成为一种新型信息资产，深刻影响着社会生活的各个领域。
大数据技术的出现，使得云计算、物联网、移动互联网等领域覆盖到了人类生活的方方面面，数据形态的呈现也围绕着人们多样化的生活形态而发生改变。源源不断的信息原型为复杂性难题提供了多种解决方案。
被誉为“大数据先驱”的迈尔·舍恩伯格在《大数据时代》一书中提到了大数据的4个特征：一是数量大，二是价值大，三是速度快，四是多样性。
迈尔·舍恩伯格
大数据有3个层次，一是数据采集层，以App、Saas为代表的服务;二是技术服务层，以云存储为代表的大数据技术服务层，包括数据的存储、数据的分析、数据的挖掘等;三是数据应用层，以数据为基础，为将来的移动社交、交通、教育、金融、文化等领域进行服务。
大数据对于艺术品市场而言，既是重大发展机遇，也有一定挑战。
从某种意义上说，大数据不失为一种统计艺术。艺术品行业的大数据主要包括3个方面：用户大数据、内容大数据和渠道大数据。正是在互联网时代，这3种数据能够融合在一起，从而为艺术品市场提供支撑和服务。通过对用户的搜索、浏览、点击量等的抓取和分析，可以精准追踪和获取相关信息，从而引发新的商机。
2
大数据在卡戳网的应用
卡戳网作为全国首家从文化市场切入，通过科技研究艺术市场的项目，目前已经在艺术市场的大数据应用上面取得显著的成果。
毋庸置疑，规模更大、更新更快的数据拥有深刻的洞察力，也将带来价值，但仅仅这样期待，过于乐观和简单。现实中存在的样本误差和偏差等种种“陷阱”，不是单单依靠更大、更新、更快的数据就可以解决。
数据时代已经来临，但大数据并非无所不能。其核心不在规模大，它蕴含的是计算和思维方式的转变。
卡戳网通过区块链技术从数据的源头起进行确权和存证，解决了传统数据的样本误差问题，并应用贝叶斯算法对数据偏差进行了校正，一定程度上规避了沉默的数据。
基于数据的艺术市场研究
我们的研究方法是：首先，采集艺术市场的原始数据，比如艺术家档案、艺术资讯、交易结果等，然后把这些原始数据，合并到统一的区块链系统中进行数据存证，并经过专业系统自动化进行数据清洗。通常这个步骤叫做数据沉淀。
接下来就是初步分析。有了成交价格、作品规格、作者、创作年代这些关键基础信息后，第一块可以分析的就是价格数据。艺术品属于非同质品，因此你会马上发现以前行业通行的“平尺价格”这种方法是非常粗糙的。
为了解决这个问题，我们大约花费了6个月来研发，建立了一种回归分析法，也就是将颜色、材质、纹饰、器型等因素考虑进去，赋予一定的权重，计算出一个艺术家的“加权艺术品模型”（算法本身只横向对比艺术家本人的数据，因此这种回归分析不会导致艺术家彼此之间因为非同质化而产生的干扰），然后求出单个艺术品的成交均价。将每年的价格数据汇总后，形成结果数据集图表。
更深入的分析
当然，作为艺术市场专业研究的团队，我们不会止步于价格趋势的研究，因为这块所反映的只是交易的结果，而不是原因。在一些专家的指导下，我们建立了重要的分析方法界面。
比如，我们与业内专业机构进行交流，建立了艺术市场的“多市场分析”数据沉淀方法，在传统的一级市场数据（艺术交流、活动和出版数据）与二级市场数据（主要是交易数据）基础上，我们进一步挖掘了所谓零级市场数据和三级市场数据。
其中，“零级市场”主要是指对艺术家档案数据的研究，从艺术家的成长经历中，剥离出最有价值的数据点，形成知识库。而第三级市场我们主要指的是艺术馆、政府机构和非盈利组织的收藏和活动数据。
网友评论