本发明涉及电子商务经营技术领域，具体地说是一种对电商数据集定价的方法。
背景技术：
大数据的火爆带动了中国政府和产业界对大数据的热情。随着大数据在政府提升治理能力方面发挥着越来越重要的作用，政府将率先推动政务大数据应用。国家大数据战略推动大数据与教育、医疗、交通、公安、环保等领域融合发展。在网络能力的提升、居民消费升级和四化加快融合发展的背景下，新技术、新产品、新服务不断激发新的消费需求，而作为提升数据信息消费体验的重要手段，通过给数据进行合理定价，成为一种必然。
目前市场针对电商数据进行定价的方式主要是根据自身技术、软硬件、人力成本，参考市场现状和需求高低进行一次性定价。并很长时间不进行调整，或不经过科学的算法，进行直接人为干涉，主观上进行调整价格。这样容易造成几方面的问题：一，受限于自身市场调查能力，可能对市场需求情况了解不精准深刻，定价方式稍显简单。二，根据时间和市场波动，或运营方式调整，直接修改结果价格，方式单一。容易造成审批人员过多，节奏缓慢，或者很少人员参与，价格准确性得不到很好保证。三，对于进行交易的大量数据集，各种维度划分价格不统一，定价方式不一样。差异化较大的情况下，没有合理的方法会导致很难进行有效的统一价格调整。
技术实现要素：
本发明的技术任务是针对以上不足之处，提供一种对电商数据集定价的方法，针对电商数据重新定义后，成为数据集商品进行交易，对此进行定价。
本发明解决其技术问题所采用的技术方案是：
一种对电商数据集定价的方法，该方法包括以下步骤：
1)、确定基本价，基本价可以看成基础价，可以较长时间内不变动。基本价的确定，主要由数据所有者根据数据来源、人力成本、软硬件成本等计算出来。此基本价可以在得出结果后根据运营者主观想法进行修改。基本价可以作为利润点。
2)、确定单条数据价格，电商数据下比如电商网店交易数据，单条数据由含商品名称、商品交易价格、数量等信息组成。单条数据是组成一个数据集的一个单位，是直接查看数据或数据应用利用数据的最常见的一个单位。单条数据价格，根据基本价的制定方式进行定价。
3)、确定行业系数。行业系数是电商数据的一个分类方式，各大电商网站常见的是将行业分类作为一级类目。热门行业系数可以适当调高，建议1.1～1.9，如果行业之间数据价值差距较大，也可以设置2倍及以上。冷门行业，如市场需求较少，用户购买较少，可以调低此行业的系数，0.1～0.9范围。如无需调整则设置为1。此系数将不会对价格造成影响。
4)、确定地区系数。地区是数据自身的一项属性，各个地区的数据条数有较大差异，数据可参考价值也不一致。根据数据自身属性（例如行业属性），可判断此地区此类数据可利用价值高低，并进行地区系数的调整。调整方式同第三条行业系数调整方式。
5)、确定平台系数。此处平台是指数据来源网站（天猫平台、京东平台、一号店等），各平台的数据质量、价值不一样。设定平台系数，可以根据所选数据所属的平台，提高或降低本数据的价格。调整方式同第三条行业系数调整方式。
6)、确定时间系数。此时间系数适用于电商交易数据，是交易所发生的时间属性。根据目前市场现状，电商逐渐形成一些固定的促销节（双十一、双十二等），此时段的电商交易数据可利用范围更广，数据量更大也带来更高的可研究价值。根据这个特点，依据时间系数的调整，可以灵活价格高低。调整方式同第三条行业系数调整方式。
7)、确定折扣系数。此系数可直接不通过数据自身属性的系数调整，而进行短期或长期的价格调整。适用于数据商品的促销行为或阶段性调低价格。
制定好以上系数的数值之后，根据任何维度的数据集（数据包）所具有的条数属性，和单条数据价格相乘，可得出此数据的初级价格。在此基础再与行业系数、地区系数、平台系数、时间系数相乘，可得出平衡后的价格。这类数据属性的系数，可以在用户购买筛选数据规格参数的时候动态计算，得到一种即时的良好体验。这个平衡计算后的价格，和第一条基本价相加，可得出含有数据交易中卖方利润的价格。
在上面价格的基础上，与折扣系数相乘，如果此时折扣系数为1，则是普通价格。0.9则是九折价格，以此类推。最终得到一个有可控利润，并符合数据本身价值体现的，运营人员可灵活调控的数据集商品价格。
进一步的，所述基本价确定的数据来源包括采集、收购和免费获取。
进一步的，所述基本价确定的人力成本包括采集、etl和资源维护。
本发明的一种对电商数据集定价的方法和现有技术相比，具有以下有益效果：
数据条数与单条数据价格是相对固定的值，两者相乘得出来的是固定的无属性区分的价格。根据电商数据自有的属性，地区、时间、行业、平台可进行细致调整，此类属性已经到达数据本身最小颗粒度的数据字段。依据这个维度的调整，可以细致的对不同属性数据进行平衡价格高低。兼顾科学与准确两方面。数据商品基本价，是根据数据所有者对数据利润的期望值和结合生产数据本身所需成本而定义的价格。两者相加，得出的价格即符合数据本身的价值体现，又符合数据所有者对此数据商品的定义。
加入折扣系数，主要是便于在价格确定后，不修改本身所具有的属性和定义好的规则的前提下。由很少的运营人员就可以操作，进行价格的短期或长期修改。短期主要考虑到运营方举行优惠促销等活动。长期主要考虑到数据本身随着时间流逝，市场饱和而价值降低，进行在不修改其它系数的情况下进行阶段的给数据降低价格。
并且，电商数据自身具有的属性，一次设定，在各种维度包装下的数据集交易中，都可以自动计算价格，而计算方式及结果不会受到干扰。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
一种对电商数据集定价的方法，该方法包括以下步骤：
1)、确定基本价，基本价可以看成基础价，可以较长时间内不变动。基本价的确定，主要由数据所有者根据数据来源、人力成本、软硬件成本等计算出来。此基本价可以在得出结果后根据运营者主观想法进行修改。基本价可以作为利润点。所述基本价确定的数据来源包括采集、收购和免费获取；所述基本价确定的人力成本包括采集、etl和资源维护。
2)、确定单条数据价格，电商数据下比如电商网店交易数据，单条数据由含商品名称、商品交易价格、数量等信息组成。单条数据是组成一个数据集的一个单位，是直接查看数据或数据应用利用数据的最常见的一个单位。单条数据价格，根据基本价的制定方式进行定价。
3)、确定行业系数。行业系数是电商数据的一个分类方式，各大电商网站常见的是将行业分类作为一级类目。热门行业系数可以适当调高，建议1.1～1.9，如果行业之间数据价值差距较大，也可以设置2倍及以上。冷门行业，如市场需求较少，用户购买较少，可以调低此行业的系数，0.1～0.9范围。如无需调整则设置为1。此系数将不会对价格造成影响。
4)、确定地区系数。地区是数据自身的一项属性，各个地区的数据条数有较大差异，数据可参考价值也不一致。根据数据自身属性（例如行业属性），可判断此地区此类数据可利用价值高低，并进行地区系数的调整。调整方式同第三条行业系数调整方式。
5)、确定平台系数。此处平台是指数据来源网站（天猫平台、京东平台、一号店等），各平台的数据质量、价值不一样。设定平台系数，可以根据所选数据所属的平台，提高或降低本数据的价格。调整方式同第三条行业系数调整方式。
6)、确定时间系数。此时间系数适用于电商交易数据，是交易所发生的时间属性。根据目前市场现状，电商逐渐形成一些固定的促销节（双十一、双十二等），此时段的电商交易数据可利用范围更广，数据量更大也带来更高的可研究价值。根据这个特点，依据时间系数的调整，可以灵活价格高低。调整方式同第三条行业系数调整方式。
7)、确定折扣系数。此系数可直接不通过数据自身属性的系数调整，而进行短期或长期的价格调整。适用于数据商品的促销行为或阶段性调低价格。
制定好以上系数的数值之后，根据任何维度的数据集（数据包）所具有的条数属性，和单条数据价格相乘，可得出此数据的初级价格。在此基础再与行业系数、地区系数、平台系数、时间系数相乘，可得出平衡后的价格。这类数据属性的系数，可以在用户购买筛选数据规格参数的时候动态计算，得到一种即时的良好体验。这个平衡计算后的价格，和第一条基本价相加，可得出含有数据交易中卖方利润的价格。
在上面价格的基础上，与折扣系数相乘，如果此时折扣系数为1，则是普通价格。0.9则是九折价格，以此类推。最终得到一个有可控利润，并符合数据本身价值体现的，运营人员可灵活调控的数据集商品价格。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
除说明书所述的技术特征外，均为本专业技术人员的已知技术。