对话金联创：创新数据获取方法论打造高质量数据基座

【亿邦原创】在全球数字经济浪潮与我国“数据要素×”行动深入实施的背景下，大宗商品行业作为国民经济的重要基石，其决策模式正经历从经验决策向数据智能的深刻跨越。金联创网络科技有限公司(以下简称“金联创”) 作为国家发改委价格监测定点单位，在能源、石油化工领域深耕二十余年，已成为数据智能应用服务领域的行业领军企业。该公司通过“全链路数据基建+智能分析模型+权威价格基准”的创新实践，为传统产业培育新质生产力、推进智能化转型提供了可借鉴可复制的经验。围绕企业数据要素竞争力构建、服务国家与商业双重定位、以及数据价值释放路径等核心议题，我们与金联创创始人黄海新展开了深度的对话。

Q1：作为领先型领军企业，您认为大宗商品领域数据智能的核心内涵是什么？与一般企业数据决策相比，大宗商品领域的AI应用有什么特殊特性？

黄海新：大宗商品数据智能跟其他行业不一样，有几个突出特点。

第一，应用场景的特殊性。大宗商品行业价格变化大、交易量大、标准化强，对数据的要求是快、准、全。业务方面需要系统化、科学化和实时数据，才能跟上商品市场的瞬息万变。

第二，国民经济的基础性。大宗商品是工业农业的原材料，必须有才能往下走。在这个领域提升效率，对国民经济有重大作用。所以数据智能的要点是在采购、销售、生产中更需要数据和智能应用，最终服务于市场。

第三，预测的难度更高。做好更难，因为预测分析和决策面对很多不确定性，但必须做。

第四，企业必须与第三方合作。一个企业自己做不过来。企业很了解内部情况，但在市场上只是玩家之一，必须尊重市场、敬畏市场。用第三方数据和专业服务结合内部运营，才能帮助企业做出正确决策。大宗商品领域尤其需要第三方——因为第一，第三方数据问不到；第二，模型怎么建，要把外部东西跟企业经营风险管理结合，才能得到可执行的策略。

Q2：作为国家发改委价格监测定点单位，金联创在服务国家宏观决策方面承担着独特角色。这种“服务国家治理”与“服务商业决策”的双重定位，对公司的数据能力提出了哪些特殊要求？两者如何相互赋能？

黄海新：我们的主要服务客户一是政府。发改委做市场监测，工信部做生产运营监测，各部委都在监督——因为大宗商品影响国民经济，像油价影响巨大，不监测会影响整个大盘。

国家需要监控大宗商品数据，一旦市场出现异动，希望做合理分析预测，给国家管理提供支撑。我们把大宗商品数据、报告、行业基准价提供给政府做决策支持，同时参加内部市场研讨会。核心功能是数据收集和分析预测功能，为国家提供支撑。

另一方面，我们服务企业。企业是市场参与者，也跟我们合作。大宗商品市场的参与者有企业、政府、第三方机构，金联创为所有市场参与者提供决策依据。

这两者对企业数据能力的要求不完全一样：企业要求数据更贴近生产经营，国家要求大类产品数据和中观政策影响数据。但整体数据构成大宗商品各方面的应用。我们给国家服务，也知道调控想法，对企业服务会产生支持作用——这是一个相互赋能的关系。

Q3：数据服务涉及十几个产业链，数据源高度分散、格式不一。金联创二十几年发展，在数据获取系统方面有什么好经验？

黄海新：以估价为例，我们发布的都是基准价数据。金联创的数据获取，包括市场调研、样本建设、信息筛选、交叉认证、异常排除、科学编制、规范发布、存档、均价评估、方法变更——这是一套完整的、有方法论的系统。

在价格评估基准价方面，很多客户直接用作采购销售的定价基准。金联创的数获取有十个步骤，完全是工业化的模式，并且强调必须保证准确性、时效性、中立性，有方法论支撑。我们的客户是收费客户，数据不准就续签不了，复购率是关键——因为客户用我们的数据做经营决策、做定价基准。

所以数据获取的标准性、方法论、执行准确性非常重要，而且需要不断完善。

Q4：数据智能服务的质量来源于数据质量。在数据质量治理体系方面，金联创有什么特殊方法？

黄海新：不能说特殊，核心是保证客户应用结果的满意度，踏踏实实做好基本数据功夫。

我们有一套完整的质量闭环：第一，采集数据标准化、制度化、时间安排好，采集对象明确，交叉验证有标准，分析师有CRM管理。第二，数据进来后对比检测找问题。第三，有数据治理体系，数据放哪里、怎么应用。第四，每个数据在场景模型应用。第五，输出模型应用后准确率怎么样，回头找更多数据或数值跟上。第六，看客户满意度和应用程度——这是一个大闭环。

对于金联创来说，高品质数据体现在两点：一是估价数据采用市场成交价，作为定价基础，保证质量方法论标准统一可执行；二是做客户应用场景的基于AI的数据加工，基于场景找专业数据服务。

现在给客户定制，第一用金联创数据，第二给重要客户配专业数据采集人员——因为企业需要专业市场数据，面对细分市场的经营需求，我们帮采集。高品质数据，第一是真正让客户用到，第二是要为企业需求采集，第三要实现人工智能有效使用，助力人工智能在定性定量趋势预测方面，准确率得到提高。

Q5：在数据获取过程中，金联创与各地的数据交易所建立了怎样的联系？

黄海新：刚推出数据交易所时，我们就在上海数据交易所把估价数据放上去了，广州、北京数据交易所也有联系。成交很少，因为交易所是撮合型，我们天天在卖数据，客户可以直接找我们。但我们仍然认为，第三方的数据定价平台是有价值的。而且，大宗商品数据的交易模式还在探索，收效还有提升，期待更好发展。

未来，政府数据从那儿走。如果我们的数据加政府数据，提供解决方案——包括产业数据、商品数据、宏观数据——政府有宏观产业数据，结合起来给客户，这是盈利模式。我们支持数据交易所发展，提供可信数据空间，很多企业数据通过他们建立可信。数据资产评估管理也很重要，我们是数据公司，按成本定价，有市场价评估更牛，对融资上市发展有价值。

Q6：金联创经历了无明确监管、有监管、有《数据安全法》和《个人信息保护法》等规范监管三个阶段。金联创在数据安全合规方面有什么特殊安排？

黄海新：首先，安全合规是底线。国家数据安全法有解释，特别是国际数据交流更重要。守住底线，国家标准我们必须坚守。比如国际客户数据交流，国家管理有要求，企业要守底线能更好服务国内外客户。

第二，根据经营市场需求完善制度规范，有助于监管和经济发展。经营中发现问题不断完善——数据管理是新生事物，根据市场承受监管和国家战略走。

第三，要建立企业自己的数据安全体系，从数据来源到数据产品出口，要有体系，任何人拿不到不该拿的数据，不随便对外开放。数据是资产、值钱，安全是核心竞争力，像管理固定资产一样严格。

在建设机制上，一是从大宗市场交易所获得的数据全部进入公司的标准化管理的数据库；第二，对外提供数据必须企业数据库管理体系批准才能提供。这两块守住了，就能保证基础安全。分级分类方面，不同人管数据不一样，一般分析师、主管、总经理、副总裁不同权限。核心数据库调一年、两年、五年、十年不一样，不同颗粒度不一样。客户数据不能随便动，全部留痕，谁访问、怎么用，禁止出权。公司有专门的数据管理部门。

Q7：数据存储，特别是长时序列数据，对于数据服务企业来讲都是一个重要的问题，请问金联创在此方面有什么特殊策略？

黄海新：整个数据都是自己的机房，有数据中台、数据治理系统、发布系统、检测系统。机房有各种应用场景的服务器，本地办公室也有数据中心。存储和运营不是租服务器，是自己买服务器，严格管理。备份实时检查准确性，更新及时通知。数据变化存进后改很难，必须追求准确。

Q8：大宗商品数据比较枯燥，如何把数据应用到新场景释放价值？

黄海新：首先要知道客户需求。企业客户用数据无非几点：第一，做定价，以市场定价适应价格变化，有第三方定价——像人民币外汇牌价，必须第三方，大家认，按价格成交供应链。第二，市场监测动态，供应、需求、库存、价差、利润等变化。第三，做分析，为什么变化本质是什么，通过数学模型分析模型。第四，做预测，要买要卖博弈，帮做预测。第五，基于市场变化做策略决策支持，提供买还是卖、何时买何时卖、产业链对冲、套利套保等策略。

知道客户需要什么，然后满足，再提高效率。原来互联网是基本应用，现在一体化数据应用服务，更新数据，模型更新，API接口，分析预测模型出来，打通应用。企业数据直接报过来。最终知道大宗商品本质变化，帮助趋势判断——这是第三方最好的赋能。

Q9：近几年来，国家一直在推动可信数据空间的建设，金联创在这一方面有什么举措？

黄海新：可信数据空间非常好。第一，希望国家通过可信提供更多数据——国家数据不能对外，但通过可信可以。我们给客户数据要求越多越全越准越好，有的采不到但需要，国家保密，客户不让用。可信提供了这种可能性，很重要。

第二，我们想做可信数据。作为第三方，客户说数据给你，通过可信让客户数据形成产品。大企业报价策略很值钱，十家数据整合就值钱，真实成交有差距。通过可信输入，最高最低平均价就有市场意义，不说是谁家，结论对外有意义，赚钱大家分。大企业参与市场数据提供，可信帮助创效益、解决市场问题。

第三，我们给企业提供可信数据空间服务。有些数据放出，有些不能，但客户需求直接供。客户需要我们搭空间。可信解决了数据应用问题，我们愿意用资源为行业服务。

Q10：围绕数据资源，金联创是否创建了合作生态体系？有什么好案例？

黄海新：为客户提供数据及智能应用解决方案，客户需要的数据我们必须收集。部分外部数据必须有专业合作伙伴生态。

第一，采集价格、供需、成本、利润、库存、运输、产业链数据等，有固定合作伙伴交流、付费调研。第二，行业协会、政府采集。第三，国家部委采集购买。主要是为客户应用场景提供到位数据服务，有采集方法论、合作伙伴、投入精力金钱，保证数据对经营决策作用大。

价值共创有两块：一是跟大厂合作，他们接触董事长、总经理、数智部门，我们做采购销售决策智能支持解决方案，成为服务方生态伙伴。二是基于大模型做产业数据的小模型，一体机服务解决方案等。跟技术服务商在建模、数据治理、大模型、数据科学家计算方面合作，提高处理能力。共选客户、共同解决方案、提升服务能力。

金联创做数据智能解决方案，解决方案结合生态圈，核心是客户相信、整合能力。大模型企业拿订单之外，只做大模型算力。我们有具体场景解决方案，客户要的也是解决方案，性价比合适、效率高就做。共创给客户解决问题，提升能力，跟伙伴学习合作，提升行业管理能力，发挥优势创造价值，形成紧密平等合作共同进步。

Q11：金联创的产品以综合服务方案为主，在转化为标准化可销售数据产品方面有什么举措？

黄海新：数据智能解决方案既有标准化的服务又有定制。标准化服务是数据智能终端，包括即时资讯、数据、报告、交易策略、实时行情、数据可视化，分析工具等，网站、APP等服务。定制服务是API接口、模型开发、市场分析预测系统、决策系统、大模型应用服务、数据资产管理服务等。看客户性场景用哪个。现在从标准开始逐渐定制。内部形成标准化，对外是解决方案，对内是标准服务体系应对。

Q12：金联创服务网络具有国际性，全球范围内业务发展状况怎么样？

黄海新：国际性体现在两方面。一方面，国际客户跟中国做生意，要了解中国市场。中国原油有期货，有必要把市场基本情况告诉国外交易者，促进国家战略交易品种和企业采购。国际需求随着中国交易量大、需求大、参与国际市场大而增长。

另一方面，中国企业走向全球，需要全球数据库。我们跟合作单位一起，帮中国企业做市场调研、分析、预测、营商环境分析。国际服务很多，但保证数据安全是底线——只做市场一般数据，不做核心国家安全重要数据。中国企业走出去是服务贸易机遇，也需要国际企业参与中国交易，我们希望形成桥梁。

Q13：面向国际市场，金联创现在有什么产品和未来有些什么安排？

黄海新：国际化分两块。第一，有重要市场报告的英文版、中国产品市场报告周报月报。全球石油报告、全球天然气等报告。国际市场重要产品市场报告分析数据，比如越南、印尼、马来西亚等国，支持中国企业出海。第二，我们给客户开国际会议，近期将在新加坡开国际会议，参加国际展览带中国客户，促进进出口——原来促进进口，现在促进出口。中国能源化工出口市场大，产品竞争力强，产能要释放，潜力大，需要出海。

现在的国际数据产品主要是报告，国际客户走访多。中国给API接口，直接建模，未来可以给国际客户提供建模等服务。中国AI能力强、应用强，有需求。去年十月宁波中国国际石油化工大会，我们举办数据智能应用解决方案论坛，金联创在能源化工数据智能解决方案上走在行业前面。

Q14：金联创曾做过本公司数据资产的首次入表，现在数据资产化、债券化、证券化等方面有什么探索？

黄海新：公司的数据资产入表，我们采用了成本核算法。基于数据公司的估值进行资本化运营很有价值，下一步会探索做。

数据资产入表需要规范化财务报表，体现公司的真实价值。我们研发投入的大部分都是用于数据。公司的价值通过数据产生，形成的成本需要分摊。希望各界持续推进数据资产化、资本化发展。支持数据驱动型企业上市、银行金融支持等。

2026时机是新风口。但资本市场的核心还是要把公司客户服务好，业务能力、盈利、市场占有率增强是根。金联创也会有自己的资本计划——不仅数据资本化，公司也要资本化，通过资本化影响力获得可持续发展更大推动力。

访谈后记：

在访谈的最后，我们看到了金联创作为大宗商品数据智能领域领军企业的完整图景：二十余年深耕构建的“多维数据体系”，从“传闻驱动”到“事实驱动”的认知跨越；以“知因、知远、知进”为核心的智能决策闭环；服务国家与商业双重定位的独特角色；以及面向国际、开放协同的生态布局。

正如黄海新所言：“大宗商品数据智能应用必须企业和第三方公司合作，一个企业自己做不过来。”在数据要素价值加速释放的2026年，金联创的实践为传统产业培育新质生产力、推进智能化转型提供了可借鉴的“中国方案”。从数据采集的十个步骤，到数据治理的质量闭环，从可信数据空间的建设，到国际化智能体的探索——每一步都在诠释着“数字新基建”的丰富内涵。而那条最朴素却最坚实的建议，或许值得所有正在构建数据竞争力的企业铭记：“做好基本数据功夫，踏踏实实，没有终点。”

本文是亿邦智库所开展之《企业数据要素竞争力访谈》之第二篇，我们将持续关注企业数据要素竞争力提升，并报道相关发展的新成果与新案例，欢迎条件好的企业联系参与。

联系邮箱为：huangbin@ebrun.com