感知价值不确定下数据产品交易抽样策略分析

郭鑫鑫， 李倩茹， 王海燕

（1.江苏大学 管理学院，江苏 镇江 212013；2.江苏科技大学 经济管理学院，江苏 镇江 212100；3.东南大学经济管理学院，江苏 南京 211189）

1 引言

随着数据要素的价值逐步得到重视和认可，数据产品交易已成为数字经济时代一项新兴的经济活动［1］。数据产品是数据要素商品化后的产品或服务，是数据价值化、资产化的载体，也是数据交易市场的主要交易标的［2］。当前，市场上已出现各种类型的数据交易平台：撮合多个买卖双方进行数据交易的第三方平台，如上海数据交易所；专门提供数据产品或数据服务的数据交易平台，如东湖大数据交易中心；既提供数据产品也撮合买卖双方交易的综合性数据交易平台，如贵州大数据交易所，这标志着我国数据产品交易已进入市场化发展阶段。上述数据交易平台为潜在数据需求者购买数据产品提供了场所，有效地推动了数据产品的市场流通［3］。由于不同类型数据交易平台的运营模式不同，本文仅对专门提供数据产品或数据服务的数据交易平台的抽样策略进行分析研究。

不同于一般的商品，数据产品具有情境性、多态性、时效性和冗余性等特征，使其无法按照数据产品交易价格等于边际成本等微观经济学原理进行设定［4］。此外，在数据交易市场中，数据产品的质量直接关系着数据需求者的购买意愿，不同的数据产品质量可以满足数据需求者的多样化和个性化需求，进而影响着数据交易平台自身的效用。数据交易平台可以从原始数据准确性、数据种类的完备性、数据更新的及时性以及数据记录的重复性等方面对数据产品质量进行区分。对于数据交易平台来说，获取、存储、处理、更新数据都会产生一定的成本，平台投入的成本不同，生成的数据产品质量就不同。由于存在信息不对称，潜在数据需求者不能事前掌握被交易数据产品的质量、完整性和效用等相关属性，导致无法准确评估数据产品是否满足自身需求，即数据需求者存在感知价值不确定，从而降低了对数据产品的购买意愿［5，6］。从信息经济学视角，数据需求者交易前不了解数据产品的详细信息，难以评估数据交易平台所设定的数据产品交易价格的合理性，进而不能准确预估数据产品产生的效用价值；反之，当数据需求者已知晓数据产品的全部信息时，则期望购买的数据产品对数据需求者的效用价值降低，即在数据产品交易过程中存在“信息悖论”［7］。

在数据交易过程中，当数据交易平台选择提供相应的数据样品给潜在的数据需求者时，显然一定程度上可降低需求者对数据产品价值感知的不确定及帮助需求者决策是否要进行购买。借鉴在传统商品销售过程中常采用的免费提供试用样品策略［8］，本文探究数据交易平台是否选择提供免费的数据样品，即采取数据抽样策略，来降低数据需求者对数据产品价值感知的不确定性。众所周知，数据样品是对数据产品特性的反映，是数据交易平台激励潜在数据需求者主动购买的“工具”。从直观上讲，数据交易平台不提供数据样品时，其与潜在数据需求者之间存在严重的信息不对称，导致部分需求者以“尝试”的态度去购买数据产品，故平台可以选择供给低质量的数据产品，来提升平台短期的收益。相反，当数据交易平台采取数据抽样策略来主动披露产品信息时，必将对数据产品的质量决策产生影响。因此，面对提供数据样品后可能产生的“市场扩张”效应和“需求蚕食”效应，数据交易平台需要决策是否采取数据抽样策略，例如，当数据交易市场存在两个数据交易平台时，一个数据交易平台选择提供数据样品，另一个数据交易平台可以选择“搭便车”不提供数据样品，或者选择提供数据样品［9］。因此，在决策是否采取数据抽样策略时，数据交易平台需要考虑如下研究问题：（1）面对数据交易市场中其他平台的竞争，数据交易平台是否采取数据抽样策略；（2）在采取数据抽样策略后，数据交易平台如何调整数据产品的价格和质量，以及探究数据抽样策略对平台收益的影响。

当前，许多学者基于不同的研究视角对抽样策略行为进行了相关探究。Cheng和Tang［10］权衡了提供免费样品后产生的“网络效应”和“需求蚕食”效应，揭示了企业应该提供免费试用样品的具体条件。Niu等［11］分析了在垄断和双寡头市场环境下，初创公司提供免费试用样品的动机，并且探讨了免费试用如何影响企业的定价决策。Wu等［12］考虑市场竞争强度和需求者的转移行为分析了寡头垄断市场中产品销售者的抽样和定价策略。Li和Yi［13］探究了免费试用的属性如何影响卖方关于是否提供免费试用、试用的内容和试用的规模等方面的最优决策。Han和Zhang［14］基于顾客偏好和企业定价策略，利用Bass模型分析了免费抽样策略对产品扩散的影响。在信息及软件产品领域，Ray等［15］研究在数据交易中引入样品展示来缓解信息不对称，通过构建数据交易协商式定价模型，探讨经纪商是否应该以及如何提供样品展示。Li等［16］将提供产品样品策略分为限制功能和限制时长两种模式，研究企业如何设计抽样策略以最大化自身收益。考虑揭示数据质量和产生广告收益双重目标，Halbheer等［17］提出了一个分析框架研究在线出版商的最优样品内容策略。此外，Wang和Özkan-Seely［18］采用信号博弈模型，将试用时长和价格作为信号博弈工具来探究揭露产品的质量信息。Debabrata等［19］基于学习函数分析购买者的学习行为，探究了软件产品的免费试用时长和试用内容问题。

上述文献为本文开展数据产品交易抽样策略研究奠定了基础。然而，数据交易抽样策略是对数据样品的数量和质量进行分析，现有研究尚未基于数据产品的特性对数据交易抽样策略进行探究。此外，在刻画购买者或需求者效用函数时，有关抽样策略所产生效果的度量不能直接被应用于数据产品交易。从现实出发，数据交易抽样策略是对数据交易双方间的匹配成本进行改善，需要将数据抽样策略产生的效果表示为降低数据需求者与数据产品匹配成本的有效性。综上，本文采用扩展的两维Hotelling模型来刻画数据交易平台采取数据交易抽样策略后对数据需求者效用的影响，进而分析平台相应的数据需求者数量变化，探究数据交易平台是否要向潜在数据需求者提供数据样品及在不同市场交易情景下的最优数据产品质量及交易价格。

2 基本假设

假设数据交易市场中存有两个数据交易平台提供质量差异化的数据产品及服务；数据需求者之前尚未在数据交易平台上购买过数据产品，对平台所提供的数据产品及服务存在某种程度的感知价值不确定。基于双寡头竞争博弈模型和扩展的两维Hotelling模型，本文进行如下假设。

（1）假设数据交易平台A和B分别位于二维空间的（0，0）和（1，1）两端点，所提供的数据产品质量分别为qA和qB，对应的初始数据产品价格分别为pA和pB。不失一般性，定义数据交易平台所提供的数据产品质量关系满足qA≥qB。另外，将市场中潜在的数据需求者的数量单位化为1，其在二维空间（x∈（0，1），θ∈（0，1））内均匀分布。

（2）采用x∈（0，1）来刻画数据需求者期望购买数据产品与数据交易平台所提供数据产品间匹配程度（水平维度）［20］；使用θ∈（0，1）来刻画数据需求者对数据交易平台所提供数据产品质量的认可程度（垂直维度）［21］。因此，潜在数据需求者对数据交易平台所提供的数据产品的需求偏好可表示为（x∈（0，1），θ∈（0，1））。

（3）假设市场中潜在数据需求者对两个数据交易平台所提供数据产品的初始感知效用均为R；数据需求者在搜寻、学习数据产品过程中投入的成本（统称匹配成本）为t。

（4）定义数据交易平台对数据产品的单位处理成本为k，结合数据产品质量大小，采用二次函数形式来表示数据交易平台总加工处理成本［22］，即

数据交易平台选择提供数据产品样品时，潜在的数据需求者可以借助样品快速判断数据产品是否满足期望需求，避免购入适用性较差的数据产品。从成本角度，提供数据产品样品可以降低数据交易双方间的谈判成本，同时降低数据需求者对数据产品的搜寻、学习成本以及可能产生的机会成本。因此，当数据交易平台采取数据抽样策略时，能够降低数据需求者与数据产品间的匹配成本，一定程度上也降低了数据需求者的感知价值不确定［23］。因此，本文将数据交易平台采取数据抽样策略产生的效果等价为降低数据需求者与数据产品匹配成本的有效性，即δ∈［0，1］。具体地讲，基于对数据产品样品的分析，若数据需求者认为数据产品能够完全满足自身的需求，则δ=1；若数据需求者认为数据产品完全不符合自身的需求，则δ=0；若介于两者之间，取值则为0＜δ＜1。相关符号定义如表1所示。根据Hotelling模型，数据交易平台所提供数据产品与数据需求者期望购买产品间不匹配产生的负效用可表示为

表1 相关符号说明和定义

其中z=0or1。当数据交易平台采取数据抽样策略后，上述负效用则表示为

3 模型构建

本文构建一个双寡头竞争博弈模型，将数据交易平台间的博弈过程分为两个阶段，第一阶段两个数据交易平台同时决策数据产品的质量，然后在第二阶段两个数据交易平台同时设定数据产品的交易价格，具体如图1所示。市场上潜在的数据需求者依据对数据产品的初始感知效用、数据质量的预测、数据交易价格及与数据产品的匹配成本等影响因素决策选择哪家数据交易平台进行购买。

图1 数据交易平台与数据需求者的决策时序

3.1 初始模型

根据扩展的两维Hotelling模型，数据需求者购买数据交易平台A和B提供的数据产品的效用函数可表示为

当且仅当满足UA=UB时，即

数据需求者选择数据交易平台A和B所提供的数据产品获得的效用无差异。

根据公式（6）中无差异线在图2中的位置不同，本文将数据产品交易市场划分成以数据质量主导的市场和以数据匹配为主导的市场［24］。具体地讲，当数据需求者更偏重于数据产品的匹配时，无差异线的斜率将偏大，并且将与θ=0和θ=1两直线相交，无差异线左右两边面积分别代表着选择数据交易平台A和B的潜在数据需求者数量，如图2（a）所示。当数据需求者更偏重于数据质量时，无差异线的斜率偏小，并且将与x=0和x=1两直线相交，同理无差异线上下两边面积分别代表着选择数据交易平台A和B的潜在数据需求者数量，如图2（b）所示。因此，若市场中大部分数据需求者具有较强的数据处理能力，在购买数据产品时可能更注重于判断数据产品能否匹配自身的需求，即称此交易市场为以数据匹配为主导的市场；若市场中大部分数据需求者更倾向于购买被数据交易平台加工处理后的高质量数据产品，弱化了对数据产品的匹配性，即称此交易市场为以数据质量为主导的市场。

图2 数据交易市场分类

3.2 考虑数据抽样策略的模型构建

数据交易平台采取数据抽样策略时需要遵循一定的数据交易抽样规则，如所提供样品要具有代表性，能够基本概括数据总体的基本特征；采用有效的算法以及抽样规律，确保样本的随机性、准确性和有效性；所提供的样本数量能够满足实际需求操作；样本要具有一定的扩散程度，从而满足操作及分析过程的可重复性。具体地讲，数据交易平台在采取数据抽样策略时可根据数据产品的来源、数据量大小、维度大小等特征属性，采用简单随机抽样、分层抽样、系统抽样和整群抽样等相关方法进行样本的抽取，进而满足各类数据需求者的多样化需求。

在双寡头竞争市场结构下，数据交易平台采取数据抽样策略存在如下两种情景。

（1）一个数据交易平台采取数据抽样策略

从现实出发，数据交易平台采取数据抽样策略后往往会出现如下两种结果：“市场扩张”和“需求蚕食”。所谓“市场扩张”和“需求蚕食”的立足点是潜在数据需求者对数据产品感知价值的不确定，无法准确判断数据产品是否适合自身的需求偏好。具体的，数据样品的“市场扩张”效应指的是降低了潜在数据需求者对数据产品感知价值的不确定（论文通过对匹配成本改变进行刻画），将潜在数据需求者转化为实际的数据需求者，一定程度上提升了平台的数据市场份额；相反，“需求蚕食”效应是指潜在数据需求者在获得数据样品后可能发现产品无法匹配自身的需求，从而放弃购买，甚至直接转向竞争对手平台进行购买，导致原本可能会购买数据产品的潜在数据需求者直接流失。面对采取数据抽样策略结果的不确定，数据交易平台需要评估“市场扩张”和“需求蚕食”效应大小。当数据交易平台认为采取数据抽样策略后出现“市场扩张”效应大于“需求蚕食”效应时，将主动采取数据抽样策略，反之亦然。

不失一般性，假设数据交易平台A采取数据抽样策略，数据交易平台B不采取数据抽样策略。根据前文的分析，当潜在数据需求者选择数据交易平台A所提供的数据产品的效用函数可表示为

而选择数据交易平台B所提供的数据产品的效用函数仍然为

当且仅当满足UA，1=UB，0，即

数据需求者选择数据交易平台A和B所提供的数据产品获得的效用无差异。

（2）两个数据交易平台采取数据抽样策略

当两个数据交易平台都认为采取数据抽样策略会出现“市场扩张”效应大于“需求蚕食”效应时，都将积极主动地向潜在数据需求者提供数据样品。根据前文的分析，数据交易平台A和B均采取数据抽样策略时，数据需求者选择两平台所提供的数据产品的效用函数可表示为

当且仅当满足UA，1=UB，1，即

数据需求者选择数据交易平台A和B所提供的数据产品获得的效用无差异。

4 数据交易抽样策略分析

根据前文对数据交易市场类型的划分，即以数据质量为主导的市场和以数据匹配为主导的市场，接下来将在上述两种数据交易市场类型下比较分析两个平台均不采取数据抽样策略、一个平台采取数据抽样策略和两个平台都采取数据抽样策略三种情景下的最优数据产品质量和交易价格，以及探究采取数据抽样策略对数据交易平台收益的影响。根据前文的分析，即数据交易平台采取数据抽样策略的效果等价于降低数据需求者与数据产品匹配成本的有效性δ，下文将通过对参数δ的分析来反映数据交易平台采取数据抽样策略的效果。

4.1 以数据匹配为主导的数据交易市场

（1）两个数据交易平台均不采取数据抽样策略

根据上文的分析，无差异线（6）与θ（x）=0和θ（x）=1相交，可计算得出

进一步，根据Hotelling模型，无差异线（6）与θ（x）=0和θ（x）=1相交后左右两边梯形面积分别表示选择数据交易平台A和B的数据需求者数量，即

因此，数据交易平台A和B的收益函数可表示为

本文采用逆向归纳法进行求解，将公式（16）和（17）先分别关于数据交易价格pA，pB进行一阶求导，然后，关于数据产品质量qA，qB进行一阶求导，可以计算获得均衡状态下的数据产品质量和数据交易价格为

进一步计算可得，均衡状态下数据交易平台A和B的收益为

（2）一个数据交易平台采取数据抽样策略

根据3.2节中“一个数据交易平台采取数据抽样策略”的分析结果，无差异线（9）与θ（x）=0和θ（x）=1相交，可计算得出

类似于前文“两个数据交易平台均不采取数据抽样策略”情景下给出的求解步骤，可计算出均衡状态下的数据产品交易价格为

进一步，数据交易平台A和B的收益函数可以表示为

将（25）和（26）式关于qA，qB进行一阶求导，可得到均衡状态下的数据产品质量为

因此，均衡状态下的数据交易平台A和B的收益可表示为

其中η=12k（18kt（2-δ）-1），ϕ=36kt（2-δ）-1。

将上述计算结果与“两个数据交易平台均不采取数据抽样策略”情景下获得的计算结果进行比较，可以获得如下推论及命题。

推论1提供数据样品的数据交易平台的数据产品质量与数据抽样策略呈互补关系，不提供数据样品的数据交易平台的数据产品质量与数据抽样策略呈替代关系，即

证明将（27）和（28）式分别关于δ进行一阶求导可得推论1。

命题1在“一个数据交易平台采取数据抽样策略”市场下，当数据交易平台采取数据抽样策略时，其相应地将提高所提供数据产品的质量；反之，当数据交易平台不采取数据抽样策略，其将降低所提供数据产品的质量。

从现实出发，在不采取数据抽样策略前，数据产品交易双方存在信息不对称，使得数据需求者对数据产品存在感知价值不确定，只有通过购买数据产品才能准确判断数据产品是否符合期望需求。然而，在数据交易平台采取数据抽样策略时，数据需求者可以通过平台所提供的样品来预判数据产品是否满足自身期望，从而导致某些原本要购买数据产品的数据需求者选择转向竞争者进行购买或者放弃购买。因此，在“一个数据交易平台采取数据抽样策略”市场下，采取数据抽样策略的数据交易平台需要提高数据产品的质量，从而避免潜在数据需求者的流失；对于不采取数据抽样策略的数据交易平台可以通过降低数据产品质量来降低成本，进而提升平台的收益。

命题2对于采取数据抽样策略的数据交易平台，当提供数据样品产生的有效性满足时，数据交易平台获得的收益增加；反之，平台获得的收益降低。

从命题2可知，数据交易平台采取数据抽样策略产生的效果仅当达到一定程度时才能给平台带来收益增加，否则反而会降低平台的收益。

命题3对于不采取数据抽样策略的数据交易平台，当数据需求者对数据产品的匹配成本满足时，数据交易平台获得的收益受采取数据抽样策略平台的影响，且与数据抽样策略呈负相关关系，即

在以数据匹配为主导的数据交易市场中，仅当匹配成本高到一定程度时，才会影响数据交易平台对数据抽样策略的选择，否则不采取数据抽样策略的数据交易平台将无法搭乘采取数据抽样策略的平台的“便车”。

（3）两个数据交易平台均采取数据抽样策略

根据3.2节中“两个数据交易平台采取数据抽样策略”的分析结果，无差异线（11）与θ（x）=0和θ（x）=1相交，可计算得出

类似于前文“两个数据交易平台均不采取数据抽样策略”情景下给出的求解步骤，可计算均衡状态下的数据产品价格、数据产品质量及数据交易平台的收益，即

命题4在“两个数据交易平台均采取数据抽样策略”市场情景下，当数据交易平台采取数据抽样策略时，其获得的收益反而降低，即

证明通过对公式（35）进行一阶求导，显然可得命题4的结论。

从收益最大化角度出发，数据交易平台均采取数据抽样策略时，竞争双方将努力增强数据样品效果，以减少潜在数据需求者的流失，进而降低了数据产品的交易价格，最终导致平台的收益反而降低。

4.2 以数据质量为主导的数据交易市场

在“以数据质量为主导的数据交易市场”中，数据需求者将数据产品的质量作为主要评判标准，弱化了与数据产品匹配程度的影响。为了简化分析，假设两个数据交易平台采取数据抽样策略后产生的效果与数据产品的质量高低无关。借鉴“以数据匹配为主导的数据交易市场”中的逻辑分析步骤，接下来可以计算出如下三种情景下的市场均衡结果。

（1）两个数据交易平台均不采取数据抽样策略

显然，在均衡状态下，数据交易平台A提供的数据产品质量及相应的交易价格均高于数据交易平台B提供的数据产品质量及相应的价格，进而使得数据交易平台A获得的收益高于数据交易平台B获得的收益，符合现实中数据交易市场逻辑规律。

（2）一个数据交易平台采取数据抽样策略

①当提供高质量数据产品的数据交易平台A采取数据抽样策略，依据前文的计算步骤，可以计算均衡状态下数据产品价格和数据交易平台获得的收益，即

②当提供低质量数据产品的数据交易平台B采取数据抽样策略，同理可以计算均衡状态下的数据产品价格和数据交易平台获得的收益，即

将上述两种情景下的计算结果进行比较分析，可以获得如下结论。

命题5在“一个数据交易平台采取数据抽样策略”市场下，无论数据交易平台A或数据交易平台B采取数据抽样策略，提供高质量数据产品的数据交易平台A提供的数据产品质量与数据抽样策略呈替代关系。

基于命题5可知，在以数据质量为主导的数据交易市场中，当提供高质量数据产品的数据交易平台所提供的数据样品产生的效果较弱时，也可以避免潜在数据需求者的流失。

此外，对于不采取数据抽样策略的数据交易平台将始终选择提供较低的数据产品质量。将数据交易平台的收益πA／B关于数据产品质量qA／B进行一阶求导可获得表明数据交易平台要获得较高的收益，平台将始终选择提供较低的数据产品质量。

命题6在“一个数据交易平台采取数据抽样策略”情景下，满足条件下，数据交易平台采取数据抽样策略，其将获得较高的收益；反之，数据交易平台将获得较低的收益。

显然，在以数据质量为主导的数据交易市场中且仅一个数据交易平台采取数据抽样策略，当且仅当数据质量差异与匹配成本之间的大小关系满足特定条件时，采取数据抽样策略才能提升数据交易平台的收益，其他条件下将降低数据交易平台的收益。

（3）两个数据交易平台均采取数据产品抽样策略

通过一系列的计算可以发现，两个数据交易平台均采取数据抽样策略时，在均衡状态下的数据交易平台获得的收益、数据产品质量及相应的价格与“两个数据交易平台均不采取数据抽样策略”情景下均衡结果一样，即

换句话说，在“以数据质量为主导的数据交易市场”中，当两个数据交易平台都采取数据抽样策略时，数据样品产生的效果将被抵消，导致对数据交易平台的数据产品质量、交易价格决策均不产生影响，同时也不改变平台的收益。

4.3 结果分析

首先，梳理上文的计算结果，可得数据抽样策略对数据交易平台收益和数据产品质量的影响，如表2所示。

表2 数据抽样策略对数据交易平台影响

通过对上述结果的分析可以发现，在“以数据匹配为主导的市场”中，比较“一个平台采取”与“两个平台采取”情景下平台的收益及数据产品质量，可以发现数据抽样策略对平台获得的收益影响受到数据样品产生的有效性影响，当且仅当在满足一定条件下才能提高平台获得的收益；而数据抽样策略始终关于数据产品的质量呈现互补关系。在“以数据质量为主导的市场”中，当且仅当“一个数据交易平台采取数据抽样策略”时，平台的收益始终关于数据抽样策略呈现正相关关系；而数据抽样策略对于提供高数据质量产品的数据交易平台始终呈现替代关系，对于提供低数据质量产品的数据交易平台不产生影响。

然后，通过“以数据匹配为主导的市场”为例来探究分析数据交易平台采取数据抽样策略的均衡结果，如表3所示。

表3 数据交易平台收益对比结果

在“一个数据交易平台采取数据抽样策略”情景下，当且仅当满足

时，数据交易平台关于采取数据抽样策略存在纳什均衡策略。通过计算可得

即当平台采取数据抽样策略产生的有效性满足上述条件时，市场上将出现一个数据交易平台采取数据抽样策略，而另一个数据交易平台不采取数据抽样策略。

在“两个数据交易平台均采取数据抽样策略”情景下，存在数据交易平台B在采取数据抽样策略下获得的收益小于不采取数据抽样策略下获得的收益，即

故数据交易平台关于采取数据抽样策略不存在纳什均衡策略。

5 结论与启示

数据资源正在变成新的生产要素和战略资源，其中数据的交易与流通是创造价值的基础和前提。面对数据需求者对数据产品感知价值的不确定性，本文对数据交易平台是否采取数据抽样策略进行了探究。通过构建双寡头竞争博弈模型分析数据交易平台之间的竞争，同时采用扩展的两维Hotelling模型刻画采取数据抽样策略后对数据需求者效用的影响。通过一系列的计算分析可以发现，在“以数据匹配为主导的数据交易市场”中，相比两个数据交易平台均不采取数据抽样策略，当只有一个数据交易平台采取数据抽样策略时，采取数据抽样策略有利于提升数据交易平台的收益；当两个数据交易平台均采取数据抽样策略时平台的收益反而降低。在现实中，数据交易平台可以选择差异化的抽样策略（即一个平台采纳，另一个平台不采纳）来分割数据交易市场，以实现竞争双方的共赢。此外，对于采取数据抽样策略的数据交易平台还要考虑提供数据样品产生的效果，仅当样品效果达到一定程度时才能给平台带来收益，否则会降低平台的收益。对于不采取数据抽样策略的数据交易平台要成功地实现“搭便车”，需要考量匹配成本的大小。

在“以数据质量为主导的数据交易市场”中，当只有一个数据交易平台采取数据抽样策略时，其将提升数据交易平台的收益；当两个数据交易平台均采取数据抽样策略时平台的收益与两个数据交易平台均不采取数据抽样策略时平台的收益一样。在现实中，考虑到数据产品质量与数据抽样策略存在替代关系，数据交易平台可以选择通过提高数据产品的质量或者采取数据抽样策略，以提升平台自身的收益。另外，对于要采取数据抽样策略的数据交易平台，有必要事前考量数据产品质量差异与匹配成本间的大小关系，以确保能够有效提升平台自身的收益。本文还分析了各种数据交易市场情景下最优的数据产品质量、数据交易价格与数据抽样策略的关系，相关研究结论为现实中数据交易平台采取数据抽样策略提供了指导与借鉴。