区块链项目的价值评估关键词：数据(2)

由于区块链的项目往往涉及到类型不同的数据，因此评估的方法往往具备很明显的技术特征，因此评估时就需要结合数据来审视项目的技术水平。黄婧祎介绍到，“因为一开始在拓尔思，我们主要是做这个自然语言处理，也就是非结构化数据处理。非结构化数据怎么把它先结构化过来，再通过分词、切词、抽词、聚类等等一系列的处理方式，把非结构化数据处理好，并且我们同时还处理了结构化数据。比如像链上数据就属于结构化数据，它是一种流式数据的方式。还有像Git Hub这种数据，Git Hub它有部分结构化数据，比如像它更新多少量，这种很简单的结构化数据，像非结构化数据它代码到底怎么样？原创性到底怎么样？有多少是fork（复刻）别人过来的？”

基于以上的思考，Bvaluate建立了它评估项目的方法论，黄婧祎系统介绍了其中的细节，“评估项目价值主要是五个方面，你要投资它的公司愿景，它做哪个行业？在做什么？还有说这公司创始人以及它创始团队怎么样？你还要看它财务报告、生产情况、PR方面的东西，其实就这五个方面。无论对于公司还是项目来讲，实际上我做的项目建模也是通过五个方面来做的。我们就有团队、有市场、有资金监管，有它的Git Hub生产情况的更新，还有它的愿景。愿景随着它行业热度不同变化，相应的数据也都是有相当大的变化。”

嘉宾何晓阳则认为数据价值的利用一定是尽可能基于全量数据的，而区块链项目之所以可以通过数据评估，是因为金融和数据的内在逻辑的统一性，而通过数据评估项目是需要相当大的成本的。他说：“全量数据很关键，但是你收集全量数据是要非常大的代价。举一个例子，我们当时去收集一个SaaS公司的全量数据，它可能需要付出相当多的成本。假如说某产品有1000万用户，它的1000万用户的数据，同样的行为需要复制在我的服务器上。因此数据的并发量是我的所有客户并发量之和，这个时候我们当时有段时间每天大概处理的数据，大概是500到1000亿条数据，后来我们服务器就撑不住了，我们就买不起服务器了。因此全量数据分析其实是一个成本很高，但是绝对非常有用的事情。第二个就是金融跟数据的统一性，金融和数据都是数字化的，但除了两个东西以外，没有任何东西是数字化的。其他的物理的实体，其实你要把它对应到blockchain（区块链)，或者说把它去确权，目前的难度也很大。”

可以看出，数据的价值可以推导出项目评估的方法论，但是任何具体的方法是需要相应的成本的，如何在可控成本的前提下最大程度的发挥数据的价值是关键。另外，我们也不能忽视技术的发展是分阶段的，目前除了在数字经济领域和金融领域，传统行业的数字化程度都较低，因此需要一个发展过程。

（嘉宾袁晔）

03

区块链项目投资未来

最后几位嘉宾讨论了区块链项目投资的现状和未来，尤其是国内外的发展阶段不同导致的整个产业在项目价值评估层面的差异。

嘉宾袁晔认为发展周期的影响特别大，他说，“1998年是不可能有比特币的，因为当时的互联网还是拨号上网的时候，怎么可能节点记账，怎么可能全网共识，当时还没有硬盘，大家存储还是用软盘在存怎么可能记账。而现在整个比特币的全网账本的话已经是百亿级了，这根本不可能，所以核心问题是物理世界的问题。”除此之外，国内外企业的发展环境也有很大差异，“原因是因为有产业问题，首先国内环境没有到那么成熟，坦率讲我们跟美国的资本主义社会的这个阶段还是有代差，资本市场对这件事情的评估也需要时间，所以为什么现在有科创板。科创板也增强了退出流动性，包括更多的项目可以显露出来。以前可能非常传统的一个项目，那就能上市，那非常超前的一个项目，没有收入、没有利润就很难上市。没有被上市的话，它的整个流动性，包括被其他的投资机构或者被并购的可能性就充满了变数。”