[论文解读] Data Governance for Platform Ecosystems: Critical Factors and the State of Practice

Sung Une Lee, Liming Zhu+1 more|arXiv (Cornell University)|May 5, 2017

Digital Platforms and EconomicsBusiness, Management and Accounting被引用 22

一句话总结

本文通过文献综述和对 Facebook、YouTube、eBay 与 Uber 的实证调查，识别出平台生态系统中关键的数据治理因素，如数据所有权、隐私保护、透明度及收益共享。该研究将 19 种现有治理模型与这些因素进行对比评估，揭示了当前实践中的显著差距，并提出一个框架以提升多利益相关方数据生态系统的公平性、问责制与可持续性。

ABSTRACT

Recently, platform ecosystem has received attention as a key business concept. Sustainable growth of platform ecosystems is enabled by platform users supplying and/or demanding content from each other: e.g. Facebook, YouTube or Twitter. The importance and value of user data in platform ecosystems is accentuated since platform owners use and sell the data for their business. Serious concern is increasing about data misuse or abuse, privacy issues and revenue sharing between the different stakeholders. Traditional data governance focuses on generic goals and a universal approach to manage the data of an enterprise. It entails limited support for the complicated situation and relationship of a platform ecosystem where multiple participating parties contribute, use data and share profits. This article identifies data governance factors for platform ecosystems through literature review. The study then surveys the data governance state of practice of four platform ecosystems: Facebook, YouTube, EBay and Uber. Finally, 19 governance models in industry and academia are compared against our identified data governance factors for platform ecosystems to reveal the gaps and limitations.

研究动机与目标

• 在用户生成数据日益依赖的背景下，识别对可持续平台生态系统至关重要的关键数据治理因素。
• 考察 Facebook、YouTube、eBay 和 Uber 等主要平台生态系统中当前的数据治理实践状态。
• 评估现有治理模型（产业界与学术界）与所识别的平台特定治理因素之间的契合度。
• 揭示当前数据治理中阻碍公平性、透明度及利益相关方间公平价值分配的系统性差距。
• 提出一个针对平台生态系统复杂多边关系的结构化数据治理框架。

提出的方法

• 开展全面的文献综述，以提取并分类与平台生态系统相关的关键数据治理因素。
• 对四个主要平台生态系统（Facebook、YouTube、eBay、Uber）进行实证调查，以评估实际治理实践。
• 从产业界与学术界整合出 19 种治理模型，用于对比分析。
• 将每种治理模型与所识别的因素进行映射，以评估其完整性与契合度。
• 采用定性比较分析方法，识别当前治理方法中的重复性差距与局限性。
• 将研究发现整合为一个概念性框架，以解决平台特定数据治理中的所有权、隐私保护、透明度与收益共享问题。

实验结果

研究问题

• RQ1 哪些关键的数据治理因素能够促进平台生态系统的可持续发展？
• RQ2 主要平台生态系统（Facebook、YouTube、eBay、Uber）中的当前数据治理实践与所识别的治理因素在多大程度上保持一致？
• RQ3 现有学术界与产业界的治理模型在多大程度上解决了多利益相关方数据生态系统的独特挑战？
• RQ4 当前平台生态系统治理模型中存在哪些主要差距与局限性？
• RQ5 如何设计一个更全面且公平的数据治理框架以适用于平台生态系统？

主要发现

• 传统的企业级数据治理模型无法满足平台生态系统的需要，因其具有多利益相关方、动态性及价值创造的特性。
• 调查的平台在数据治理实践中表现出不一致性，透明度薄弱，且缺乏用户控制机制或收益共享机制。
• 在所分析的 19 种治理模型中，仅有少数模型涉及数据所有权、隐私保护及公平利润分配等核心因素。
• 治理模型在跨平台数据流动、利益相关方问责制以及长期可持续性方面存在显著差距。
• 平台所有者通常保有对数据的不成比例控制权，导致权力失衡，并增加数据滥用的风险。
• 迫切需要整合法律、技术和经济维度的治理框架，以支持平台生态系统中的公平性与信任。