一文读懂 Web3 数据赛道独角兽、破局者与未来之星

如果说2021年科技领域的热词是元宇宙，那么今年的席位大概率会留给“Web3”，一时之间，各种科普、分析、展望、质疑纷至而来，这个名词成为了当之无愧的流量密码。

在各种各样的观点里，虽然大家对Web3的定义不尽相同，但有一个共识是，Web3能够让用户对自己的数据拥有所有权和自主权，而这也是推动 Web2 向 Web3 进化的关键因素。随着我们的生活与工作被更加彻底的数字化，即，人类人一起活动都将以数据流呈现时，这种数据权利的让渡就显得尤为关键。

所以我们有理由相信，Web3的数据赛道会成为新秩序下最重要的组成部分，拥有广阔的发展空间，而站在创业者的角度来讲，由区块链技术驱动的去中心化网络，其本质是一个开放、无许可的分布式数据库，数据方向天然存在许多需要被服务的场景，选择它大概率能够在正确的科技树上进化和生长。在今天这篇文章里，我会为大家梳理现有 Web3 数据赛道的市场结构及典型玩家，简单解读它未来发展趋势，并分享一些 SevenX 的投资判断。

本文核心观点：

1. Web3打破了数据孤岛，同时将数据权利归还于个体用户，用户可随时携带，可任意与应用发生组合与交互。

2. Web3数据赛道的结构可以被划分为四个层次，分别为数据来源，数据获取、数据查询与索引、数据分析与应用。而项目的去中心化程度、可扩展性、所提供的服务的速度与准确度、场景的不可替代性等是我们判断项目的主要维度。

3. 随着数据市场参与者的逐渐丰富以及数据本身的沉淀和积累，数据的价值会大幅提升，但如何在利用数据产生更大价值的同时更好的遵循区块链原教旨精神保护隐私，是另外一个重要议题。

4. 通过多维数据向量来构建去中心化的声誉体系是Web3数据市场下一个最重要的用例之一，基于声誉体系，各类金融场景比如信用借贷的解锁成为可能。

当我在谈Web3数据的时候，我在谈什么

人类文明在发展的过程中会产生大量的数据，它们或被遗忘，消失在时间的长河中，或被记录，沉淀为被人知晓的历史，而互联网的出现，则让人类对数据的记录有分享能够以一种效率更高、容量更广的方式来进行，数据的价值由此进一步被发掘，其重要性也逐渐成为整个社会的共识，在《经济学人》2017 年 5 月刊的封面故事里，数据更是被定义为“世界上最具价值的资源”。

但随着在互联网上沉淀的数据越来越多，一个根本性的问题开始显现：个体产生的数据创造了价值，但这些数据并不归属于个体，其创造的价值也没有分配给个体。于是人们向往一种新的秩序，于是Web3应运而生。

那Web3是如何重塑数据价值的呢？主要有三个方面：

• 数据公开透明且不可篡改

在 Web2 的世界里，应用们通过提供免费的服务来获得用户数据，然后通过垄断这些数据来牟利并建立自己的商业护城河。数据存储在他们的中心化服务器上，外界无法访问，也无从得知哪些数据被存储，以什么方式和颗粒度被存储，而且一旦这些应用遭遇攻击或者主动地结束服务，用户的数据可以在一夜之间化为乌有。但是在区块链技术作为底层的 We3 框架下，链上数据实现了公开、透明及不可篡改，这是它们能够被更好使用的前提。

• 打破数据孤岛，提升互操作性

每当使用一个新的应用，不需要不厌其烦地走一遍注册流程，这应该是 Web2 数据孤岛所造成的负面影响在用户侧最直观的表现。因为各个应用都拥有自己的数据库，彼此独立，无法打通，所以造成了这种重复性采集。同时，用户的行为数据被碎片化地掌握在不同的应用手中，既无法跨平台复用，也不能进行整合。而在 Web3 的世界中，广义上来讲，用户只需要一个地址就可以访问和使用各类去中心化应用，而这个地址所发生的每一笔链上交互，其对应的数据都可以被组合起来，无需任何应用许可。

• 通过代币经济实现更好的价值分配

数据创造的价值如何能分配给产生这些数据的个体，是 Web3 面向数据要回答的重要议题，而不断演进的代币经济可能是实现这种价值重新分配的核心手段，这一点任何曾经在各类空投中收益的用户应该都有非常直观的感受。在Web3的语境里，用户与任意应用的交互行为所积累和产生的数据，都是价值捕获的载体。

其实，Crypto市场本身的进化也在很大程度上驱动了 Web3 数据赛道的发展。供给端，多链宇宙的成型，各类应用的爆发，NFT的蓬勃发展，以及新用户大大量涌入，都让数据的种类和数量有了指数级增长；需求端，需求的多维化和复杂化让围绕数据的获取、整理、访问、查询、加工、分析，催生出了无数有想象力的场景和机会。

Web3数据赛道结构图

Web3数据赛道的结构可以被划分为四个层次，分别是最底层的数据来源，第二层的数据获取，第三层的数据查询与索引，还有最顶层的数据分析与应用。

第一层，数据来源

数据来源整体分为链上和链下数据。链上数据主要包括：链相关数据（如哈希、时间戳等）、转账交易、钱包地址、智能合约事件、以及一些保存在缓存中的数据（比如以太坊mempool 里面的排队数据），这类数据被去中心化的数据库所维护，可靠性由区块链的共识来保证。另外，存储也是链上数据的主要来源，目前集中在IPFS, Arweave, Storj等协议。链下数据则主要包括中心化交易所的数据，社交媒体数据，GitHub数据，以及一些典型的 Web2 数据，比如PV、UV、日活、月活、下载、搜索指数等等。

近两年来，数据种类和数量都有指数级的增长，但目前就数据源这个层面，还存在三个问题：

1. 部分公链采用轻节点模式，导致链上数据不完整，比如Solana。

2.存储层因为数据量大产生拥堵。我的好朋友 REVA 曾经将她的 NFT 作品上传到IPFS，但是当她想调用的时候，却用了2个小时都没能将一个几百兆的文件下载成功（想一下两个小时都没能把一部标清电影下载下来的崩溃）。不过市场上已经有项目在着手解决这个问题，比如SevenX 的 Portfolio：Meson Network。它是一个去中心化的 CDN 网络，通过挖矿的形式聚合闲置服务器，调度带宽资源并将其服务于文件以及流媒体加速市场，对象包含传统网站、视频、直播及区块链存储方案，目前已经支持AR、IPFS等。

3. 链下数据缺乏确保其真实性的方法，数据维度也需要被拓展。

第二层，数据获取

这一层最主要的玩家就是节点服务商。如果选择通过自己搭建节点的方式来获取链上数据，需要较高的时间、金钱和技术成本，还可能会面临内存泄露、磁盘空间不够等问题，而节点服务商则大大优化了这个流程。作为整个数据赛道的基础设施，节点服务商是最早参与进来的玩家，也诞生了估值百亿美金的独角兽。

目前比较有名的服务商有Infura，Quicknode，Alchemy和Pocket，开发者和创业者在选择的时候主要会考虑覆盖链的数量、商业模式以及附加服务的多样性（是否有类CDN服务？是否可以访问mempool数据？是否可以提供私有节点？）等因素，而Infura在之前不止一次出现过的节点宕机事件，是否去中心化也是大家选择的标准之一。（2020 年 11 月，Infura 没有运行最新版本的 Geth 客户端，而某些特殊的交易触发了这个版本的客户端的 bug，随后 Infura 宕机了并造成了一系列的连锁反应：主流交易平台无法充提 ERC-20 的 Token，MetaMask