市场化模式采用与美国国税局相同的久经考验的方法来确定有形资产和无形资产（如专利、版权或软件）的价格，但适用于数据。市场化模式的最大缺点是数据行业仍处于起步阶段，因此并不总是有可比的产品或公司可以用作估值基准。同样，数据经纪人往往不会披露他们的价格，但随着数据即服务成为主流，DaaS 公司开始采用标准定价，这种情况正在发生变化。
3.2 经济模型
经济模型根据整体经济和公共利益来评估数据的价值，其中可能考虑到就业增长、隐私、健康和基础设施。然而，这种方法可能与市场模型相冲突。例如，循证医疗保健依赖于来自许多来源的广泛数据，包括提供者、付款人和个人，而经济模型会认为这些数据对公众有价值。与此同时，行业可能会优先考虑市场模型，以降低成本或增加其部门的收入。
有两种评估经济数据的方法。一种是估计开放数据 匈牙利 whatsapp 号码列表 的价值。第共数据价值。这两种经济模型方法都计算了从多个来源汇总数据的价值。例如，英国水文局在开放其数据并开始共享水面和地理空间测量数字地图后，每年能够创造 1.5 亿英镑的收入（英国财政部，2018 年）。现在，皇家海军和 90% 的国际贸易船只使用 UKHO 的地图，通过提供安全和供应货物来推动公共价值。然而，作为一种数据评估手段，经济模型需要一段时间来验证，因为如果计算错误，对经济、社会和政府的影响可能是巨大的。这与基于市场的方法形成对比，在基于市场的方法中，私营公司可以计算其数据的价值，并且可以在几乎没有风险的情况下随时重新计算。
3.3 维度模型
许多学者尝试通过维度来评估数据的价值。这些维度可以指数据本身（例如其质量、新近度、格式）或数据的用途（例如交付频率、用户权限、基于数据用例的投资回报率）。各种研究都提出了使用这些维度来计算数据价值的方法，对于在确定数据价值时哪个维度最重要，存在不同的理论。
使用维度模型的优势在于它真正是数据行业专用的。它涉及其他模型忽略的数据质量和管理等上下文属性。但维度模型引起了学者之间的争论，并且在某种程度上是一种更理论化的模型。这意味着它可能不太适合商业应用，因为您无法快速简单地计算价值 - 您首先必须比较提供的不同公式，然后选择对您和您的数据最有意义的公式。