上一章结尾，卖铲子的人低头发现：铲子挖了半天，脚底下堆起的这堆数据，可能比铲子还值钱。这一章我们就蹲下来，把这堆东西看清楚——它凭什么值钱，凭什么能变成一道护城河，以及它没被吹的那面：它也会失效。
先说一句让全章成立的话：云和移动，把「用户的一举一动」全搬到了线上。过去你在实体店买东西，店员记不住你摸过哪件没买；现在你在 App 里划一下、停三秒、加进购物车又删掉——每一个动作都是一条记录，自动落进服务器。数据不再靠人工填表攒出来，它是软件运转时顺手漏下来的。
数据本来是「废气」
早年间，做业务的人是这么看数据的：它是业务的副产品——你为了完成一笔交易，顺带产生的一堆记录（谁在几点买了什么、点了哪个按钮）。就像工厂开机器，主产品是零件，副产品是废气，没人冲着废气去开厂。这些记录躺在日志里，占着硬盘，定期还得删掉腾地方。
「数据是废气」不是个比喻上的贬低，是当时的经济账：存它要花钱，分析它要花钱，而它能换回的钱看不见。在存储和算力都贵的年代，把废气收集起来提纯，不划算。所以大家真的就把它放掉了。
让废气变成资产的，是第四章那件事：存储和算力，从「一次性买断的大件」变成了「按用量买的水电」。攒一年的点击记录，过去意味着先砸钱买一屋子服务器；上云之后，变成每月账单上多出的一小笔，用多少付多少。于是「先把数据都留着，回头再想怎么用」这个念头，第一次在经济上说得通了。地基一便宜，上面立刻长出新东西。
数据怎么就变成了钱
数据变钱，靠的不是「卖数据」——真正的高手很少直接卖。它变钱的方式是让产品变得更准，而更准的产品能赚更多钱、留住更多人。这里有个自我强化的循环，是这一章的核心，叫数据飞轮（也叫数据护城河）：
- 用的人越多 → 你积累的数据越多；
- 数据越多 → 你的产品/推荐/判断越准；
- 越准 → 越多人愿意来用；
- 回到第一步，数据又更多。
轮子一旦转起来，它会自己越转越快，而且后来者很难追——因为对手缺的不是代码，是你已经攒下、他还没有的那堆样本。举三个转得最漂亮的例子：
- 搜索。越多人在搜索框里搜，越多人点了第几条、又退回来重搜，引擎就越知道「对这个词，什么才是好结果」。你的每一次点击都在替它打分。新来的搜索引擎代码可以照抄，但它没有「几十亿次真人点击」这本账，所以结果就是没那么准。
- 推荐。越多人看了什么、跳过了什么，系统越知道「看了 A 的人多半也想看 B」。你在电商、短视频、音乐里感到「它怎么这么懂我」，懂你的不是某段聪明算法，是它见过几亿人的观看轨迹。
- 反欺诈。见过的欺诈样本越多，越会认下一次欺诈长什么样。一家处理支付的公司，看过千万笔真实盗刷，它的风控就是比只看过几百笔的对手灵。这里数据的价值特别直白：多抓一笔骗子，就是省下一笔真钱。
它和另外两道护城河，别混
这本书到现在，讲过三种「别人抢不走你」的机制。它们能同时出现在一个产品上，但发动机完全不同，混着说就全糊了：
- 网络效应（第六章）：价值在人头。用户之间互相吸引——你朋友都在这个社交网络上，所以你也来。去掉别的用户，产品对你就没意义了。
- 切换成本（第三章）：价值在「搬家太麻烦」。不是产品多好，是换掉它要重新导数据、重新培训、重新接口，你嫌烦就不换了。
- 数据护城河（本章）：价值在积累的样本。数据把产品磨得更准，而对手缺的是那堆样本。哪怕全世界只有你一个用户，只要你喂了它足够多数据，它也会更准——这一点，恰恰是它和网络效应最干净的分界：网络效应要的是「别人也在」，数据护城河只要「样本够多」。
一句话记法：网络效应是「人拉人」，切换成本是「拔出来会疼」，数据护城河是「练得比你久」。一个产品可以三样都占——比如一个社交 App 既有人拉人，又攒了你多年数据难搬走，又靠数据把推荐磨准。但你要拆一家公司凭什么活着，就得看清它到底靠哪台发动机。
别把它吹成万能
数据护城河听着无敌，其实有两个软肋，这也是费曼式的诚实：
一，边际收益会递减。数据不是越多越好，多到一定程度，再翻十倍也帮不上什么。教一个模型认猫，头一万张照片让它突飞猛进；到第一千万张，再加一百万张几乎看不出区别——好处早被前面吃光了。所以「数据多」本身不等于护城河深，得看多出来的数据还能不能换来看得见的更准。
二，数据会过时。世界一变，旧数据就成了误导。疫情来了，之前所有的出行、消费轨迹一夜之间失真；一个热点过去，围着它攒的偏好数据就是包袱。数据护城河不是护城河一旦挖好就永远在那，它更像一个需要新鲜水源不断补给的池塘，断了活水就会发臭。
撑起这一切的三样基础设施
数据大到一定量，老办法就装不下、算不动了，于是催生了一套新工具。三个名词，一次说白：
大数据：数据量大到一台机器根本装不下、算不完，只能叫来一大群普通机器分工干——把一份巨大的活切成小块，一人算一块，最后汇总。关键不在某台机器多强，而在「让几百台便宜机器像一台超级机器那样协作」。
数据仓库：把散落在各处的业务数据（订单系统一份、App 日志一份、客服记录一份）集中搬进一个大仓库，专门用来做分析。它和你天天用的数据库不一样——数据库是「账房」，负责快准狠地记一笔笔当下的账（这单成交了、这个用户改了密码）；数据仓库是「档案馆+参谋部」，负责回答「为什么上个月华东掉单」「照这势头下季度会怎样」。一个管当下记账，一个管回头看和往前看。
数据湖：比仓库更随意的一种存法——先不管数据整不整齐，原样倒进一个大池子存着，等要用了再收拾。仓库要求你进门前把货码好，湖是先堆着、用时再挑。
为什么这些偏偏在云出现之后才真正跑得起来？因为它们全都吃「按需的海量存储 + 临时叫一大群机器」。搁在自建机房年代，你得为「万一要分析」提前买齐一屋子服务器，平时闲着也烧钱，多数公司算不过账。上云之后（呼应第四章）：存海量数据按用量付，要分析时临时租五百台、算完就还，账一下子就平了。云不是让分析变强了，是让「攒海量数据、按需分析」这件事第一次变便宜、变得普通公司也玩得起。
把这一档收束一下
顺着全书那条暗线看：这一次变便宜的，是「存储和分析海量数据」的成本。成本一塌，废气变资产，资产又能磨出更准的产品，护城河于是在「人际网络」旁边，又长出一条新的——「数据积累」。谁先把数据攒起来、并且真把它转成了产品优势，谁就吃到这一波；只会囤数据不会用的，攒的还是废气。
为什么这为后面 Snowflake 那批公司铺了路，这里先埋一句：既然每家公司都突然明白「数据是金矿」，那「帮别人把金矿存好、挖好」本身，就成了一门能上市的大生意。这是后话。
结尾：地基下面还垫着一样东西
讲到这儿，软件公司看着简直无懈可击：它有订阅（第七章那种细水长流的现金流），有云（弹性又便宜的交付），现在又叠上了数据护城河。三样叠在一起，估值一飞冲天，投资人愿意为「未来还很远的收入」预支很高的价钱。
但你有没有想过：投资人凭什么愿意为「未来的收入」现在就掏这么多钱？这份繁荣的地基，其实还悄悄垫着一样和软件本身毫无关系的东西——钱的价格，也就是利率。钱便宜的时候，「以后才赚到的钱」在今天就显得很值；钱一贵，同样一份未来收入，今天就不值那么多了。
这只看不见的手，一直在幕后决定着所有软件公司值多少钱。它松一松，泡沫就吹起来；它一收紧，塌方就开始。它，是第十章的主角。