1.构建科学化、体系化的数据资产评价体系
数据资产评价体系可分类为财务指标和非财务指标，通过这两类指标，客观、科学的评价数据资产的品质和价值。
财务类评价体系关注数据资产的财务贡献和收益
数据资产财务类评价指标可从财务贡献和收益角度进行评估。财务贡献类指标主要从数据带来的各类收益与数据在产生、管理、应用和运维过程中各类成本的关系，判断数据的经济效益是否大于成本投入。可以作为企业数据资产管理的关键考核指标，指导数据资产投资决策。关键指标包括投资回报率、经济增加值、净现值和经济效益等。
收益类指标通过收集数据应用的各类直接收益和间接收益，全面评估数据资产带来的经济收益、成本节约、效率提升、风险规避程度等。关键指标包括直接收入、间接收入、成本节约、效率提升、新增业务、风险规避、合规收益和持续收益等。
非财务类评价体系关注数据资产的质量、应用价值和合规性
数据资产非财务类评价体系通常从数据质量、应用价值和数据安全三个维度进行综合评价。
・数据质量评价，检查数据的完整性、一致性、准确性和唯一性等指标，通过计算这些指 标的值，可量化评价出数据资产质量的优劣，识别数据缺陷和问题，帮助企业针对性地提升 数据资产的质量品质。
・应用价值评价，分析数据对业务的价值和影响，找出高价值数据并扩大其业务应用，提 供数据驱动决策支持。通过关键指标可评估出数据资产对业务贡献价值的程度。相关性和价 值密度指标反映数据与业务需求的适配程度。使用频率和影响度指标测量数据使用方式。替 代成本评估数据的不可替代性。
・数据安全评价，确保数据的可靠性、可用性和机密性，评估安全风险并加强安全防护， 保证数据资产安全。通过计算机密性、完整性风险、可用性风险、合规风险和安全风险等指 标可以发现存在潜在风险的系统和数据，以便采取措施降低数据资产的风险。
数据质量、应用价值和安全风险三者相辅相成，共同推动企业的数据资产管理。质量评价保证基础数据品质，价值评价发掘更大价值，安全评价减少数据风险。建立完善的评价体系，不断优化数据资产的治理，使数据资产真正成为企业的重要战略资源。企业可以借助层次分析法、熵权法、模糊评价法和德尔菲法等各类综合评价法采用上述一个或多个评价体系组合定期对数据资产进行评价。
2.多元评价主体，促进资产综合价值提升
・数据资产提供方:作为数据资产所有者或者加工处理方，负责数据治理和数据产品开发，可以从元数据管理层面进行评价，包括元数据、数据字典以及数据资产卡片的完整性、一致性、规范性等维度，也可以从数据生命周期角度评价，包括数据采集、存储、处理、使用、退役等各个阶段的流程和管理效率;以及数据治理的组织、政策、流程、技术等管理能力。
・数据资产管理者:作为数据资产的管理方及运营方，数据资产管理者更关注数据资产平台和资产使用闭环流程，可以进行系统性能评价包括数据平台的可扩展性、可用性、响应时间等;也可从管理和运营的组织流程维度进行评价，评估组织结构、业务流程是否规范清晰;也可以从显性的成本效益进行评价，衡量数据资产管理的投入产出比，优化资源分配。
•第三方机构:第三方机构一般提供独立审查，可以进行数据安全审计，如对数据的访问控制、存储传输加密等安全过程和措施的评估;合规性审计，对数据处理是否符合相关的法律法规、行业标准等方面的评估;数据价值评估，评估机构站在第三视角提供关于数据资产的独立市场调研，评估数据资产经济价值等。
左上角“海纳数智研究院”，感谢您的关注！
