什么是数据资产？

科技 2024-10-18 14:58 江苏

· 数猎 - 让数据创造价值

数据要素市场政策及背景

预热阶段

2019年10月，《中国共产党第十九届中央委员会第四次全体会议公报》，首次将数据纳入生产要素，“数据要素" 开始成为热点。

起步阶段

2020年4月，《关于构建更加完善的要素市场化配置体制机制的意见》，首次提出数据要素市场，国家层面开始“数据要素市场”顶层设计。

落地阶段

2021年11月，工业和信息化部《“十四五”大数据产业发展规划》。

2022年1月，国务院办公厅公布《要素市场化配置综合改革试点总体方案》。

2022年6月，数据二十条《关于构建数据基础制度更好发挥数据要素作用的意见》，正式提出“三权分置”数据产权制度，加快数据要素市场体系建设。

深化阶段

2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》，数据资产入表正式提上日程，2023年9月，中国资产评估协会发布《数据资产评估指导意见》，2024年2月，财政部发布《关于加强行政事业单位数据资产管理的通知》。

概念辨析：数据要素、数据资源、数据资产

数据要素（经济型概念）：指为参与社会生产经营活动、为使用者或所有者带来经济效益的数据资源，是与土地、劳动力、资本、技术等并列的生产要素之一。

数据资产（产权概念）：指组织所拥有或控制的,具有明确的业务价值,可带来经济利益,能够记录在资产负债表上的数据。它是组织的一种无形资产。

数据资源：指可以被识别、采集、加工、存储、管理和应用的原始数据及其衍生物,是组织运营和决策的基础。

三者之间的区别

数据要素：是一个宏观概念，它关注于数据在经济生产中的作用，类似于传统的生产要素如土地、劳动、资本和技术。数据要素的关键是它对生产和服务提供的增值能力。

数据资产：指的是企业或个人已经明确定义和管理，可以带来经济利益的数据。数据资产强调数据的价值已经被认识并可能被纳入资产负债表。

数据资源：包含所有可能具有潜在价值的数据，无论它们当前是否为组织所管理或认识。数据资源可以看作是一个储备，不是所有的数据资源都能转化为数据资产，只有那些经过处理、分析并能为企业带来经济利益的数据资源才能被称为数据资产。

为了更形象地说明三者的区别,我们可以用餐厅和食材的类比来区分这四个概念:

数据要素：相当于厨房里的基本食材，如水、盐、基础蔬菜和肉类。这些食材是准备任何菜肴所必不可少的，它们在烹饪过程中发挥着根本性作用。同样地，在经济活动中，数据要素是构成决策、创新和效率提升不可或缺的基本组成部分。正如没有水和盐就无法烹饪出大多数菜肴一样，缺少数据要素，现代经济体系的运转将会受到严重影响。

数据资产：相当于餐厅的招牌菜。这些菜肴已经被精心设计和制作，成为餐厅的核心价值所在。类似地，数据资产是被企业认定具有经济价值的数据，已经被整理、分析，并能直接为企业创造收益或提供决策支持。

数据资源：类似于餐厅储备的所有食材，包括那些尚未用于当前菜单的。这些食材代表了餐厅可能利用的所有资源，有的已经被转化为菜肴，有的则还待开发。同样，数据资源涵盖了所有原始数据和衍生数据，无论它们目前是否已经被加工成数据资产。这些资源有潜力经过分析和利用，变成对企业有价值的资产。

通过这三个类比，我们可以看出，数据要素相当于餐厅烹饪的基本原料，数据资产则是通过加工这些原料精心制作的成品菜肴，数据资源是餐厅所有的食材库存。这个类比帮助我们理解这三个概念之间的层次关系和区别，以及它们对于整个“餐厅”（即企业或经济体）价值创造过程的贡献。

数据资产管理体系

数据资产管理体系的理念和内涵

数据资产管理模式和管理原则

1、以价值为导向

数据资产管理应以最大化数据这一数字经济生产要素的价值为最高宗旨

• 通过持续动态的全生命周期管理过程，使数据资产为数字化转型提供源源不断的动力；

• 管理方面，应建立一套符合数据驱动的组织管理制度流程和价值评估体系；

• 技术方面，应建设数据平台、引入智能化技术，确保数据资产管理平台持续为数据资产管理体系服务。

2、坚持合规底线

坚持数据合规与个人隐私保护的红线思维，保障安全是数据资产管理的底线。

• 数据资产管理通过制定完善的数据安全策略、建立体系化的数据安全措施，执行数据安全审计，全方位进行安全管控，确保数据获取和使用合法合规，为数据价值的充分挖掘提供了安全可靠的环境。

3、角色与责任

明确各方的角色与责任体系，建立健康、有序且平衡的数据资产生态

• 实现互联、共享、跨界的连接供给和需求的数据资产环境，与各参与方合作共赢。

4、共享与复用

数据最大化应用的基础是企业内部充分的“共享与复用”

• 随着数字金融生态的逐渐开放，数字化条件下部门共性职能应进行有效归并，提炼可复用共享的业务能力，形成可快捷调取的通用服务模块，支持前台高效获客和敏捷创新。

5、数字化技术赋能

充分运用数字化技术赋能数据资产“智能化管理”

• 增强型数据治理自动发掘数据，清理和识别，提升数据质量；

• 利用机器学习和人工智能自动提取元数据，将不同数据进行关联并分析；

• 可视化展现数据多维关系，高效探索和分析数据，扩大数据的使用对象和应用范围。

数据资产管理的目标

1、掌握数据资产现状

盘点数据家当，形成数据地图，夯实数据基础，协助业务人员快速精准定位数据，帮助开发者了解数据。

2、提升数据质量

建立覆盖数据全生命周期的质量管控机制，加强数据源头控制，设计质量检核规则，监测数据质量。

3、实现数据互联互通

统一数据标准，打破数据孤岛，实现数据交换流通，提升服务能力。

4、保障数据安全合规

制定数据安全策略，建立安全措施，全方位进行安全管控，确保数据获取使用合法合规，数据应用环境安全可靠。

5、持续释放数据价值

通过数据治理和应用服务，使数据资产能够为企业数字化转型提供动力。

6、提高数据获取效率

通过人工智能、机器学习等自动化手段，提升数据获取和服务效率，加速数据价值释放过程。

预告

下一篇文章即将揭晓《数据资产管理体系建设方案》，敬请期待！

提供实时高效智能数据分析展示解决方案

帮助企业查看分析数据并改进业务

专业数据软件和服务提供商

数据分析平台-Data Analytics

数据大屏展示-Data Max

数据中台-Data Formula

官方微信公众号

北京数猎天下科技有限公司

网址：www.datahunter.cn

邮箱：marketing@datahunter.cn

欢迎致电：400-1024-262

END

http://mp.weixin.qq.com/s?__biz=MzIyNDQ3MTk2Nw==&mid=2247511704&idx=1&sn=762c78931c6ba585689aa2cb12ffa550