企业数据如何从产品再到资产全过程

当前随着各地数据交易所的成立，关于数据资产交易的话题可以说是非常的火爆，很多企业领导都在跃跃欲试，但又无从下手，那么企业数据如何从保存在硬盘里的字节被加工成产品，再变成可变现的资产呢？企业该如何做？需要投入哪些资源？产生何种价值？

首先企业首先面对如下的问题：

第一，认知上的问题：

当前对于大部分企业领导及员工而言“数据资产”一词是“熟悉的陌生人”，至今为止大部分的传统企业领导对数据的认知在意识上不够，在理解上不深，同时又缺乏数据思维及数据的应用能力，不知数据如何用、如何管、如何再次产生价值，所以企业领导及员工必须要清楚的知道如下问题：

1.什么是数据：

企业领导及员工无数据化的意识就不会主动了解数据的概念、特点及其重要性，搞不懂数据的原理就不可能有针对性的开展相关数据管理工作；

2.数据从哪里来到哪里去：

企业领导及员工在了解数据基本概念的基础上必须还要深入了解数据从哪里来即数据录入、采集过程，有效的进行过程规范管理，要清楚的知道数据产生后对工作有何提升，有何价值，这样才能学会如何利用数据，清楚的知道数据的流向即到哪里去，才能更好的在过程中应用数据、管理数据。

3.什么是大数据：

当前企业都在做数字化转型建设，每天都在产生大量的数据，但数据量多并不一定都称为大数据，所以很多企业进入了一个误区，以为做了一些花花绿绿的报表企业就进入了数据化，报表背后更多的是面子工程，所以企业应更深刻的理解什么是大数据，如何利用大数据产生更高阶的价值，在此阶段策略比工具更重要。

第二，数据管理的问题

对于部分企业而言，当前并不缺乏数据，而是缺乏数据的管理能力，这种能力既有技术上又有组织上的，更重要的是在应用及运营上的，具体表现为：

1.组织问题：

缺乏专业的数据化管理组织及数据化管理岗是当前大部分企业面临的问题，特别是在当前降本增效模式下，导致企业难以在战略上重视数据，在行动落地上难以正确的利用数据。

2.技术上问题：

由于企业数字化系统的无序建设，导致系统数量多存在功能重复、数据重复录入的现象，数据冗余不但造成数据脏、乱、差，还会造成企业IT资源的浪费；同时由于在技术上数据间逻辑关系复杂，接口众多，造成数据治理成本较大；

3.应用上的问题：

由于数据意识的缺乏，导致在应用上不懂用、不会用，同时又由于数据质量的问题导致应用效果大打折扣，影响数据价值的体现。

4.运营管理上的问题：

主要体现在企业缺乏数据化的运营管理能力，导致数据标准不一，数据口径不一致，影响经营决策；同时数据管理责任不清，要么多头管理混乱不堪，要么无人管理；

从以上不难看出，企业在数据应用方面不单单是技术的问题，更重要的还是企业的管理能力问题，所以企业不在意识及管理上做转型，就想将数据变成资产，无异于痴人说梦。所以对于大部分企业的数据管理而言，不仅仅是解决有无的问题，而关键是要提升其数据运营管理能力的问题。

数据成为生产要素，已是当前不争的事实，众所周知数据如石油不经过挖掘开采是难以产生价值的，而石油不经过再次加工也不会产生更高的价值，所以企业数据需要有一个采集、加工的过程才能变成产品，那么企业数据如何变成可交易的产品？企业需要如何做？

第一，首先要搞清楚什么是数据产品？

在此方面企业领导要搞清楚的是产品的特性是什么？将数据变成产品的思路是什么？也就是说需要考虑数据产品的从设计、生产、管理、销售、服务等全生命周期的每个细节问题，同时也要具备通用化的平台支撑、传输服务、跨域应用、标识管理等能力等，不要简单的认为只要服务器硬盘里有数据就马上成为可变现的产品。

第二，如何做才能生产数据产品？

企业服务器内纷繁杂乱的数据变成数据产品必须有一个生产制作的过程，那么这个过程企业必须要考虑：数据的清洗治理如何保障数据质量，这需要技术、业务、法务等多个部门的协同配合才能完成。

为保障数据产品的质量，数据治理是必不可缺的环节，而数据治理的核心目标是通过一系列精心设计的政策、程序和控制措施，来优化数据的管理和使用过程，它涉及从数据的收集、存储、处理、共享和分发等方面，以确保数据的完整性、可用性、可信度和安全性。数据治理是数据从产品到资产的一个重要的环节，如何做呢？需要企业在战略上重视设定目标和制定策略、建立专业的数据化治理组织架构和职责分工、制定配套的数据标准和规范、采购并实施应用相关技术和工具、建立数据治理流程和制度、进行企业全员培训、持续不断的改进；总之数据治理是一个复杂的、体系化的工程，且是一个比较苦逼的过程，如治理能力不足将直接影响数据质量。

第三，企业需要做哪些投入？

有产品的生产过程就会有投入，数据产品也不例外，因此企业应当在前期做好各种投入预算策划，以方便后期数据产品的定价，这些投入大致包括组织人力成本、购买相关技术及系统的成本、时间成本，有条件的企业还包括引入第三方咨询的成本。

从以上不难看出生产数据产品的过程是一个复杂的系统化的工程，其中数据治理是重中之重，且是一个漫长的过程，不仅需要企业的资金投入，更需要企业对数据意识、能力等各方面的转变。

最后企业面临的问题就是数据产品如何华丽变身为数据资产？如何产生新的价值？所以企业要面对如下问题：必须要搞清楚什么是数据资产，如何确权，如何评定数据资产的价值、数据资产如何交易及入表。

第一，数据资产的概念：

从网络查询相关资料得知：数据资产是指企业拥有或控制的，预期会给企业带来经济利益（内部价值或外部收益），以数据为主要内容和服务的可辨认非货币资产。这些数据资源以电子或其他方式记录，包括文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，但值得注意的是并非所有的数据都构成数据资产，只有那些能够为组织产生价值的数据资源才被视为数据资产。数据资产特征包括：非实体性和无消耗性、可加工性、多样性、依托性、价值易变性、多次衍生性、可共享性和零成本复制性等。当前数据资产将数据视为类似于资金、设备、技术等要素资源，并将数据资源转化为可交易的“数据资产”。‌

第二，数据资产确权：

企业首先要搞清楚的是为什么要进行数据资产确权？

1. 如果没有明确数据的权属，数据资产讲无法进入企业的财务报表；所以说数据确权是数据资产化的基础；

2. 只有明确了数据权属，才能对数据资产进行估值，这是数据交易和流通的前提；

3. 数据确权是保障数据安全的一种手段；

从以上就不难理解数字资产确权的概念了，即确定数据的权利属性，谁对数据享有权利，享有什么样的权利。

第三，如何评定数字资产的价值？

即如何定价，当前主流及简单的方法为成本法：顾名思义是指为其获取、加工和管理所需的成本。这种方法适用于数据资产没有直接经济价值的情况，如内部数据资产计算成本时，应考虑数据的获取成本、数据质量管理成本和数据存储成本等。同时还有一种常见的方法为按市场指导原则进行定价，即根据市场上同类数据产品的价格作为参考，充分考虑自身的因素进行灵活定价。值得注意的是企业在定价时因充分考虑如下因素：数据资产的稀缺性、质量、时效性、安全性等。

第四，数据资产如何交易？

其中的内容就包括数据资产以何种形式交易、在哪里交易两方面的内容；这方面的内容比较好理解，数据资产的交易主要包括买卖、租赁和抵押等形式，主要在各地的市场交易所进行。

第五，数据资产如何入表？

数据资产入表顾名思义就是将企业的数据资源以资产的形式纳入财务报表中进行管理和计量。数据资产入表的步骤主要可以分为初始计量、后续计量、列报与披露。其中，初始计量包括成本归集、收入与成本匹配、按成本进行初始计量列示三步，后续计量主要是计入为数据资源无形资产的摊销。数据资产入表目前面对的问题有：

1.企业对数据资产认知有限；

2.企业对形成数据资产的路径理解不足；

3.会计处理存在困难；

4.数据资产信息披露规范和机制不明确；

5.专业服务机构对数据资产评估方法实践标准不统一；

从当前的情况来看，对于大部分企业而言从数据产品到资产入表的在意识上仍处于一个混沌期，在行动上还处于观望期，不会做、不敢做是最大的问题，且数字资产入表及变现不是企业某一个部门可以独立完成，需要企业融合的力量，当前仍有一些问题待解决：

第一，前期规划与投入策划；第二，如何保障数据产品的质量；第三，数据确权及数据安全，这涉及法律层面，一旦发生数据安全问题如何处理？数据安全与隐私问题也是当前企业较为关心的核心问题；第四，数据资产如何管、如何用？如何在企业内创造可见价值；第五，数据资产的价值如何衡量。

中翰软件：专注数据治理19年（http://www.jobhand.cn）

免责声明：本网站所发布的文章为本网站原创，或者是在网络搜索到的优秀文章进行的编辑整理，文章版权归原作者所有，仅供读者朋友们学习、参考。对于分享的非原创文章，有些因为无法找到真正来源，如果标错来源或者对于文章中所使用的图片、链接等所包含但不限于软件、资料等，如有侵权，请直接致电联系，说明具体的文章，后台会尽快删除。给您带来的不便，深表歉意。