数据资产年度运营报告(2023)【下（共两册）】.pdfVIP

数据资产年度运营报告

（2023）

目录

第一部分数据资产新行业1

一、背景与整体概述1

二、趋势与展望6

第二部分数据资产价值17

一、数据资产价值整体概述17

二、数据资产的资产化实践21

三、数据资产的确权与估值定价24

第三部分数据资产管理27

一、数字资产管理的内涵27

二、当前数据资产管理面临的挑战28

三、数据资产管理的多维优化路径33

第四部分数据资产运营54

一、运营技术与工具54

二、运营风险管理67

三、第三方相关——城投77

四、第三方相关——公共服务平台85

五、挑战与机遇87

六、运营实际案例97

七、未来展望108

第五部分数据资产入表110

一、数据资产入表概述110

二、数据资产入表案例研究114

三、数据要素市场新赛道118

四、数据要素全产业链服务模式122

五、总结与展望169

第五部分数据资产入表

一、数据资产入表概述

（一）数据资产入表数据流转过程

数据在每个阶段都有不同叫法。比如，在数据资源之前叫原始数据，原始数

据其实就是信息化过程中沉淀的数据，像订单数据、客户数据，还有一些设备数

据，都是偏明细数据。有了原始数据，经过一定的加工处理，包括治理、统一汇

聚等，会形成数据资源。

数据资源之后是数据资产，再者是数据产品，可以上架流通。基于流通，我

们能够通过估值将数据资本化，比如融资授信，这是整个数据流转的流程。

数据资源经过治理之后，输出更多的是一个模型或者一些API，这部分内容

通常是对内服务，可以理解为数据内循环。比如，生成的分析模型、可视化报告，

或者用户标签画像，都是企业内部数据应用的场景，它产生的价值对于企业决策

有帮助，可以认为其就是数据资产。

在数据产品层面，更多是对外的，即所谓的外循环。简单来说，企业可以把

数据产品上架到数据交易所、数据交易平台，让下游用户或者供应商用户去购买，

也就是将数据以商品的形式上架并且交易流通。

图5-1数据资产入表及运营全流程

（二）数据资产入表数据梳理

关于第一个阶段数据资源梳理，具体要做的事情，可以总结为五个步骤。

110

1.明确梳理范围：企业到底要梳理哪些业务系统的数据，即确定数据梳理的

组织范围、业务范围、系统范围，统一数据资源梳理模板。

2.梳理数据资源内容：整理和编写数据资源内容，包括实体、数据项、指标、

模型等，以及数据血缘、更新、存储、运维情况。

3.评审数据资源清单：基于内部数据管理制度，确定评审机制，评审数据资

源有效性、完整性、一致性等，并管理评审问题。在做评审时，要确保数据资源

是经过治理的、准确的、一致的。

4.优化改进调整：依照问题对梳理内容、定义及模板进行优化改进。

5.发布数据资源清单：通过业务评审，发布数据，资源清单，数据资源目录、

数据来源、业务口径、技术属性等。

图5-2数据资源梳理五步法

（三）数据资产入表资产化三部曲

第一：资源化：即数据资源的梳理，包括合规确权，还有确权之后的治理和

管理，从而输出数据资源。

第二：数据资产化：数据资产化基本上是以场景为驱动，比如可视化报表，

或者预测模型，这些就是企业的数据资产，而可视化报表后端也有对应的宽表分

析模型，因此可以认为资产就是数据模型化的输出产物。

数据资产化要做4件事情：

1.质量评估：要评估数据的好坏，它的一致性、准确性，都要做评估；

2.成本归集和分摊：根据财政部《企业数据资源相关会计处理暂行规定》，

111

基本上都要用成本法入账，即搞清楚每个数据对象或者数据表，消耗的人工成本、

服务器成本、存储成本、计算资源成本，以及相关的确权维护成本等等；

3.列报：将它在资产负债表里进行展示和披露，这个过