数据资产入表是今年国家大力推进落地的一项工作，企业在落地过程中要制定明确目标，落地环节中需要重点关注哪些要点。今天主要从背景介绍、工作核心逻辑、落地的关键点进行详细说明。分享嘉宾｜詹慧超 亿信华辰 咨询总监
内容已做精简，如需获取专家完整版视频实录和课件，请扫码领取。
数据资产入表工作的国家战略背景，数据资产、数据要素、数字化转型，这也是几年来高频度、高密度的关键词汇，但这些概念早在 2019 年就已经提出了，数据要素会作为第五生产要素要素。随着发展时间线的后移，逐渐看到国家战略的推进，包括试点方案、数据要素统一市场建立、数据二十条的发布、数据资产入表的暂行规定发布，从实际上来看，国家正式打响了具体工作的发力枪。做好数据资产布表，首先要有明确的目标，做好整体规划。数据资产入表本身不是目的，数据资产入表工作是一个抓手，为了后续整个数据资产运营，包括变现、营收，都是通过数据生产入表，提供新路径与可实施方法。其次在规划方面，整个数据资产首先要做好总数据资产的规划，数据盘点、数据产品梳理、数据计量。还要有关于整个评估的规划，目前来会有专业的评估公司提供三方服务。目前阶段，会考虑成本法作为评估方式，后续有了具体的流水与真实收益后，随着市场逐渐的发展和良性化推广，未来会有收益法和市场法，同步纳入资产评估方式里，相应的手段路径也会逐渐清晰。第三个变现规划，数据资产入表会按照暂行规定的要求，未来会涉及到对外报表的披露，包含强制披露和资源披露，这是一个非常好的机会，向市场、客户、投资人展示自己。可以讲过往的成功案例、商业模式设计、品牌故事，都可以通过这种方式做对外的宣传和表达。因此在做事之初，就要做好相应的规划，包含了商业模式设计、股权设计、产品设计和资产管理设计。数据价值的实现，分为了三个阶段，分别是数据资源形成和入表阶段、数据产品开发和商业模式设计阶段，以及数据产品流通阶段。在整个数据资产入表具体的工作执行过程中会涉及到各种产出物、工具服务、咨询服务以及生态服务。做数据资产入表工作，需要具体的工作要素和产出组织工作资产成果。一般来说，经过二三十年的信息化发展，绝大部分数据，基本上都存在于信息化系统里，可能还会有游离在信息化系统之外的非结构化数据或半截化数据，但主体一定在信息化系统里，非结构化数据会想办法做结构化，从信息化系统里，我们可以认为它是原始数据，这是第一个产出物。同时在这个对元数据要做数据治理。数据治理中包含了数据资产分级、分类，同时对原始数据做数据资源盘点，形成相应的数据资源。数据资源之前只在内部，按照对数据的认知进行盘点，但未来会涉及到整个数据的入表或上市运营，要对数据资源做进一步的盘点。企业有较强的专业团队，自己同时可以依赖数商或外部的咨询机构，对企业内部数据做进一步盘点，形成相应的数据资产目录，数据资产目录阶段，有两条路径，从一阶段到二阶段，还有就是直接到第三阶段。形成了数据资源目录后，要考虑经过一系列的服务，可以做数据资产的自动营销入表。数据散落表后会形成相应的 财务报表。严格意义上说，关于数据资产入表本身，在第一阶段就已经可以完成了，基本实现了资本化价值的实现。但是流程才是刚刚开始。形成了数据资源目录后，进入数据产品开发和商业模式阶段，数据资源目录已存在，数据加急已盘清。这时要考虑数据产品化的可行性分析，这时需要专业的咨询服务提前做设计。因为数据产品分不同的种类，比如原始数据可作为数据产品，基于原始数据集做二次开发或加工产生的数据衍生品，也可以作为数据产品。直接把数据产品封装成软件产品或数据模型的形式，也可以作为产品，数据产品是多样化的。这一块要对数据产品化做规划和可行性分析，确定了产品化的思路后，要着手对整个数据产品制定开发计划。进入数据产品开发后，可以回到第一阶段，对数据产品再次进行入表，滚动推进、鉴定明细，逐步丰富和完善报表的过程，数据产品开发后会形成数据产品。数据产品可以根据形式或交易来确定它作为无形资产还是存货，在报表上有所体现，这时要做数据产品商业模式设计，是直接售卖，还是数据产品信托或对数据产品做融资。涉及到具体的商业模式设计，可能也会要有专业的这样的一种咨询服务去支撑。02
有了完整的商业模式支持后，进入到数据产品的运营规划，自此进入第三阶段就是数据产品的流通阶段，针对数据产品的运营，最终实现产品收益与流动价值的实现。数据集本身或再加工的衍生数据集，直接进入流通阶段。简单来说，就是直接卖数据，直接到数据产品流通阶段。数据资源登记服务非常重要，只有拿到数据资源权证，才能说数据产品的产权是清晰的，在此基础上才能对产品做进一步流通交易。拿到资源登记凭证后，可以对数据资产进行估值，改善财务报表，实现资产增值价值。接着有专业的评估机构，对数据资产进行估值，进行金融层面的动作，比如信盈融资、质押、信托，实现数据资产的变现。从会计层面，从信息化费用到无形资产和存货，在以往信息化技术中间，大家基本非元化。现在有了增值过程，在工作里以数据资产盘点为核心，把数据进行盘点后，在内部作为数据评估。如果没有潜在外部经济价值的数据，我们可以考虑融入外部数据，进行再加工，形成新的数据，再进行数据价值的盘点。潜在外部价经济价值的数据资源，通过价值计量，形成有价值的数据以及数据产品，同时基于数据产品衍生出各种权属与利用，包括经济价值、物权经济价值。在经营层面一开始会持续叙述信息化建设，过去信息化建设的成果仅仅作为费用，这会影响当前的利润表，后续也没有对应的推进路径。现在有了数据资产入表，与国家大力推进的前景后，可以发现可操作空间变得非常大。首先把精细化建设成果做资产。在要素化阶段可以考虑。在资本化层面，直接在财务报表进行优化，可以降低资产负债率，调节当期利润。在生产和交易收益会有相应的产出，通过数据服务的产出影响到利润表，同时直接作为资产转让，把资产进行运营管理。这也是增加营收的好手段，也会直接影响财报的披露，最终影响到整个公司的市值的增加。也会有其他的商业模式设计，比如融资、精强化。在入财务报表过程中，有些种关键环节。首先是关于确认，入表的线索数据的确认、如何选择计量单位、计量属性是什么、如何记录过程。基于现行的快捷准则，会计科目二级目录怎么编辑，财务制度怎么改革，计算方式如何设计和调整，对外发布报告，怎么去披露、设计。这地方有一整套的财务动作，这类操作可以考虑让专业第三方机构参与进来，做相应的工作。理清思路是落地的前提。在入表过程中间，有各种咨询服务。目前分为三部分，第一是关于数据资产盘点，和入表准备的能力，在入表之前把库存清空。然后有相应的一些人准备工作做一做，那目前的你整个数据管理的一个成熟度评估，可能得对现在的一个数据资产的现状，然后得去做比较客观和严谨的分析。所以说这块的能力可能是要有的。那这一块的工作你比如说有可能会去找一些这种数商或者专业的数据服务商，然后来协助一起做相应的一些这种动作。第二块就是关于数据产品规划和设计能力，不能光从技术视角做工作，同时也会从业务同步规划。好产品作为资产进行入表，但资产在市场上是否有竞争力，数据本身它也是时效性特别强的属性，同时本身的质量也决定了竞争力。数据是否有独占性或权威性，有很多的考量，在此阶段需要整理数据产品规划和设计能力，把具有商业潜力的数据资源筛出。同时开发成数据产品，为后期的市场开拓与产品运营提供持续的赋能。第三块是数据运营模式，要清楚未来的数据运营模式和数据交易的商业模式如何设计，未来怎么使目前竞争力的数据资产的效益最大化。以上内容一定是绕不开技术能力，这是底部支撑。关于技术能力分为两块，第一是具体应用平台层面，要有提供应用支撑和平台能力的支撑，对应的产品可以和平台做相应的承载业务。第二块是服务能力，技术服务能力不光指外部的，包括内部的技术服务能力也需要持续提供服务和赋能。具体有四点，第一，数据资源的管理能力，在做事之前要对数据资源做管理。会涉及到源数据的梳理，就数据资源的技术属性、业务属性、管理属性做分析和标记，数据资源的应用要通过相应的平台进行承载，同时对企业来说这项工作是长期工作。第二，在做工作的同时，要形成数据治理全套的管理组织支撑，要有专业人员提供持续的运维和服务。某种程度上说，数据资产的治理，并不是具体业务或平台建设，有相当一部分是全体人员对数据资产认知的提升，所以会有相应的能力要求。第三，产品开发后，数据越来越多，还会涉及到基础设施上，如何对数据进行汇聚存储，计算平台部署架构、数据架构、对外数据、分类的管控设计都会涉及。第四，聚焦到技术本身，数据开发与继承能力都要具备。想把数据资产做变现，最终还是要靠技术能力做底部支撑。未来数据产品的竞争力会有问题，服务无法支撑客户诉求，直接会影响到数据资产未来的运营交易。体系作战组织和制度是重要的保障，可以考虑建立数据资产管理委员会，包括企业里做 DCMM 的管理度、成熟度评估。在数据职场管理委员会下面，推荐有专职或兼职的数据治理管理部门，好处在可确定我们的数据owner，通过 RACI 矩阵，明确整个数据关系，在数据管理过程中各自承担职责。结合其他部门，包括业务、会计、合规、审计部门，一起做相应的工作。接着建立相应的制度体系，政策包括外部监管层面政策、法律法规，内部涉及数据治理的战略规划，包括执行落地、体系政策，为了落实政策，要定义相应的制度，按照专人专岗职责划分开展相应性的工作，在规范层面会聚焦到具体的工作细节，组织和制度一定是数据资产入表重要的保障。以上就是本次分享，如需获取专家完整版视频实录和课件可扫码领取。
从事大数据领域15年，主要研究政企数据治理、数据分析，具有丰富的咨询规划项目实施经验。为三大运营商、国家电网、奇瑞、吉利等大型企业提供数据中心、数据治理、数据资产、主数据等方案咨询及项目服务；为数据局、应急等政府部门提供智慧城市、政务大数据咨询规划及项目服务。
注：点击左下角“阅读原文”，领取专家完整版视频实录和分享课件。
