优化数据资产管理，提升企业竞争力的关键策略

数据资产管理：推动企业数字化转型的必经之路

在当今数字化、网络化和智能化的时代背景下，数据作为一种新型生产要素，已逐渐渗透到生产、分配、流通、消费及社会管理等各个环节。党的二十大报告强调了加快建设数字中国和发展数字经济的重要性，同时，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》也明确提出了数据资产化的探索。这些政策为企业数据资产管理提供了理论基础和实践指导。

张光利：企业数据管理与数据资产化

【课程背景】数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式，党的二十大报告指出，要加快建设数字中国，加快发展数字经济。2022年12月《中共中央国务院关于构建数据基础制度更好发挥数展要素作用的意见》明确提出探索数据资产化及数据资产入表新模式。财政部印发《企业数据资源相关会计处理暂行规定(征求意见稿)》，首次提出企业数据资产入表相关处理办法。2023年6月中共北京市委、北京市人民政府日前印发《关于更好发挥数据要素作用进一步加快发展数字经济的实施意见》的通知中提出先行探索开展数据资产入表，对企业的数据首登记、首挂牌、首交易、首开放等给予奖励，更好促进数据要素市场创新和产业化发展。本课程将基于最新的政策要求和企业实践，全面讲授企业如何进行数据资产化，如何提升企业的数据价值，使学员掌握企业数据资产化的基本步骤，有助于帮助企业开发利用数据潜力。【课程收益】1、了解中国数据资产化的最新政策动态和政策要求2、掌握数据管理的基本维度，熟悉企业的数据管理方法论3、掌握企业进行数据资产化的步骤4、掌握数据资产估值的方法，提升企业的数据价值【课程对象】民营企业董事会成员，城投公司高管，首席运营官（COO）、首席财务官（财务总监）等【课程时长】1天（6小时/天）【课程大纲】一、数据资源到数据资产：数据要素的治理（一）企业为什么要做数据资产管理1、数据资产管理的宏观背景（数据要素化、要素市场化）(二)数据资产管理1、数据资产与数据资产管理的概念2、数据资产管理的发展3、数据资产管理的模型4、数据资产管理的难点与发展趋势数据资产化地图（一）数据资产化的制度要求1、企业战略与数据资产化2、数据资产化的组织偏好3、数据资产化的制度需求4、数据资产化的工具需求（二）数据要素的管理与资产化：基本规范1、数据模型管理2、数据标准管理3、数据质量管理4、主数据管理5、数据安全管理6、元数据管理7、数据开发管理8、数据价值评估9、数据资产流通10、数据资产运营（三）数据要素资产化的实践步骤1、总体方向：业务数据化与数据业务化2、数据资产的统筹规划3、数据资产的管理实施4、数据资产的稽查5、数据资产的运营管理（四）数据资产化的影响1、数据资产化对企业资产负债表的影响2、数据资产化对企业竞争力的影响数据资产入表的财务规范与技术处理（一）《暂行规定》的政策解读1、适用范围分析（哪些数据不适用？）2、会计处理适用的准则3、列示和披露要求4、实务操作中的难点解析（二）数据资产入表关键要点分析1、数据属于企业资产吗？——确认条件2、数据价值如何计量？（使用寿命和价值有效期如何判断）3、数据的可复制性与会计处理原则4、数据资产入表的税务影响：数据资产的摊销、减值与处置（三）数据资产入表解析（六步法）1、数据的合规与确权2、数据安全检查3、数据的治理与管理4、预期经济利益的可行性分析5、成本的合理归集与分摊6、列报与披露数据资产的实战演练以案例分析方法，分解企业如何进行数据资产化：数据治理、数据入表、数据资产估值等数据资产实践问题讨论1、数据如何确权：公共数据与个人数据2、大模型公司的数据资产化问题3、数据资产的估值前沿问题

张光利 培训咨询

一、数据资产化的背景与意义

数据资产化的宏观背景包括数据要素化与要素市场化。在这一背景下，企业需要对数据进行有效管理，以提升其价值。数据资产管理不仅是企业数字化转型的核心内容，也是实现企业可持续发展的重要保障。

• 数据要素化：数据被视为一种重要的生产要素，企业需要将其纳入到资产管理中。
• 要素市场化：随着数据市场的发展，企业间的数据交易将日益频繁，数据资产的管理显得尤为重要。

二、数据资产管理的基本概念

数据资产管理是指企业对数据资源进行系统化管理，以实现数据的有效利用和价值提升。它包括以下几个方面：

• 数据资产的定义：数据资产是企业拥有的、可以为其带来经济利益的数据资源。
• 数据资产管理的发展：从最初的简单数据存储，到现在的全面数据治理和管理，数据资产管理的内涵不断丰富。
• 数据资产管理的模型：企业可以根据自身情况，选择适合的管理模型，实现数据资产的有效管理。
• 数据资产管理的难点与趋势：数据质量、数据安全等问题仍然是企业面临的挑战，但随着技术的发展，数据资产管理将更加智能化。

三、数据资产化的实施步骤

企业在进行数据资产化时，可以遵循以下步骤：

• 总体方向：明确业务数据化与数据业务化的方向，确保数据资产化与企业战略相符合。
• 数据资产的统筹规划：制定数据资产管理的整体规划，明确各部门的职责与任务。
• 数据资产的管理实施：根据规划，逐步实施数据资产管理措施，确保各项工作落到实处。
• 数据资产的稽查：定期对数据资产管理情况进行稽查，发现问题及时整改。
• 数据资产的运营管理：建立数据资产的运营管理机制，确保数据资产的持续价值创造。

四、数据资产入表的财务规范与技术处理

数据资产入表是企业数据资产化的重要环节。根据财政部的相关规定，企业在数据资产入表时需要注意以下几个关键要点：

• 确认条件：数据是否属于企业资产，需要根据相关标准进行确认。
• 价值计量：数据的价值如何计量，包括使用寿命和价值有效期的判断。
• 可复制性与会计处理原则：保障数据的可复制性以符合会计处理原则。
• 税务影响：关注数据资产的摊销、减值与处置对企业税务的影响。

五、数据资产管理的实战演练

为了更好地理解数据资产管理的具体操作，企业可以通过案例分析的方法，探讨以下问题：

• 数据确权：如何在公共数据与个人数据之间进行合理确权。
• 大模型公司的数据资产化问题：探讨大模型公司在数据资产化过程中面临的挑战与解决方案。
• 数据资产的估值前沿问题：分析数据资产估值的最新方法与实践。

六、结论

数据资产管理是企业数字化转型的核心组成部分，通过有效的数据治理与管理，企业能够提升数据的价值，实现更高效的运营与决策。随着政策的不断完善和技术的快速发展，数据资产化将为企业提供更多的机会与挑战。企业应积极响应政策号召，探索数据资产化的最佳实践，以实现可持续发展。

总之，数据资产管理不仅是企业管理的一个新领域，更是推动企业数字化转型、提升竞争力的重要手段。通过深入学习与实践，企业可以更好地掌握数据资产化的基本步骤与方法，为未来的发展奠定坚实的基础。