数据价值评估：提升企业决策的关键策略

数据价值评估：企业数字化转型的重要一步

在当今数字经济迅猛发展的背景下，数据作为新型生产要素，已深刻影响到生产、分配、流通、消费及社会服务管理等各个环节，改变了企业的生产方式和生活方式。党的二十大报告明确指出，要加快建设数字中国，推动数字经济的发展。为了更好地发挥数据要素的作用，近年来，中国政府相继出台了一系列政策，推动数据资产化进程，这为企业提升数据价值提供了重要的政策支持。

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

数据资产化是指将企业的数据资源转化为可计量、可管理的资产。这一过程不仅有助于企业准确评估数据的经济价值，还能为企业的决策提供数据支持。根据《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》，企业应积极探索数据资产化，以提升数据的市场价值和使用效率。

• 政策推动：近年来，政府不断发布相关政策，鼓励企业进行数据资产化，明确提出探索数据资产入表新模式。
• 市场需求：随着数字经济的发展，企业对数据的依赖程度日益加深，数据资产化的需求愈发迫切。
• 竞争优势：良好的数据管理和资产化能够提升企业的竞争力，成为企业在市场中立足的重要因素。

二、数据资产化的基本步骤

企业在进行数据资产化的过程中，应遵循以下基本步骤，以确保数据的有效管理和利用。

• 总体方向：明确业务数据化与数据业务化的总体方向，确定企业的数据战略。
• 数据资产规划：进行数据资产的统筹规划，明确数据的分类、存储和管理方式。
• 管理实施：落实数据资产管理的具体措施，包括数据标准管理、数据质量管理等。
• 稽查与运营管理：定期对数据资产进行稽查，确保数据的安全性和有效性，并进行持续的运营管理。

三、数据价值评估方法

进行数据资产化的关键在于对数据的价值进行准确评估。数据价值评估不仅涉及数据的经济价值，还包括数据的使用价值和潜在价值。以下是几种常用的数据价值评估方法：

• 市场比较法：通过对比同类数据在市场上的交易价格来评估数据的价值。
• 成本法：根据数据的获取、处理和存储成本来评估数据的价值。
• 收益法：通过预计数据在未来带来的收益来评估数据的价值。

企业在选择评估方法时，应根据自身的数据特性和业务需求，灵活运用上述方法，以确保评估结果的准确性和可靠性。

四、数据资产入表的财务规范与技术处理

随着数据资产化的深入推进，企业需要遵循一定的财务规范，将数据资产纳入财务报表中。以下是数据资产入表的关键要点：

• 适用范围分析：明确哪些数据可以作为企业资产入表，哪些数据不适用。
• 会计处理准则：依据相关会计准则对数据资产进行确认和计量。
• 列示和披露要求：确保财务报表中对数据资产的列示和披露符合相关规定。

五、数据资产化的实践案例

在实际操作中，企业可以通过案例分析来理解数据资产化的具体流程。以下是几个数据资产化的实践案例：

• 某互联网公司：通过对用户数据的分析，成功实现了数据资产化，并将数据资产入表，提升了企业的市场竞争力。
• 某制造企业：通过建立完善的数据管理体系，成功对生产数据进行评估，优化了生产流程，降低了成本。
• 某金融机构：利用数据资产化的技术手段，对客户数据进行价值评估，提升了客户服务质量和满意度。

六、数据资产化的未来展望

随着数据资产化的不断深入，企业面临的挑战和机遇也将不断增加。未来，企业在数据资产化过程中需关注以下几个方面：

• 数据安全与隐私保护：在数据资产化过程中，企业必须加强数据安全管理，保护用户隐私。
• 政策法规的适应：企业需密切关注国家政策的变化，及时调整数据资产化策略。
• 技术创新：积极引入新技术，如大数据、人工智能等，提升数据资产的管理效率和价值。

七、结语

数据价值评估是企业数字化转型的关键一步，通过有效的数据资产管理，企业不仅能够提升数据的经济价值，还能在激烈的市场竞争中占据优势。随着国家政策的不断推动和市场需求的快速增长，数据资产化将成为企业发展的重要趋势。企业应积极参与到数据资产化的实践中，以实现更高的经济效益和社会价值。