优化数据资产运营提升企业竞争力的策略

数据资产运营：构建企业数字经济的新动能

在数字化转型的浪潮中，数据作为一种新型生产要素，正逐渐成为企业运营和管理中的核心资产。党的二十大报告明确指出，要加快建设数字中国，发展数字经济。为此，企业必须重视数据的资产化管理，通过有效的数据资产运营，提升数据的价值，从而在激烈的市场竞争中占据优势。

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

随着数字化、网络化和智能化的不断深入，数据已深刻融入生产、分配、流通、消费和社会服务管理等各个环节。通过对数据的有效治理与管理，不仅可以优化企业的运营效率，还能为企业的决策提供精准依据。

• 宏观背景：国家政策的推动，为数据资产化提供了良好的外部环境。《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》明确提出探索数据资产化的路径，这为企业开展数据资产管理指明了方向。
• 企业竞争力：在当前的市场环境下，数据资产化能够帮助企业提高运营效率、降低成本、提升客户体验，进而增强企业的市场竞争力。

二、数据资产管理的基本概念

数据资产管理是指企业对自身数据资源进行系统化的管理，以实现数据的有效利用和价值最大化。它包含以下几个方面：

• 数据资产的定义：数据资产是指企业在生产经营过程中产生和积累的各类数据，包括客户数据、交易数据、生产数据等。
• 数据资产管理的发展：随着数据的重要性不断提升，数据资产管理逐渐从传统的数据库管理向更为系统化、战略化的管理模式转变。

三、数据资产化的实施步骤

为了实现有效的数据资产运营，企业需要按照以下步骤进行数据资产化：

• 总体方向：明确业务数据化与数据业务化的目标，通过数据驱动业务增长。
• 数据资产的统筹规划：制定企业整体的数据资产管理战略，明确数据资产的使用场景和业务需求。
• 数据资产的管理实施：建立数据管理制度和流程，确保数据的质量和安全。
• 数据资产的稽查：定期对数据资产进行审计，确保其合规性和有效性。
• 数据资产的运营管理：通过数据分析与挖掘，持续优化数据资产的使用和价值。

四、数据资产入表的财务规范与技术处理

根据财政部的《企业数据资源相关会计处理暂行规定(征求意见稿)》，企业在进行数据资产化时，需要遵循一定的财务规范。这包括：

• 适用范围分析：明确哪些数据适用于资产化管理，哪些数据不适用。
• 会计处理适用的准则：依据相关会计准则进行数据资产的确认、计量和列示。
• 列示和披露要求：确保数据资产的披露符合财务报告的要求。
• 实务操作中的难点解析：在实际操作中，企业需要关注数据的合规性和价值评估等关键问题。

五、数据资产的估值与运营

数据资产的价值不仅体现在其使用过程中，更在于其未来的潜在价值。因此，企业需要掌握数据资产的估值方法，以提升数据的整体价值。

• 数据价值评估：包括数据的使用寿命、价值有效期等因素的判断。
• 数据的可复制性：在会计处理时，需要考虑数据的可复制性以及相关的会计处理原则。
• 数据资产的摊销、减值与处置：对数据资产进行合理的财务处理，以反映其真实价值。

六、数据资产运营的实战演练

为了帮助学员更好地理解数据资产化的过程，本课程将通过案例分析的方法，深入探讨数据治理、数据入表及数据估值等实践问题。

• 数据如何确权：探讨公共数据与个人数据的确权问题，确保数据资产的合法性。
• 大模型公司的数据资产化问题：解析在人工智能和大数据背景下，企业如何进行数据资产化管理。
• 数据资产的估值前沿问题：讨论数据资产估值的最新研究成果和实践经验。

七、总结与展望

数据资产运营作为企业数字化转型的重要组成部分，不仅关乎企业的管理效率与竞争力，还直接影响到企业的财务表现和市场价值。通过系统化的数据资产管理，企业可以更好地挖掘数据潜力，实现可持续发展。

随着国家政策的不断推进和企业实践经验的积累，数据资产化的路径将愈加清晰。我们期待在未来，数据资产能够成为推动企业创新和发展的新引擎，为构建数字经济贡献更大力量。

本课程将为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）等提供系统的知识培训，帮助他们掌握数据资产化的基本步骤与管理方法，推动企业在数字经济时代的快速发展。