数据资产运营：提升企业价值的关键策略与实践

数据资产运营：新时代企业发展的新机遇

在数字化、网络化和智能化的浪潮中，数据已经成为一种新型的生产要素，深刻影响着生产、分配、流通和消费等各个环节。党的二十大报告中指出，要加快建设数字中国，推动数字经济的发展。对此，2022年底，《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》明确提出了探索数据资产化及数据资产入表的新模式。从政策层面来看，数字经济的快速发展对企业的数据管理提出了更高的要求，数据资产运营显得尤为重要。

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、数据资产化的背景及重要性

数据资产化不仅是企业数字转型的重要一步，也是实现高效管理和资源配置的重要手段。随着《企业数据资源相关会计处理暂行规定(征求意见稿)》的发布，企业如何对数据进行资产化管理、提升数据价值成为了亟待解决的问题。

• 数据要素化：数据作为生产要素，必须得到充分认识和利用，以便为企业创造价值。
• 要素市场化：数据的商业价值在于其流通和交易，通过市场机制释放数据的潜力。

当前，北京市也出台了一系列实施意见，鼓励企业进行数据资产入表，推动数据要素市场的创新和产业化发展。这一系列政策为企业数据资产化提供了良好的环境和支持。

二、数据资产管理的基本概念与模型

数据资产管理是一个系统化的过程，涵盖了数据的收集、存储、分析和使用等多个方面。其主要包括以下几个方面：

• 数据资产与数据资产管理的概念：数据资产指企业所拥有的、能够为其带来经济利益的数据资源，而数据资产管理则是对这些数据进行有效治理和利用的过程。
• 数据资产管理的发展：随着数据技术的进步，数据资产管理的理念和方法也在不断演变。
• 数据资产管理的模型：企业需要建立合适的数据管理模型，以便更好地进行数据的分类、管理和分析。

在数据资产管理的过程中，企业还需面对一些难点与趋势，例如数据安全问题、数据质量管理等。因此，建立健全的数据管理体系显得尤为重要。

三、数据资产化的实践步骤

企业在进行数据资产化时，可以遵循以下几个步骤：

• 总体方向：明确业务数据化与数据业务化的方向，将数据转化为企业的核心竞争力。
• 数据资产的统筹规划：制定详细的数据资产管理规划，明确数据的价值和应用场景。
• 数据资产的管理实施：在实施过程中，确保数据的准确性、安全性和可用性。
• 数据资产的稽查：定期进行数据审计，确保数据的合规性和透明度。
• 数据资产的运营管理：通过有效的运营管理，提升数据的使用效率和经济价值。

四、数据资产入表的财务规范与技术处理

随着数据资产化的推进，如何将数据资产纳入财务报表成为企业关注的焦点。根据《暂行规定》，企业需考虑以下几个要点：

• 适用范围分析：明确哪些数据不适用于资产入表。
• 会计处理适用的准则：遵循相关会计准则，确保数据资产的准确计量。
• 列示和披露要求：根据规定进行数据资产的列示与披露，确保信息透明。
• 实务操作中的难点解析：探讨数据资产入表过程中可能遇到的难点，如数据的确认条件、价值计量等。

企业在数据资产入表的过程中，需通过六步法进行操作，确保合规与有效性。

五、数据资产的估值与提升企业价值

数据资产的估值是企业数据资产化的重要环节。企业需要关注以下几个方面：

• 数据的合规与确权：确保数据的合法性与所有权。
• 数据安全检查：定期检查数据的安全性，防止数据泄露。
• 数据的治理与管理：建立完善的数据治理框架，确保数据的质量与可用性。
• 预期经济利益的可行性分析：评估数据资产的潜在经济价值。
• 成本的合理归集与分摊：确保数据资产的成本能够合理分配。
• 列报与披露：按照规定进行数据资产的列报与披露，确保信息透明。

通过以上措施，企业可以有效提升数据的价值，从而增强竞争力。

六、数据资产化的前沿问题与讨论

在数据资产化的实践中，企业还需关注一些前沿问题，例如：

• 数据如何确权：如何处理公共数据与个人数据的确权问题。
• 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机遇。
• 数据资产的估值前沿问题：如何科学合理地进行数据资产的估值。

通过对这些问题的深入探讨，企业可以在数据资产化的过程中更好地应对挑战，提高运营效率。

结语

在数字化转型的浪潮下，数据资产的运营已成为企业谋求发展的新机遇。通过合理的数据资产管理与运营，企业不仅能够提升自身的竞争力，还能为社会创造更大的价值。随着政策的不断完善和技术的不断进步，企业应积极探索数据资产化的路径，提升数据的使用价值，推动数字经济的发展。

在未来的发展中，企业不仅要关注数据的收集与存储，更要重视数据的治理、管理和运营，确保数据资产能够为企业带来持续的经济利益和竞争优势。通过学习和应用数据资产运营的相关知识，企业将能够在激烈的市场竞争中立于不败之地。