数据模型管理：提升企业决策效率的关键策略

数据模型管理：推动数据资产化的关键

在数字化、网络化、智能化的浪潮中，数据作为新型生产要素，已深刻融入到生产、分配、流通、消费和社会服务管理的各个环节。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，这为企业数据资产管理提供了重要的政策背景和发展机遇。

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

课程背景与重要性

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据要素作用的意见》提出探索数据资产化及数据资产入表的新模式。财政部发布的《企业数据资源相关会计处理暂行规定(征求意见稿)》首次明确了数据资产的处理方法，标志着数据资产化进入了实质性阶段。

2023年6月，北京市委和市政府发布的实施意见，进一步推动了数据资产的市场化，鼓励企业进行数据首登记、首挂牌、首交易和首开放。通过这些政策，企业可以更好地开发和利用数据潜力，推动数据资产的形成与流通。

课程收益

• 了解中国数据资产化的最新政策动态和要求
• 掌握数据管理的基本维度与方法论
• 学习企业数据资产化的基本步骤
• 掌握数据资产估值的方法，提升企业的数据价值

数据资产管理的基本概念

一、数据资源到数据资产的转变

在当今企业管理中，数据资产管理的重要性日益彰显。企业必须认识到，数据不仅是一种资源，更是一种可以创造经济价值的资产。数据资产的管理包括以下几个方面：

• 数据资产与数据资产管理的概念
• 数据资产管理的发展历程
• 数据资产管理的模型与框架
• 面对的难点与未来发展趋势

二、数据资产化的制度要求

在进行数据资产化管理时，企业需要明确以下几个制度要求：

• 企业战略与数据资产化的结合
• 数据资产化的组织结构偏好
• 数据资产化的制度需求与工具需求

数据模型管理的核心要素

一、数据模型管理的定义

数据模型管理是指通过科学的方法对企业数据进行梳理、分类和管理，从而使数据能够在企业中有效流通和利用。它是实现数据资产化的重要基础。

二、数据标准与质量管理

实现数据资产化的另一个关键要素是数据标准与质量管理。企业需要建立统一的数据标准，确保数据的准确性和一致性。同时，数据质量管理也是确保数据能够被有效利用的前提。

三、主数据管理与元数据管理

主数据管理旨在确保企业内不同系统和部门之间的数据一致性，而元数据管理则帮助企业了解数据的来源、结构和意义。这两者的有效管理对于数据资产化至关重要。

四、数据安全与开发管理

在数据资产化过程中，数据安全管理是企业必须面对的重要问题。企业需要采取措施确保数据不被泄露或滥用。同时，数据开发管理也应注重数据的创新和利用。

五、数据价值评估与流通

数据价值评估是数据资产化的重要环节，企业需要定期对数据进行价值评估，以便更好地利用和流通数据资产。

数据资产化的实践步骤

一、总体方向：业务数据化与数据业务化

企业在推进数据资产化时，首先要明确业务数据化与数据业务化的方向，确保数据能够有效支持企业的业务目标。

二、数据资产的统筹规划与管理实施

在数据资产化的过程中，企业需要进行统筹规划，制定详细的实施方案，确保各项工作能够有序推进。

三、数据资产的稽查与运营管理

企业在进行数据资产化后，还需要定期进行数据稽查，确保数据的合规性。同时，数据资产的运营管理也不可忽视，应注重数据的持续利用和价值提升。

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

企业在进行数据资产入表时，需要遵循相关的政策规定。这些规定包括适用范围、会计处理适用的准则、列示和披露要求等。

二、数据资产入表的关键要点分析

企业在进行数据资产入表时，需关注以下几个关键要点：

• 确认数据作为企业资产的条件
• 数据价值的计量方法
• 数据的可复制性与会计处理原则
• 数据资产的税务影响

三、数据资产入表的实务操作

在实际操作中，企业应遵循六步法进行数据资产入表，包括数据的合规与确权、数据安全检查、数据治理与管理等。

数据资产实践问题的讨论

一、数据确权的挑战

在数据资产化过程中，企业面临的数据确权问题，尤其是公共数据与个人数据的界定，成为一大挑战。

二、大模型公司的数据资产化问题

对于大模型公司而言，数据资产化存在独特的问题，需要深入探讨其数据管理与资产化的策略。

三、数据资产的估值前沿问题

数据资产的估值是一个前沿性问题，企业需要关注行业动态，掌握最新的估值方法与标准。

结论

随着数据资产化进程的加快，企业在数据模型管理、数据标准化、数据质量管理等方面的能力将直接影响其竞争力。通过全面了解数据资产管理的基本概念、实践步骤和政策要求，企业能够更好地开发和利用数据资源，促进业务的持续增长与创新。

在未来，数据资产化将成为企业数字化转型的重要组成部分，企业应积极响应政策号召，推动数据资产管理的深入发展，为数字经济的繁荣贡献力量。