數據已經與土地、勞動力、資本、技術并稱為五種生產要素，數據的價值是毋庸置疑的。數據甚至成為了國家的基礎性戰略資源，數字經濟也正在成為經濟增長的強大創新動力。那么——

數據到底指的是什么？

數據管理又是怎么回事？

數據如何成為了數據資產？

數據資產又是如何進行估值的呢？

我們如何實現數據資產管理呢？

1.關于數據

長期以來，對數據的定義強調了它在反映客觀事實方面的作用。在信息技術中，數據也被理解為以數字形式存儲的信息。

大多數人認為數據代表事實，數據是這個世界中與某個事實結合在一起的一種真實表達。但“事實”并不總是簡單或直接的。數據是一種表示方法，它代表的是除自身以外的事物。數據既是對其所代表對象的解釋，也是必須解釋的對象。這是人們需要語境或上下文使數據有意義的另一種說法。語境可被視為數據的表示系統，該系統包括了一個公共詞匯表和一系列組件之間的關系，如果知道這樣一個系統的約定，就可解釋其中的數據。這些數據通常記錄為一種特殊的數據類型——元數據。

1.1 元數據

元數據最常見的定義是“關于數據的數據”。它描述了數據本身（如數據庫、數據元素、數據模型），數據表示的概念（如業務流程、應用系統、軟件代碼、技術基礎設施）， 數據與概念之間的聯系。

元數據可以幫助組織理解其自身的數據、系統和流程，同時幫助用戶評估數據質量，對數據庫與其他應用程序的管理來說是不可或缺的。它有助于處理、維護、集成、保護和治理其他數據。

元數據對于數據質量至關重要。數據的質量取決于它如何滿足數據消費者的需求。元數據定義數據所代表的內容，擁有一個強大的數據定義流程，有助于組織正式確定和記錄用于衡量數據質量的標準和要求。數據質量是為了滿足預期，而元數據是闡明期望的主要手段。

1.2 主數據

主數據是以與業務活動相關的通用和抽象概念形式來提供業務活動語境的數據，包括了業務交易中涉及的內部和外部對象的詳細信息，尤其是定義和標識符，如客戶、產品、雇員、供應商和受控域（代碼值）等等。

主數據需要為概念實體（如產品、地點、賬戶、個人或組織）的每個實例識別并開發可信的版本，并維護該版本的時效性。成功的參考數據或主數據管理規劃包含了完整的數據管理職能（數據治理、數據質量、元數據管理、數據整合等）。

1.3 數據和信息

關于數據和信息的描述早已汗牛充棟。數據被稱為“信息的原材料”，而信息則被稱為“在上下文語境中的數據”。

企業內部在數據和信息之間畫一條線，可能有助于清晰地溝通 同利益相關方對不同用途的需求和期望，例如“這是上季度的銷售報告” （信息），它基于數據倉庫中的數據（數據）。認識到要為不同的目的準備數據和信息，將使數據管理形成一個核心原則：數據和信息都需要被管理；如果再將兩者的使用和客戶的需求結合在一起進行管理，則兩者應具有更高的質量。

2. 數據管理

數據管理（Data Management）是為了交付、控制、保護并提升數 據和信息資產的價值，在其整個生命周期中制訂計劃、制度、規程和實踐活動，并執行和監督的過程。

管理數據意味著對數據的質量進行管理，需要元數據和主數據的規劃，進而驅動信息技術的決策。數據管理是跨職能的工作，需要企業級視角等多角度進行思考。數據管理需要全生命周期的管理，不同類型數據有不同的生命周期特征，需要納入與數據相關的風險。

2.1 數據戰略

數據戰略應該包括使用信息以獲得競爭優勢和支持企業目標的業務計劃。數據戰略必須來自對業務戰略固有數據需求的理解：組織需要什么數據，如何獲取數據，如何管理數據并確保其可靠性以及如何利用數據。

通常，數據戰略需要一個支持性的數據管理戰略，這是一個維護和改進數據質量、數據完整性、訪問和安全性的規劃，同時降低已知和隱含的風險。該戰略還必須解決與數據管理相關的已知挑戰。

戰略一致性模型抽象了各種數據管理方法的基本驅動因素，模型的中心是數據和信息之間的關系。信息通常與業務戰略和數據的操作使用相關。數據與信息技術和流程相關聯，這些技術和過程支持可訪問數據的物理系統。圍繞這一概念的是戰略選擇的4個基本領域：業務戰略、IT戰略、組織和流程以及信息系統。

2.2 數據治理

數據治理包括定義策略、標準和企業架構，還包括問題管理和升級保護，以及服務與管理責任。為更好地管理風險，多數組織采用了典型的數據治理形式，以便能夠聽取所有利益相關方的意見。

數據治理的目的是為了最大化地釋放數據價值，使數據能更好地被組織所利用和變現，是實現數據資源到資產化，提升數據價值的重要過程。

2.3 數據架構

數據架構是數據管理的基礎。由于大多數組織擁有的數據超出了個人可以理解的范圍，因此有必要在不同抽象層級上描述組織的數據，以便更好地了解數據，幫助管理層做出決策。

數據架構的構件包括了當前狀態的描述、數據需求的定義、數據整合的指引以及數據管控策略中要求的數據管理規范。組織的數據架構是指不同抽象層級主要設計文檔的集合，其中主要包括數據的收 集、存儲、規劃、使用和刪除等標準。這是按照數據的生命周期來對數據架構中的內容進行定義和范圍界定，同時也可以按照數據在組織系統中所存儲的容器和路徑來進行定義和確定范圍。

3. 數據資產

資產是一種經濟資源，能被擁有或控制、持有或產生價值，資產可以轉化為貨幣。而“數據資產”一詞，于1974 年首次由美國學者理查德·彼得斯（Richard Peterson）提出，結合信息資源和數據資源的概念逐漸演變而來。2021 年在GB/T 40685-2021 國家標準中將數據資產定義為：數據資產是合法擁有或控制的，能進行計量的，為組織帶來經濟和社會價值的數據資源。

一般地，數據資產（Data Asset）是指由組織合法擁有或控制的數據，以電子或其他方式記錄，例如文本、圖像、語音、視頻、網頁、數據庫、傳感信號等結構化或非結構化數據，可進行計量或交易，能直接或間接帶來經濟效益和社會效益。

數據治理與運營是數據資產形成的重要手段，是數據可變現的必然過程。多數組織由于缺乏數據治理能力，導致數據質量普遍不高、數據接口不統一且無法融合，無法形成有價值的數據資源， 直接影響了數據資產的價值最大化。

數據資源是可以被控制并具有價值的數據集。滿足了數據可變現、可控制后，基于資產的經濟屬性，數據資源要想轉化為資產，還需滿足可以用貨幣的方式衡量數據資產價值的條件，即數據資產可被計量。

數據資源化通過將原始數據轉變數據資源，使數據具備一定的潛在價值，是數據資產化的必要前提。數據資產化是通過將數據資源轉變為數據資產，使數據資源的潛在價值得以充分釋放。

4. 數據資產估值

盡管數據的價值經常隨著時間的推移而變化，但它是持久且不會磨損的。數據很容易被復制和傳輸，但它一旦被丟失或銷毀，就不容易重新產生了。數據價值需要首先計算在組織內部持續付出的一般性成本和各類收益。數據的價值是上下文相關的 ，對一個組織有價值的東西可能對另一個組織沒有價值，而且往往是暫時的，昨天有價值的東西今天可能沒有價值。

數據資產估值（Data Asset Valuation）是一個理解和計算數據對組織的經濟價值的過程。因為數據、信息甚至商務智能都是抽象概念， 人們很難將它們與經濟影響聯系起來。理解數據價值的關鍵是理解如何使用它以及它的使用帶來的價值。

數據資產價值的評估，不僅是財務測算的過程，數據質量的技術評價也具有特殊的重要性。一般而言，數據資產價值的常用評估方法包括綜合成本法、收益法和市場法三種基本方法及其衍生方法。考慮數據自身特性，一般會構建包含內在價值、成本價值、經濟價值、市場價值四個維度的數據價值評估體系。

4.1 內在價值

內在價值是指數據本身所蘊含的潛在價值，通過數據規模、數據質量等指標進行衡量。評估數據資產內在價值是評估數據資產能力的基礎，對于數據資產其他維度價值評估具有指導作用。

核心計算公式：內在價值 =( 數據質量評分 + 服務質量評分 + 使用頻度評分 )/3* 數據規模。

數據質量評分是從數據的完整性、準確性、規范性等質量維度統計數據，服務質量評分是從 業務角度統計數據覆蓋度和使用友好性，使用頻度評分是統計數據資產的使用頻度情況，數據規模是統計企業累計數據資產的總量。

4.2 成本價值

數據資產的成本價值指數據獲取、加工、維護和管理所需的財務開銷。數據資產的成本價值包括獲取成本、 加工成本、運維成本、管理成本、風險成本等。評估數據資產成本價值可用于優化數據成本管理方案，有效控制數據成本。

核心計算公式：成本價值 = 獲取成本 + 加工成本 + 運維成本 + 管理成本 + 風險成本

獲取成本是指數據采集、傳輸、購買的投入成本；加工成本是指數據清洗、校驗、整合等環節的投入成本；運維成本是指數據存儲、備份、遷移、數據維護與 IT 建設的投入成本；管理成本是指圍繞數據管理的投入成本；風險成本是指因數據原因導致數據泄露或外部監管處罰所帶來的風險損失。

數據資產的成本價值評估以數據項目為單元進行核算，數據資產成本價值評估各項指標可能與傳統項目成本或 IT 成本有所重疊，因此，可參考數據資產管理的標準化流程，進一步界定成本價值評估各類指標的數據資產貢獻比例，提升成本價值評估的準確性。

4.3 經濟價值

數據資產經濟價值指對數據資產的運用所產生的直接或間接的經濟收益。此方法通過貨幣化方式計量數據 資產為企業做出的貢獻。

核心計算公式：經濟價值 = 業務總效益 * 數據資產貢獻比例 

業務總收益是指提升營業收入和降低經營成本。由于“數據資產貢獻比例”的計算存在一定難度，可考慮利用業務流和價值流對業務總效益進行拆解，并對應數據流，進一步界定該業務價值環節的數據資產貢獻比例。

4.4 市場價值

市場價值是指在公開市場上售賣數據產品所產生的經濟收益，由市場供給決定數據資產價值。隨著數據產品需求的增加以及數據交易市場規則的建立，該方法可行性與準確性逐步提升。

核心計算公式：市場價值 = 數據產品在對外流通中產生的總收益

由于數據資產具有傳統資產所不具備的其它特征，因此，其價值的評估和計量并不完全遵從既有的會計、經濟相關準則與標準，仍需要結合實踐經驗進行不斷的探索和創新。

5. 數據資產的價值實現

數據資產的價值實現對企業內部而言是業務數據化，對企業外部而言是數據業務化。

5.1 業務數據化

“業務數據化”主要是指企業將組織、生產、運營過程中產生的數據進行收集整理分析，使業務數據知識化，不斷提升數據的價值質量，拓寬數據應用場 景，深挖數據價值，讓數據價值化為知識為業務賦能，驅動業務的自我成長、 自我迭代并應用于服務自身經營決策、業務流程，從而實現企業的業務增值。實現數據資產價值的主要路徑包括：

（1）數據自營 

（2）數據檢索

（3）精準營銷 

（4）數據風控

5.2 數據業務化

數據業務化是通過深度挖掘數據價值，并通過運營管理將這些數據形成可 對外實現經濟價值的產品或服務。企業對外實現數據資產價值的主要路徑包括 但不限于：

（1）數據源應用 

（2）數據咨詢服務 

（3）數據流通交易

主要的數據交易標的類型為： 

（a）數據產品 

（b）數據服務 

（c）算力資源 

（d）算法服務 

（e）數據分析報告。

主要的數據產品交付形態為： 

（a）數據包 

（b）應用程序編程接口 

（c）數據分析報告

（d）API 接口。 

從全球視野來看，數據交易中心和交易所也是一類常態化組織形式。

5.3 數據資產價值實現的重要保障——隱私計算

隱私計算是目前促進數據資產實現價值的重要技術之一，其對于數據資產的價值實現提供了強大的安全流通保障，組織對外數據業務化，很多場景需要依賴隱私計算得以實現。實際上，隱私計算可以讓組織間的數據 資產提供至第三方使用或采購使用后，其資產狀態不因使用而遭受形態變化或價值減損。

6. 數據資產管理

數據資產管理（Data Asset Management）是指對數據資產進行規劃、控制和供給的一組活動職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，從而控制、保護、交付和提高數據資產的價值。數據資產管理須充分融合政策、管理、業務、技術和服務，確保數據資產保值增值。

數據資產管理面臨一系列的問題和挑戰，涉及數據資產管理的理念、效率、技術、安全等方面，阻礙了組織數據資產能力的持續提升。數據資產管理實踐的一般流程如下：

數據資產管理第一階段是統籌規劃，包括評估管理能力、發布數據戰略、建立組織責任體系三個步驟，為后續數據資產管理和運營錨定方向并奠定基礎。

數據資產管理實施第二階段的工作目標主要是通過建立數據資產管理的規則體系，依托數據資產管理平臺工具，以數據生命周期為主線，全面開展數據資產管理各項活動，以推動第一階段成果落地，主要包括建立規范體系、搭建管理平臺、全流程管理、創新數據應用四個步驟。

第二階段基本完成了由原始數據到數據資源的轉變，第三階段稽核檢查關注于如何評價數據資源化成果并改進管理方法，該階段的主要目標是根據既定標準規范，適應業務和數據的變化，通過對數據資源化過程與成果開展常態化檢查，優化數據資產管理模式與方法。

經歷了前三個階段，組織一般就具備向數據資產轉變的基礎。數據資產管理的第四個階段是資產運營階段，該階段的主要目標是通過構建數據價值評估體系與運營策略，促進數據內外部流通，建立管理方與使用方的反饋與激勵機制，推動數據資產價值釋放。

7. 小結

從信息時代到數字時代，數據由記錄業務逐漸轉變為智能決策，成為了組織持續發展的核心引擎。從數據采集到數據管理，再數據資產的形成，數據資產管理將朝著統一化、專業化、敏捷化的方向發展，提高數據資產管理效率，主動賦能業務，推動數據資產安全有序流通，持續運營數據資產，充分發揮數據資產的社會與經濟價值。