數字化背景下企業數據資產的應用研究

文/歐陽燕（中國石化工程建設有限公司）

互聯網、物聯網、人工智能等技術發展，數字經濟進入全新階段，國家的數字經濟占比在不斷增加，我國常規交易中已經使用數字化技術，成為數字經濟的一種，目前規模已經超過35.8萬億，占據全國GDP的35%，同比增長1.4%。2020年，中國數字經濟進入全新階段，尤其是受到新冠疫情影響，全球經濟下行，數字經濟規模不斷拓展，目前超過 39.2萬億，GDP占比38.6%，數字經濟在國內的比重隨之提升。企業數字化轉型資產管理研究興起，在數字經濟時代下，數據不僅是一個符號，而是生產中的重要因素，自政府到企業對數據的重視度在不斷增高，隨著數字經濟發展，企業數據資源轉變為數據資產，數據不僅是技術手段，還可以結合企業實際情況以數字經濟促進發展。目前數據資產研究集中在政府及行業、社會服務等各個部門，以數據為產品的互聯網及信息技術、金融企業數據資產也進入人們的研究范圍，企業數據資產管理及應用是新的研究方向。本文自數據資產內在出發，結合相關性分析，分析資產的構建路徑及管理機制，為數字化發展提供支持。

一、數據資產概述

（一）含義

數據資產于1974年提出，理查德認為數據資產包括企業證券及公司債券等，理查德所提出的數據資產與先進的數據資產存在差異，他所提出的資產以金融資產為主，并非是以數據為關鍵的資產。隨著時間推移，人們對數據資產的認識也在不斷提升，覆蓋面積隨之拓展。有研究認為，數據資產是經過加工后，為企業實現盈利目的的資產。也有人認為數據資產是可計算、可估量的資產，屬于無形資產及長期資產，是全新的資產類別。現階段，學術界對數據資產定論不統一，自總體上看為以下定義，數據資源即數據資產，促進企業盈利，數據資產也具有資產的基本數據，同樣具有數據屬性，作為一種新型資產，企業對該資產統計較為困難，應當以價值的角度評估資產。

（二）特點

數據資產需滿足資產的定義，具有資產的基本屬性，數據資產是為企業贏得利益的資源。企業應用數據資產過程中，先要統計數據資產，明確資產屬性，與傳統資產相比存在差異。對此，數據資產具有資產、數據的多重性質，立足整體角度分析 ，數據資產具有業務附著性及可復制性、時效性等。數據來源于業務，每項業務經營時均會產生數據，自某種意義上看，數據是原始經濟業務的呈現。企業對數據進行加工后，形成經濟決策及運營管理等數據，此時的數據即數據資產。數據資產具有相關的屬性，但也就是經濟活動的輔助產品，無法獨立為企業創造經濟價值。數據資產實現需要依靠業務，以數據業務進行整合，促使企業的創造力提升。數據資產的價值以多種形式體現，企業資源量較多，但并非所有的數據資源均是資產，需要依賴價值進行分析，數據加工也要將成本作為基礎，將數據進行轉型后，使其成本數據資產。對此，數據資產質量決定數據處理技術質量，相同數據資產以不同處理技術分析，也會產生不同的價值。與其他資產不同，數據資產具有可復制性，且成本低，在數字資源利用過程中，企業隨時獲得副本，數據資產價值降低。數據資產在利用過程中，不會如同其他資源般磨損或者腐蝕，數據資產隨著時間延長價值也隨之降低。目前，數據資產在費用化上研究不足，企業核算成本過程中，固定資產及無形資產均有年限，根據原始成本進行折舊，數據資產價值更容易受到時間影響，尤其是時效性強的資產，企業在收集資產時人力及物力耗費量大，數據被公開后，數據資源的價值隨之消失，數據資產成為無用資產。數據資產加工過程中，不確定性是常見特點，數據資產價值在加工后也不會增值，所處的環境不同，數據資源的價值也會發生變化，在不同的情景下數據資產的價值不同。網絡上服裝消費數據對服裝企業具有重要意義，但對食品企業的價值一般。

二、企業數據資產的估值

數據資產價值評估是重點，常見的數據資產評估方法包括成本法、收益法、市場法，成本法指的是資產價值確認過程中消耗的歷史成本，收益法則是對資產價值進行評估的預期成本，市場法是對資產確認及交易雙方認可度進行估值的方法，不同估值方法均具有合理性，在不同資產估值中應用。數據資產具有特殊性，價值評估無法通過某一種方法進行衡量，以綜合估值法評估即可。數據資產評估期間，思考資產消耗歷史成本外，也要對預期收益進行分析，并思考數據資產的風險因素，或者不同場景、數據質量水平等。除采取常規估值法外，也應當自質量、風險等方面進行綜合評估。①質量評估：此過程中主要評估數據完整性及真實性、準確性等。其中，真實性代表數據的真實程度，完整性代表數據記錄后的完整指標，準確性代表數據記錄后的準確程度，數據成本是交易不活躍時的數據沒有明確的價值，安全性則是數據不會被破壞。②應用維度：在應用過程中，數據資產具有獨特性及稀缺性，或者具有時效性，在特定的場景中可以使用。在經濟性場景中，數據資產的經濟價值也不同。③風險維度：數據資產同樣具有風險，比如，法律不明確的情況下，部分數據無法交易，部分數據合法后交易，此類問題均影響數據資產的價值，部分數據資產也會受到道德約束。不同學者的研究角度不同，在實際應用過程中也存在限制，還需在市場交易、企業操作等層面完成分析，并構建起數據資產評估體系。

在數據資產實際計算過程中，也面對著另一個難點，比如，企業數據資產無法形成統計表，部分重要的資產也無法通過貨幣的方式呈現，這也是企業數據資產被忽視的重要原因。有研究認為，數據資產應當單獨設置一個會計科目，對企業的數據資產進行準確管理。自形式上看，數據資產與無形資產具有相似性，兩者均不是非實物形態的資產，在特性上存在顯著的差異。數據資產無法單獨自企業的經營中剝離，無法直接體現價值，數據資產對企業產生的價值也不同，數據資產使用壽命也無法確定。數據資產與其他類型資產存在差異，對此，在數據資產設置過程中，先設置資產統計表，隨后以貨幣能衡量的方式對數據資產進行獲取，并記入資產總額。隨著數字經濟的發展，數據資產重要性日漸凸顯，對數據資產進行核算是企業發展的必然要求，但數據資產計量方法還需改進，才能為企業發展創造更大的價值。

三、企業數據資產價值實現方式

數據資產是新型資產，其增長模式與傳統資產存在差異，尤其是資源不足的企業，關注數據資產挖掘有利于開發企業潛在價值，使內部不流動的資源轉變為可以被利用的數據，從而提升企業的利潤空間及企業的核心競爭力。在數據資產轉變為價值的過程中，企業應當自本身價值及附加價值兩個方面進行思考，本身價值是數據存在的價值，以業務交易價值為主；附加價值是企業生產運營中的資產，是不常見的交易數據，數據資產的價值實現有很多的路徑，可自以下幾個方面實現價值。首先，需提升數據競爭性，處于信息化環境下，使數據資產具有價值是企業核心競爭力的體現。企業基于海量數據角度進行分析，挖掘數據背后的信息，對數據進行統籌管理，并制定相關的產品處理方案，多角度發揮數據資產的價值。企業在數據資產利用過程中，應當基于企業的戰略發展為基礎進行研究，把握企業發展的角度，對資源進行整合，并優化企業的成本結構，構建起市場經濟下的發展體系，企業需利用數據資產打造品牌，提升企業在市場中的競爭力。其次，企業對數據資產進行加工過程中，主要是對生產環節進行更新，使企業成本降低，使企業的利潤空間增加。在企業經營中，需要收集數據資產，使用工業網絡及智能設備等集成，實現數據的貫通。基于生產工藝數字化系統，實現數據上下游流通，提升企業的生產力，并結合數據降低企業的生產成本。最后，通過數據對企業財務進行管理，財務管理具有較高的敏感性，數據完整性及及時性體現數據資產的價值，企業會計對數據資產進行核算及利用，是企業經濟效益進一步提升的關鍵。企業可構建信息化平臺，持續增加數據資產及管理數據資產，利用大數據模型為財務決策提供支持，實現企業的多項指標管理，并完成指標展示及業務分析。通過數據資產也能開展資金監控，對資金收支、盈余情況進行預測，為企業決策奠定堅實的基礎。

四、數字化背景下企業數據資產的應用

（一）建立數據資產管理模式

數字經濟環境下，企業為提升生產力，應當建立規范化的數據資產管理體系。數據資產是否能夠產生價值與內部流通環境具有相關性。企業內部數據流通性強，數據創造的價值高，數據與企業的各項業務整合，除直接交易數據外，部分企業無法通過數據資產獲得附加收益。若數據在企業充分流通，數據與相關的業務匹配，會為企業創造更大的價值。在實踐過程中，企業設置不同的職能部門，每個部門具有對應的業務系統，不同系統的開發流程存在差異，在經營期間企業產生的數據是系統內部的數據。系統內數據管理具有對應的要求及規則，自整體角度上看，企業中的各項數據兼容性不足，部分標準不明確，導致企業的數據資產無法全面利用，部門之間的數據也無法共享，導致企業發生業務聯系不密切，數據資產擴增范圍局限在企業部門內部。企業應當關注數據資產價值提升，確保數據資產的流動性，構建起數據資產管理機制，對企業數據資產進行統籌，并衡量數據標準，規范化對數據資產進行管理。發達國家在數據資產管理過程中，注重企業數據統一化管理，企業內部建立數據庫，按照數據模型進行組合，標準化數據在各個系統間共享，縮減數據資產的產生成本。在企業數據資產梳理時，根據業務需求選擇相關的數據資產，兩者整合后會提升業務經濟效益，為企業科學決策提供幫助。

（二）建設立體化的數據處理平臺

數字經濟發展過程中，隨著內部環境及外部環境的變化，企業的業務模式變得更為復雜，每時每刻都會產生大量的數據。整個行業內部也會不斷累積數據，數據類型具有多元化特點，經營場景也更為豐富，發生嚴重的數據質量問題，導致企業的運營成本無法有效計算，在數據管理過程中企業面對巨大的挑戰。精細化應用數據，對業務進行改革是企業發展的關鍵。我國部分企業目前并未建立起數字化環境下的經營模式，對此，企業在發展中應當建立數據處理平臺。該平臺將數據管理作為基礎，以制度為保障，構建起安全、資源、質量解決方案，創新治理引擎，確保各個領域治理問題閉環處理，在處理過程中獲得實用性數據資產。企業通過數據平臺將分散在各個系統的數據通過抽取及加載的方式匯總。處理后的數據可以共享于企業內部各個部門，滿足不同的生產及運營要求。企業建立數據平臺應當以自身發展為基礎，數據處理平臺建設也要有成熟的條件，需要企業購置先進的硬件設備及配置軟件，比如，其中包括數據集成、數據建模、數據治理等。對數據進行分析，完成系統架構建設，構建起循環、反饋系統，促進系統內的數據增長，對系統中的各項數據進行處理，從而將其轉變為數據資產，打破企業內部數據流動率低下的問題，為企業經營發展提供數據支持。

（三）培養高素質的管理隊伍

在數據資產利用及管理中，部分企業并未設置專業化的管理隊伍，企業的信息技術部門無法承擔起數據管理任務。企業經營期間，數據多在業務部門產生，信息技術部門是收集數據的部門，但無法對業務數據進行有效鑒別。企業的業務部門將目光放在經營活動上，數據收集能力不強，無法滿足專用數據的獲取要求，也無法高效為企業的數據資產賦值。企業在數據化轉型期間，應當高效使用數據資產，形成高質量的數據資產，并構建起數據資產管理隊伍。高效的數據資產管理隊伍需掌握管理目標，數據管理的目標是為企業盈利，并更好地服務客戶。企業需要分析各項數據資產，掌握客戶的需求，根據客戶需求開發相關的產品。企業建設數據資產管理隊伍過程中，應當明確管理目標，數據資產管理將客戶放在中心，為企業滿足客戶需求提供數據，對此，數據資產管理隊伍成員應當是企業業務部門、財務部門及信息技術部門的精英人才，以人才為基礎構建數據管理網絡，并結合項目篩選數據，從而保證數據資產的價值，使企業的數據資產發揮應有的價值。

（四）企業數據資產安全管理

企業數據資產發生泄露將喪失價值，企業有效保護數據資產是發揮數據資產功能的關鍵。企業數據資產包括經營管理及商業機密等，各項活動均會產出數據，互聯網企業的數據產生量大，保護數據安全尤為必要，企業應當關注發展的安全性及制定相關的安全管理方案。①企業應當保證數據資產來源安全性：企業數據資產包括三種，企業自主研發的數據資產、企業交易過程中的數據資產和企業互聯網加工中形成的數據資產，數據來源一般較為廣泛，包括國家機密或者公民隱私等，合理獲得具有價值的數據是企業獲得收益的關鍵。數據在轉變為資產前并不具備價值，轉變為數據資產后呈現價值，在形成過程中應當保證數據真實、有效及一致。在數據分類處理期間，不同人員的權限存在差異，還需合理處理各項數據，針對其中的機密信息應當及時處理，并做好安全保護，針對權屬不清的信息，也要謹慎獲取。建立起數據質量監督體系，確保企業資產準確及完整。數據資產儲存目標是確保數據完整性，數據不能受損，自數據資產在市場上的趨勢角度看，將來的數據儲存應當將數據恢復作為基礎，關注數據備份及數據擦除等工作。在企業實踐過程中，應當建立數據儲存機制，并注意對細節管理，完善相關的檢查項目，確保數據儲存安全，并隨時調取關鍵數據，為企業業務活動提供幫助。企業的數據不斷增長，數據儲存安全具有嚴格限制，不同職務的人員權限不同。構建數據訪問管理制度，避免外界人員非法進入系統，對企業的數據資源隨意改動，也要定期對數據進行備份，達到綜合管理數據的目的，針對其中不具備價值的數據進行清理，保證數據儲存空間良好，提升數據質量安全性。

五、結束語

在數字經濟環境下，中國數字經濟朝向均衡、共享等方向發展，企業的數據也在發揮其價值，企業應當關注數據信息管理，明確其中的價值性信息，為企業活動開展提供支持。現階段的大數據及云計算技術不斷應用，面對復雜的外部環境，企業不能閉門造車，而是應當跟隨時代發展，將數據轉變為資產，成為對企業有價值的資源，通過數據資產管理提升企業的經營效益，助力企業健康發展。