戰略選擇，數據資產入表實踐指南

史凱

從2024年1月1日開始，數據資源可以納入企業財務報表。這意味著數據可以直接變成資產，完成了從自然資源到經濟資產的跨越，數據有望成為政企報表及財政收入的重要支撐。因此，每個企業都需要用全新的眼光和視角來看待數據要素，2024年將是數據價值之年

數據資產入表，是一個與企業愿景和目標相匹配的戰略選擇，是一個需要頂層設計的體系化工作，而不是一個單一的業務動作，不能為了入表而入表。

如前兩期文章所述，數據一直以來都是應用的副產品，數據的價值通常是以輔助應用、輔助決策的形式來間接體現。在企業內部，更多的是把數據當作原材料來管理和簡單使用。

而從2024年1月1日起，數據資源被視為資產納入財務報表，這意味著數據完成了從自然資源到經濟資產的跨越，有望成為政企報表及財政收入的重要支撐。

2024，數據價值之年

2024年1月，由全球領先的數據和人工智能研究咨詢機構Wavestone發布的《2024全球領袖企業數據和人工智能高層調研報告》指出，在全球各行業的領導型企業中，87.9%的企業將數據和人工智能作為優先級最高的戰略選擇，82.2%的企業將繼續追加數據和人工智能的投資，87.0%的企業已經從數據中獲得了可以度量的業務價值。

筆者認為，2024年將是數據價值之年。主要原因在于：一方面，經過近二十年的信息化建設，企業已經具備了數據要素匯聚和數字化生產力產生業務價值的基礎；另一方面，從2024年1月1日起，數據可以作為一種資產納入企業的財務報表中。這是一個體制級的創新，從制度、法規上給予了數據一種最直接、最能被量化價值的可能性路徑，而這正是困擾了數據領域多年的問題。

數據對業務的價值是什么？一直以來，數據是以間接的、輔助的方式產生業務價值的。比如，最為人熟知的數據價值創造，商務智能/決策支持，通過數據的匯聚和分析，產生了更全面、獨特的信息和知識，提供給決策者和管理者，從而作出更精準和準確的決定。這個階段，不論數據建模分析給出的報表，洞察多么有意義，最終去看、去理解這些數據產品的，是人本身；最終做出業務決策的，也是人，而不是數據本身。不同的人對于業務的理解和判斷是不一樣的。同樣的業務數據報表，經驗豐富的管理者能夠做出明智的決策，而分析能力不強的，則可能無法充分利用這些數據的價值，所以，數據和業務價值之間，總是隔著一堵無法跨越的墻。

而當數據可以作為資產納入企業財務報表，意味著數據從價值的間接輔助創造者，一躍成為直接價值的創造者。

什么是數據資產入表？數據資產入表是一個通俗的簡稱，它源自2024年1月1日，財政部發布的《企業數據資源相關會計處理暫行規定》（下稱《暫行規定》），其中明確了數據資源將被視為一種資產納入財務報表。

眾所周知，財務報表是體現企業在一定時間范圍內財務狀況和經營成果的主要記錄和展示方式，是企業經營情況的整體呈現，也是社會、投資機構和生態伙伴對一個企業的認知方式之一?！稌盒幸幎ā烦雠_以后，企業能夠將數據資源按照企業會計準則，梳理符合無形資產和存貨的數據資產入表，也可以將合法擁有控制、能夠帶來預期經濟利益的，但不滿足資產確認條件的數據資產入表。這就可以讓企業超出原來實體經濟模式的范圍，更全面地呈現數字經濟和數據要素的資源和實力，更準確地呈現企業的價值，進而有助于企業被更客觀地評估，實現更大、更高效的發展。

《暫行規定》開啟了我國數據資產入表的第一步，具有里程碑式意義，為企業發現數據價值提供了新思路和新模式。

數據資產入表的戰略意義

在本刊2月號的專欄文章中，回顧了數據要素市場建立已經鋪墊了十年左右，此時推出數據資產入表，對于打造數字中國、發展數字經濟有著四大戰略意義（如圖2所示）。

發揮啟動引擎作用，加快釋放數字經濟“新動能”

數據資產入表作為牽引，能夠從創造價值的角度，上下拉通，以數據要素為啟動引擎，加快釋放數字經濟的新動能。

一方面，2024年2月7日，國家數據局與中央網信辦、工信部、公安部等四大部委聯合發起《全國數據資源調查》，自上而下梳理盤點數據全貌，基于此進行全國數據要素市場的重點領域摸底和頂層設計，為數據要素市場的建設和發展進行統籌規劃，實現全局拉通。

另一方面，數據資產入表能夠直接優化企業資產，創造數據新價值，以此拉動企業重視數據資源，推動數據共享和流通，從而能夠加快數字經濟的發展。

成為新的價值錨點，加速數字化轉型和產業升級

數據資產入表，賦予了企業數據相對確定的業務價值。截至目前，已涌現出眾多優質數據資產融資、交易的案例，給企業帶來了新的增長引擎。所以，數據成為企業創造價值的新錨點，能更快、更直接地助力企業推動數字化轉型和產業升級。

強化數據內功修煉，提升企業數據價值創造能力

數據資產入表，是一個體系化、科學化、系統性的工程。在數據資產入表的過程中，企業需要重新審視業務戰略和商業模式，建立扎實的數據基礎設施，探索創新的業務場景，對數據資源進行盤點、確權、評估，這也是一個修煉內功、做實數字化轉型的過程。這個過程能夠提升企業在數據價值上的創造能力，同時也能夠發現更多有價值的業務創新點。

推動數據共享開放，支撐統一大市場的打造

過去，數據行業面臨的最大難題是數據的共享開放，有數據的不愿意拿出來，缺數據的找不到高效的獲取途徑。而數據資產入表的推行，讓數據具備了流通和交易的價值，能夠讓更多的數據共享開放，從而通過數據拉通產業鏈上下游，打破行業和區域壁壘，更好地支撐統一大市場的打造。

數據資產入表的企業價值

于企業而言，數據資產入表到底有哪些收益和價值？筆者認為，應該跳出數據資產入表這一行動本身，從企業戰略和數字化轉型的角度來看它給企業帶來的收益?？傮w來說主要包括八個部分，如圖3所示。

提升企業估值。近幾年來，已經有眾多企業通過數據資產評估獲得了金融機構的增信、貸款和融資。數據資產入表可以將企業的數據資源轉化為可計量、可交易、可增值的資產，從而提升企業的估值水平。這對于吸引投資者、拓寬融資渠道、提高資本市場競爭力等都具有重要意義。

優化財務報表。數據資產入表可以從財務角度和業務角度全面提升相關公司的估值，特別是數據資源型企業、數據驅動型企業的數據資產價值將得以顯現和重估。同時，數據資產的確認和計量將改善企業的資產負債表和利潤表，使企業的財務報表更加準確地反映企業的真實價值和經營狀況。

增強決策支持能力。通過將數據資產納入財務報表，企業可以更加清晰地了解自身的數據資源狀況和價值變動情況，從而為決策提供更加準確、可靠的信息支持。這有助于企業更好地優化資源配置、制定戰略規劃、評估投資項目等。

提升數據管理水平。數據資產入表要求企業對數據資產進行更加規范、更加精細的管理，包括對數據的收集、存儲、處理、分析、保護等方面。這將促使企業建立健全數據管理制度和流程，提升數據質量和安全性，從而更好地發揮數據資產的價值。

促進業務創新和發展。數據資產入表將使企業更加重視數據資源的開發和利用，推動企業進行業務創新和轉型升級。企業可以通過數據分析和挖掘，發現新的市場機會、優化業務流程、提升客戶體驗、開發新產品和服務等，從而實現業務的持續增長和發展。

提升企業競爭力。數據已成為企業的核心競爭力之一。數據資產入表將使企業的數據資源價值得到更加充分地體現和認可，從而提升企業在市場上的競爭力。這對于企業在競爭中脫穎而出、贏得客戶信任、拓展市場份額等方面都具有重要意義。

降低合規風險。隨著數據治理和隱私保護法規的日益嚴格，企業需要對其數據資產進行合理的管理和披露。數據資產入表可以幫助企業更好地滿足監管要求，降低合規風險。

提高企業信譽和形象。數據資產入表表明企業對數據管理的重視和投入，有助于提升企業在客戶、投資者、合作伙伴等利益相關者中的信譽和形象。這對于企業獲取資源、拓展市場、建立合作關系等方面都具有積極影響。

數據資產入表對于企業來說具有重要的意義和價值。它可以幫助企業更好地管理和利用數據資源，提升企業的競爭力和創新能力，實現企業的可持續發展。特別是對傳統企業來講，數據資產入表更是一針數字化轉型的“強心劑”。

數據資產入表的挑戰與應對

2024年是數據資產入表第一年，相關政策、法規、制度都尚在摸索當中，面臨著諸多挑戰，可以歸納為五大挑戰。

確權挑戰及應對

數據資產的特點決定了在確權方面面臨一些挑戰，包括但不限于以下幾個方面：

數據的無形性：數據資產不像傳統的有形資產那樣，具有明確的物理形態和邊界，因此難以確定其歸屬和權益。

數據的可復制性：數據可以很容易地被復制和傳播，因此難以確定數據的原始來源和所有權。

數據的多主體性：數據往往是由多個主體共同產生和被使用的，因此難以確定數據的歸屬和權益。

數據的隱私性：數據中可能包含個人隱私信息，因此需要保護數據的隱私性和安全性，這也增加了數據資產的確權難度。

為了這些數據要素的特點帶來的確權挑戰，國家開創性地提出了“三權分置”：建立數據資源持有權、數據加工使用權和數據產品經營權的數據產權制度框架，配套以數據交易所、數據資產登記等各類舉措，打破了數據處理鏈中各個主體之間的競合關系，保護了相關參與方的合法利益，有利于引導數據要素市場活躍，釋放數據價值。

計量挑戰與應對

數據資產入表，需要相對精準的成本收益的計量。而數據資源的生產會持續不斷，且開發價值鏈很長，這導致成本歸集比較困難。同時，數據資源帶來的收入如何與成本進行匹配，更加真實全面地反映數據資源的投入產出，也比較復雜，不同的行業和場景都會有不同的處理方式。

所以企業需要建立數據資源地圖，從上至下進行總體規劃，減少交叉、重復的生產過程，同時建立數據資源價值評價體系，監控數據生產的全鏈路，全面采集過程中的成本和收益增值的數據，才能更加全面地計量數據資源的成本和收益，讓財務報表更準確。

價值挑戰與應對

數據資產入表是手段，通過數據資產梳理和入表，體現數據資產的價值創造才是目的。所以數據資產入表面臨的最大挑戰還是來自數據資產到底能夠給企業帶來哪些業務價值。筆者認為，數據要素的終局是與社會化大生產相融合，通過數據資產的梳理、盤點、入表，來回流、反哺、賦能實體經濟。而這個挑戰的核心就是要找到數據利用的業務場景，不僅是針對企業本身的，更多的是能夠參與到產業鏈上下游，整個社會化大生產體系的賦能場景。

所以，企業要從業務價值視角出發，圍繞業務場景梳理數據資產，讓每一個數據都能被應用到對應的業務環節中，從而發揮賦能作用。企業可以借助精益數據方法中的精益數據場景畫布，通過精益數據共創工作坊這樣的形式來梳理、探索、盤點數據可能的應用場景，從而再圍繞業務場景進行價值匹配。

運營挑戰與應對

與傳統的生產要素不同，數據要素是流動的，是持續產生的，所以數據資產入表只是數據要素活動的一個環節，企業更多的是要考慮這些數據如何能夠通過持續的運營，源源不斷地產生更多的高質量數據，創造更多的業務價值。

打造數據資產的運營體系是數據資產入表能否切實創造價值的重要能力。企業要建立起數據資產管理和運營團隊，持續不斷地分析市場需求和數據產生的情況，發現機會，建立數據運營體系，才能讓入表后的數據真正地“動”起來、“活”起來、“轉”起來。

技術挑戰與應對

數據每時每刻都在產生和流轉，類型越來越豐富，場景越來越多。隨著AIGC技術的廣泛應用，企業數據資源的管理和生產利用，會帶來巨大的技術挑戰。沒有對應的數據加工、存儲、處理、流通、安全和治理等技術手段，就無法駕馭這海量的數據資源。

企業要建立和提升對應的數據資產全鏈路的基礎設施、技術工具和平臺能力，讓數據的生產利用更加安全和高效。

數據資產入表需要建立六大能力體系

數據資產入表是企業數據價值體系的價值呈現方式，也是一次體系化能力輸出的體現，絕不僅僅是一個簡單的業務動作。企業應該建立價值導向、戰略驅動、場景牽引的數據創值能力體系，才能夠持續地應對數據資產入表的挑戰。

企業可以參考精益數字化能力模型來構建自己的數據價值創造體系，主要六大部分，如圖6所示。

精益數據戰略。企業要建立與業務戰略匹配、價值導向的數據戰略，梳理數據資產藍圖、業務場景藍圖、字化技術藍圖和數字化轉型路徑藍圖，從而自上而下地統一思想、統一目標、統一價值、統一場景和統一路徑；然后圍繞數據戰略開展數據資產入表的統籌規劃，分步實施。

精益數據產品。數據產品是數據價值化、商業化的載體。在數據戰略的基礎上，企業要構建起自己的數據產品生產體系，圍繞業務場景打造市場需要、價值凸顯的數據產品，然后再資產化。

精益數據治理。數據產品的構建離不開高質量數據的持續輸入，所以企業要構建敏捷迭代、以場景為核心、快速反饋的精益數據治理體系，讓數據治理與業務價值攜手同行。

數據協同創新。只有開放共享的數據才能產生更大的業務價值，所以企業要構建生態級的數據協同創新機制，通過數據門戶、數據創新大賽等工具和形態，拉動數據在企業內外部的開放共享，創造更有價值的場景。

精益數據中臺。企業需要圍繞數據戰略，規劃設計建立自己的數據加工生產一站式數據中臺，從而做到數據統一匯聚、統一加工標準、統一運營。

數據驅動的組織文化。數據資產入表看上去是業務動作，但背后其實考驗的是企業的數據文化和員工的數據素養。企業要建立起配套的數據驅動的組織文化，從而筑牢組織基礎、制度基礎和團隊基礎。

企業數據資產入表的九大步驟

正確認識數據資產入表

企業要正確地認識數據資產入表的意義和本質，要從企業整體價值創造、戰略實現的視角去理解數據資產入表的收益和風險，全面、客觀地看待數據資產入表的機會，而不只是將它視作單一的、做大資產的技術手段。

圍繞業務戰略目標，設計數據戰略

在統一認知之后，著手圍繞企業的業務戰略目標，建立數據戰略，以終為始地分析設計數據資產入表對企業當下和未來的價值，對企業價值的貢獻、帶來的風險和應對策略，評估數據資產入表的投入產出比、意義和路徑。綱舉目張、按圖索驥，才能夠讓數據資產入表與業務戰略、數字化轉型融為一體、相輔相成。

開展數據資產規劃，建立企業數據資產藍圖

不謀全局者，不足謀一域。數據資產規劃是數據資產入表的起點。

數據的組合無窮無盡，不全面地梳理數據資產藍圖，就無法識別最有價值的數據資源組合。所以，制定數據資產規劃、建立數據資產藍圖是數據資產入表的重要基礎和前提條件。有了數據資產藍圖，就有了一片肥沃的土地，在此基礎上，企業就可以進行“精耕細作”，在探索業務場景、梳理數據產品和數據資產的同時，發現那些需要采集、購買的數據，補充整個土地的肥力。

識別業務價值，排序高優先級業務場景

在數據資產藍圖之上，企業就可以開展數據場景探索和挖掘活動，從產業鏈上下游來全盤審視和發現數據與業務的結合點，找到數據組合能夠賦能業務的場景清單。梳理出以業務價值為核心的數據場景，也就是哪些數據的組合，能夠解決什么業務問題、創造什么價值。這里有一個不能忽視的點，即一定要關注度量體系，如何來度量數據解決業務問題的成果。

圍繞業務場景，開展數據治理，梳理數據資產

無價值不場景，無場景不數據。先圍繞數據資產藍圖共創出數據價值場景，再圍繞業務場景的數據價值流，進行專項、針對性的數據治理。梳理出對應的數據資產能夠第一時間被業務所驗證，從而確保數據治理的效果，更加提高數據資產的質量和在數據流通交易市場上的競爭力。

預測分析經濟利益

在開展數據治理的同時，還應預測分析帶來的經濟利益，預估包括對企業自身、對產業鏈上下游以及對其他組織和企業產生的價值。然后根據分析結果，設計數據資產入表的策略。

相關成本歸集與分攤

當預期經濟利益達到了企業要求的時候，開展此數據資產相關成本的歸集和分攤，為數據資產入表做準備，這是一個非常體系化的工作，需要從企業整體經營分析的角度予以精算。

列報與披露

完成以上步驟后，可以根據結果來設計數據資產入表的行動。《暫行規定》要求企業根據重要性原則并結合實際情況增設報表子項目、表格方式細化披露。

適當的披露有利于將企業已經費用化的數據開發生產的投入數據化，將企業的數據價值顯性化、可視化、透明化，有利于驅動企業價值的提升。

數據資產評估與價值化

在完成以上所有步驟的基礎上，企業可以對數據資產進行評估、確權。通過數據資產來拓寬融資渠道，進行場內場外交易，從而更直接地將數據價值化。

數據資產入表，是中國在全球數據領域的一次先行先試，是一個制度性的創新。每一個企業都應該重視并抓住這個新的價值錨點，從企業戰略高度來審視這一機遇，構建數據價值能力，迎接新時代的到來。

（作者系中國特色數字化轉型方法論創始人。暢銷書《精益數據方法論——數據驅動的數字化轉型》唯一作者，中國計算機學會數字化轉型與企業架構SIG主席、數字產業創新研究中心副主席、公眾號《凱哥講數字化》作者，為企業提供數字化轉型咨詢培訓輔導教練服務。）