《数据资产化实践指南》发布，14个步骤详述企业数据资产化可行路径

南方财经全媒体记者马嘉璐 实习生王晶 广州报道

近日，数据资产化研讨暨《数据资产化实践指南》发布会举办。会上，由广东省政务服务和数据管理局指导，广东数字政府研究院、广州数据交易所、粤港数据安全与隐私保护联合实验室、广州芳禾数据有限公司等单位联合编制的《数据资产化实践指南》（以下简称为《实践指南》）发布，以数据产生的业务源头到数据实现资产化的全流程入手，按照“业务数据化-数据资源化-数据产品化-数据资本化”的演变方式，探索建立数据资产化的可行路径，以期为企业数据资产化实操提供参考。

当前，数据不仅是当下数字经济时代的基础性和战略性资源，而且也是形成新质生产力的优质生产要素。2022年12月《关于构建数据基础制度更好发挥数据要素作用的意见》的发布，为推动数字经济高质量发展提供了方向指引。其中，数据资产化是实现数据价值转化的核心途径，同时也是实现数据价值最大化的重要过程，不仅能够充分释放企业数据价值，推动企业数字化转型，而且能够促进产业链升级转型，实现经济发展倍增效应。去年12月，财政部印发的《关于加强数据资产管理的指导意见》就提出要以推动数据资产合规高效流通使用为主线，加强数据资产全过程管理，推进数据资产化，更好发挥数据资产价值。

如何实现数据资产化？《实践指南》提出，首先企业需要通过业务数据化、数据资源化、数据产品化和数据资本化这四个阶段，使企业合法拥有或控制的数据完成“原始数据—数据资源—数据资产”的形态演变，从而能够实现数据资产创新应用和数据资产增值，为企业创造经济价值。

其次，企业还需要通过数据生产与采集、数据资源盘点、数据合规审查、数据分类分级、数据产品加工、数据质量评估、数据价值评估、数据资产合规登记、数据产品流通、数据流通存证、数据安全管理、据资源入表、数据资本化应用、数据资产运营这十四个步骤来实现数据资本化。

《实践指南》阐述了数据资产化的内涵、目标、一般过程与实施路径等多个方面，为企业数据资产化提供了可行路径和实践指引。随着企业数据资产化持续推进，《实践指南》提出，企业仍需不断深化以下几方面工作。

在业务数据化方面，企业应更加深入地利用技术手段，实现业务流程的数字化和智能化，推动流程驱动向数据驱动转变，重构商业模式和企业价值，实现对市场需求变化的精准响应、实时优化和智能决策，支撑企业管理转型和业务模式创新。在数据资源化方面，企业应进一步明确数据资源化目标和路径，提升数据采集、整合、分析和应用能力，探索跨行业数据融合和共享，丰富数据资源供给，助力企业数据应用价值倍增。在数据产品化方面，企业应重点关注数据产品智能化、个性化和定制化开发，不断改进和优化数据产品化的流程，提高数据产品的生产效率和质量。引入敏捷开发等先进方法，加快数据产品的研发和上市速度。在数据资本化方面，企业应积极开展数据资源入表准备工作，为数据资本化奠定良好基础。做好数据资产全链条管理，完善数据治理结构，确保数据安全与合规利用相结合，促进数据资产价值复用和市场化流通。与金融市场结合，探索灵活多样的增值方式，提升企业融资能力，实现企业数据资产的价值最大化。