数据资产入表专题 | 哪些数据可以入表？实例看这里↓

随着企业数据入表的越来越多，也需要控制风险，减少泡沫，减少虚增财政收入，减少不当的数据入表。

为此，我们整理了国家数据局官方发布10个的典型案例，通过案例解读《企业数据资源会计处理暂行规定》，帮助企业更加清晰的了解哪些数据可以入表！

典型案例1：电力数据资产

某电网企业在运营过程中积累形成了用户、企业用电量等等相关的数据库，并研究形成了用电数据分析工具，可以通过季节、时间段、地理区域等维度的用电历史分析，形成对于未来用电趋势的预测结果。

该数据库和分析工具可以用于A企业自身的经营管理，例如未来合理的去设置电力设施，电力的这个配网调度等等，有助于A企业自身去提升运营效率。

分析：如果该企业的相关数据均是合法或经用户企业充分授权取得，预期能够带来经济的利益的流入，而且这个预期经济利益很可能流入企业。在符合可辨认性等无形资产的确认条件，同时借助完善的内数据内部治理机制，能够可靠计量相关成本，符合数据资产入表规则。

典型案例2：电子商务数据资产

某电子商务企业基于充分告知并且取得用户授权，汇总分析用户的App浏览行为和购买历史等等数据，再通过外部购买一些比如地区、消费水平、趋势等等的辅助数据，整合形成了智能推荐算法工具，为自己的用户推荐符合其兴趣爱好的产品，提升推荐的精细化、个性化水平。

分析：在数据来源合法合规的前提下，该企业在开发这一算法工具时的相关成本是可以按照无形资产予以确认的。

典型案例3：数据标注服务

B公司接受C公司的委托，对C公司自行采集的数据集进行相关的数据标注服务，具体涉及到人物语音转写、行为意图等标注。

分析：在此情况下即使B公司在前期没有对相关的标注和技术进行资产确认，但是后续利用这些技术工具完成服务，也是可以按照收入准则的相关规定去确认服务收入的。

以上是一些可以进行数据资产入表的案例，接下来的击中情况，均不符合数据资产确认的条件：

典型案例4：数据来源不正当

某公司购买了A企业利用黑科技获取的用户数据。

分析：在这一案例中，A企业获取数据的手段不正当，不仅不能认定数据资产，甚至可能触犯法律；而作为购买方，某公司购买的数据来源不正当，而且也没有按照个人信息保护法的相关规定取得个人用户的授权，不能作为数据资产入表。

典型案例5：开源的数据集、数据库等

某公司通过开源数据平台免费下载了某个国家的法律条文、法律判决等等数据集，用于司法人工智能研究。尽管该公司可能利用这些数据开发出了能够产生经济利益的数据产品、服务等，但由于该数据集不是这家公司所有，不归其控制，也没有应取得该数据集发生相关的支出，从而不应将该数据集作为企业自己的资产予以确认。

E企业订阅了某宏观经济数据库的普通会员，可以在2023年全年内实时登录数据库去查询有关的数据。该数据库拥有5000个普通会员，它对所有的普通会员提供的都是相同的查询服务。

分析：在此情形下，E企业只是获得了与其他会员相同的查询数据库的权利，而非排他性的直接获取该数据库的全部内容，E企业不能将整个的数据库作为自己的资产予以确认，而是只能就其获得的查询权利是否属于资产进行判断。

典型案例6：无法确认预期收益的数据

G企业从事智能财务共享业务过程当中会涉及到客户、企业的费用报销、合同台账等等相关的数据。G企业认为如果取得了客户的授权，对这些原始数据脱敏，并且加工处理以后再形成的数据是可能存在挖掘的潜力。

分析：由于目前尚未构建起清晰的应用场景，无法确认预期是否能够带来经济利益，因此上述加工处理后的数据并不能够满足资产的定义。G企业对于这些数据，当前还无法作为资产予以确认。

典型案例7：无法确认预期收益流入企业

A企业从事数据产品的开发服务，其对轨道交通领域的某细分行业和相关区域的数据进行汇聚，并形成了相关的分析工具，未来拟用于出售给轨道交通行业企业。但是该细分行业目前仍在发育的初期，缺乏统一的行业规范标准，行业认可度也不够高，导致A企业目前难以找到这个相关分析工具的需求方。

分析：在此情况下，即使是满足了合法拥有或控制该分析工具，并且对发生的相关成本进行了可靠计量的条件，但是由于不能满足“与该资源有关的经济利益很可能流入企业”的资产确认条件，仍不能作为资产确认。

典型案例8：成本无法计量

B制造企业在过往生产重型设备的过程当中，收集了一系列的生产数据，并做了初步的清洗整理。但是由于在收集数据，当时企业内部的数据治理基础相对薄弱，未能对该生产数据的清洗整理等等成本进行可靠的计量，而是已经在整个设备的生产过程当中计入了当期损益或是相关产品成本。

分析：对于这一部分生产数据，由于不符合“该资源的成本能够可靠的计量”的资产确认条件，B企业并不能够将其作为资产去单独确认，但是这并不影响B企业运用生产数据继续去支持它自己的生产经营活动。

典型案例9：无法给企业带来预期的经济利益

F企业从其他多家企业购买了一系列的原始数据集，但在后续的分析当中发现，从数据质量上看，其中一些数据集在准确性、真实性、关联性等方面有严重的欠缺。从所属领域看，这些数据集分别属于金融、医疗、通信等等不同的领域，难以进行进一步的整合分析等等加工。

基于这些情况，F企业分析认为，尽管前期就购买数据集花费了相关的成本，也获得了大量的原始数据，但这些数据难以与企业的其他资源相结合来支持其经营活动，也无法从中挖掘形成有价值的数据产品或是对外出售来实现经济利益。

分析：由于预期不能够给企业带来经济利益，F企业购买的原始数据集并不能够满足资产的定义以及确认条件。

典型案例10：资源成本无法计量

B制造企业在过往生产重型设备的过程当中，收集了一系列的生产数据，并做了初步的清洗整理。但是由于在收集数据，当时企业内部的数据治理基础相对薄弱，未能对该生产数据的清洗整理等等成本进行可靠的计量，而是已经在整个设备的生产过程当中计入了当期损益或是相关产品成本。

分析：对于以上生产数据，由于不符合“该资源的成本能够可靠的计量”的资产确认条件，B企业并不能够将其作为资产去单独确认，但是这并不影响B企业运用生产数据继续去支持它自己的生产经营活动。

业务合作

如果您对数据资产入表的业务感兴趣，欢迎扫描下方二维码填写业务咨询表单。我们将尽快安排专人与您取得联系，期待与各界的深入交流与业务合作，共同数据驱动的推动创新发展。