从数据到资产：企业如何掘金数字经济新蓝海？

点击上图，查看往期优秀营销数字化案例

来源：大数据技术标准推进委员会 ID：gh_06f5ec229a80 作者：CCSA TC601

随着数据要素市场化配置上升为国家战略，数据资产已成为企业提升竞争力的核心资源。然而，许多企业仍面临数据价值难衡量、管理效能低等痛点。大数据技术标准推进委员会联合行业头部机构发布的《数据资产管理实践指南7.0》，系统性提出“资源化+资产化”双阶段管理框架，为企业构建覆盖数据全生命周期的管理体系。本文聚焦数据资产管理的战略意义与核心方法论，揭示如何通过数据驱动实现业务增值。

数据资产管理概述

随着数据的重要性日益显著，数据资产管理成为激发组织数据要素活力、加速数据价值释放的关键。本章从宏观层面阐述了数据资产管理的必要性，明确了数据资产管理的概念与内涵，总结了数据资产管理发展现状和主要难点。

数据资产管理的必要性

当前，数据成为各国发展数字经济的重要抓手。在数字社会，数据成为了国家基础性战略资源，数字经济正在成为经济增长方式的强大创新动能，数字经济在国民经济中的地位和作用进一步凸显。中国信息通信研究院发布的《中国数字经济发展研究报告（2024年》显示，2023年我国数字经济规模达到53.9万亿元，较上年增长3.7万亿元，数字经济占GDP比重达到42.8%，较上年提升1.3个百分点，数字经济增长对GDP增长的贡献率达66.45%，数字经济有效支撑经济稳增长。

数据要素市场化配置上升为国家战略，将充分发挥对其他要素资源的乘数作用。2022年12月，中共中央国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》中提出要构建适应数据特征、符合发展规律、彰显创新引领的数据基础制度体系，主要是加快数据产权制度、数据流通交易制度、数据收益分配制度、数据安全治理制度四大类基础制度建设，发挥我国海量数据资源优势和丰富应用场景优势，全面深化数据要素市场化配置改革，强化数据高质量供给，推动数据高水平应用，在数实融合中充分发挥数据要素乘数效应。

良好的数据资产管理是释放数据要素价值、推动数据要素市场发展的前提与基础，加速企业数字化转型。数据资产管理从数据的业务供给端出发，通过数据资源化设计业务流程与数据模型，提高业务从物理世界到数字世界的转换效率，并对线上业务的数据质量和安全进行管控，保障业务运转的高质量，降低业务的安全风险。数据资产化从业务的数据需求端出发，打通企业内部数据、引入企业外部数据，加深数据与业务线的融合，催生数据场景化，应用数据分析技术，实现数据赋能业务发展，推动企业精细化管理变革。

图1 数据资产管理助力企业数字化转型

国家行业相继出台相关政策，推动全行业提高数据资产管理能力，加速数字化转型。2020年9月国务院国资委办公厅下发《关于加快推进国有企业数字化转型工作的通知》，要求各国有企业加快集团数据治理体系建设。2022年11月，工业和信息化部发布《中小企业数字化转型指南》，提出开展数字化评估、推进管理数字化、优化数字化实践等环节的转型路径，为中小企业科学高效推进数字化转型指明了道路。2023年12月，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》对发挥数据要素乘数效应、激活数据要素潜能、赋能经济社会发展进行重要部署，以充分发挥数据的基础资源作用和创新引擎作用。财政部分别于2023年和2024年印发《关于加强数据资产管理的指导意见》《关于加强行政事业单位数据资产管理的通知》，强调充分发挥数据资产价值作用，保障数据资产安全，更好地服务与保障单位履职和事业发展。

数据资产管理概念内涵

1、数据资产

“数据资产”概念的演进经历了多个阶段。“数据资产”的概念最早可以追溯到20世纪90年代初期，正值信息技术迅猛发展、互联网开始普及，业界开始认识到数据的价值，并逐渐将其视为一种新兴的资产类别。1991年，著名信息管理专家托马斯·H·达文波特在其著作《信息经济：信息如何塑造企业、政府和国家》中首次明确提出了“数据资产”的概念。随着数字经济时代的到来，数据已成为社会进步和企业发展的关键要素，支持业务决策、推动技术创新、优化资源配置、提升竞争力。

目前业界尚未对“数据资产”有明确定义，《数据“二十条”》、《企业数据资源相关会计处理暂行规定》《数据资产评估指导意见》等相关政策梳理，主要涉及“数据资产”和“数据资源”两个概念。通过梳理数据资产相关政策和规定，可将“数据资产”划分为广义和狭义两种含义。广义的“数据资产”等于与“数据资源”，更多强调数据价值属性，狭义的“数据资产”主要是参照财政部《企业数据资源相关会计处理暂行规定》要求，需符合资产确认条件、计入资产负债表的数据资源，更多强调数据财务属性。

本报告以挖掘数据价值、持续运营数据为最终目标，聚焦广义数据资产。考虑到产业管理需求和政策要求，我们认为数据资产（Data Asset）是指由组织（政府机构、企事业单位等）合法拥有或控制的数据，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量、应用与交易，能直接或间接带来经济效益和社会效益。

2、数据资产管理

数据资产管理（Data Asset Management）是指对数据资产进行规划、控制和供给的一组活动职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理须充分融合政策、管理、业务、技术和服务，确保数据资产保值增值。

数据资产管理包含数据资源化、数据资产化两个环节，将原始数据转变为数据资源、数据资产，逐步提高数据的价值密度，为数据要素化奠定基础。数据资产管理架构如图2所示。

图2 数据资产管理架构

数据资源化通过将原始数据转变数据资源，使数据具备一定的潜在价值，是数据资产化的必要前提。数据资源化以提升数据质量、保障数据安全为工作目标，确保数据的准确性、一致性、时效性和完整性，推动数据内外部流通。数据资源化包括数据模型管理、数据标准管理、数据质量管理、主数据管理、数据安全管理、元数据管理、数据开发管理等活动职能。

数据资产化通过将数据资源转变为数据资产，使数据资源的潜在价值得以充分释放。数据资产化以扩大数据资产的应用范围、厘清数据资产的成本与效益为工作重点，并使数据供给端与数据消费端之间形成良性反馈闭环。数据资产化主要包括数据资产流通、数据资产运营、数据价值评估等活动职能。

数据资产管理发展现状

一是数据资产管理政策环境和标准体系持续优化。金融领域，中国人民银行发布了《金融业数据能力建设指引》，为金融业工作落地实施提供强力指导。银保监会于2022年发布《关于银行业保险业数字化转型的指导意见》，提出数字化金融产品和服务方式广泛普及，基于数据资产和数字化技术的金融创新有序实践。通信领域，工业和信息化部发布了《“十四五”信息通信行业发展规划》，探索建立数据应用处理、数据产品标准化、数据确权、数据定价、数据交易信任的数据资源管理制度体系。制造业领域，工业和信息化部为落实《制造业数字化转型行动方案》部署，打造智能制造“升级版”，发布了《智能制造典型场景参考指引（2024年版）》。能源行业，国家能源局发布了《关于加快推进能源数字化智能化发展的若干意见》，提出“赋能传统产业数字化智能化转型升级是把握新一轮科技革命和产业变革新机遇的战略选择”这一新要求。国家发展改革委、国家数据局、中央网信办、工业和信息化部、财政部、国家标准委组织编制了《国家数据标准体系建设指南》，预计到2026年底，基本建成国家数据标准体系，为推动数据要素高水平应用提供有力支撑。

二是企业逐渐夯实数据资产管理基础能力。根据中国电子信息行业联合会发布的《2024中国数据管理报告》，从2020年到2024年，DCMM发展指数呈现出逐步上升的趋势。2020年处于起步探索阶段，指数为27.03，处于起步探索期。随着国家政策不断出台，企业数据意识逐渐提升，2024年DCMM指数达到57.70，全行业数据管理能力已稳步成长，企业构建了数据管理体系，不断夯实数据管理基础，逐步从数据资源化阶段迈向数据资产化阶段。

三是数据产业规模和服务质量稳步提升。国家数据局会同有关部门研究起草了《关于促进数据产业高质量发展的指导意见》。数据产业是利用现代信息技术对数据资源进行产品或服务开发，并推动其流通应用所形成的新兴产业，包括数据采集汇聚、计算存储、流通交易、开发利用、安全治理和数据基础设施建设等。发展数据产业是深化数据要素市场化配置改革、构建以数据为关键要素的数字经济的重要举措，是推进国家大数据战略、加快建设数字中国的重要支撑。预估到2029年，数据产业规模年均复合增长率超过15%。《2024中国数据管理报告》显示从2022年到2024年，数据服务业DCMM发展指数呈现出稳步上升的态势，由2022年为25.83增长至2024年的41.11。表明数据服务企业通过不断提升自身数据管理的流程化和标准化程度，提高服务的效率和质量，推动数据产业健康发展。

四是企业聚焦数据资产估值和数据金融创新等领域，开展数据资产化探索。财政部发布了《企业数据资源相关会计处理暂行规定》，并明确了企业内部数据资源研究开发项目的支出满足资本化的条件，中国资产评估协议同步印发了《数据资产评估指导意见》，为数据估值和入表提供了政策依据。中国联通集团积极开展数据估值和入表，以创新企业数据管理体系为起点，以显化企业数据价值为牵引，面向联通全量核心数据资源开展价值评估，从真实业务场景切入，科学合理评估成本投入、经济收益、市场价值，并率先完成了数据资源入表披露，发布了《中国联通数据要素价值管理与实践报告》，为业界提供实践参考。

五是自《企业数据资源相关会计处理暂行规定》2024年1月生效以来，企业纷纷积极开展数据资源入表探索。截至2024年10月31日，A股超5000家中共计54家公司披露数据资源入表，总额10.94亿，其中第三季度披露企业较半年报披露企业增加11家，新增首次披露入表企业19家。无论是入表企业数量、入表总额还是企业规模，中国企业完成数据资源入表已展现出强劲的增势与显著的增长潜力，预示着数据资源入表正步入快速扩张期。从入表科目看，无形资产科目为三种科目中最主要的披露科目，其次是开发支出科目，列入存货科目的企业仅4家。单独披露了无形资产中数据资源摊销年限和方法的公司中，大部分公司数据资源的摊销年限集中在3-5年，且多以直线法为主。从所属行业看，入表公司行业集中在数据规模大、应用能力好、数字技术强的行业，包括通信、信息技术服务、交通运输等行业。

六是数据安全监管要求不断提升，数据安全建设进程明显加快。政策方面，2024年中央网信办发布《网络数据安全管理条例》，金融监管总局发布《银行保险机构数据安全管理办法（征求意见稿），工信部发布《工业和信息化领域数据安全事件应急预案(试行)》等数据安全建设要求，进一步丰富了数据安全领域监管政策，为企业数据安全建设落地提供了详细指导。企业建设方面，各企业以安全合规和健康发展为目标，以数据安全风险评估、数据分类分级等工作为抓手，不断发现问题、解决问题，逐渐把数据安全要求落到实处，加快数据安全治理体系建设。国家标准GB/T 43697-2024《数据安全技术数据分类分级规则》正式发布，定义了数据分类分级的通用规则，明确了数据分类与分级的基本原则，包括业务相关性、数据敏感性、风险可控性等。

数据资产管理主要难点

当前，企业数据资产管理仍然面临一系列的问题和挑战，涉及数据资产管理的模式机制、技术工具、数据应用、价值评估、交易流通、安全合规等方面，需要国家行业出台相关政策予以指导和规范，同时也需要企业自身不断探索和深化。

一是数据资产管理价值导向不显著，导致企业数据资产管理内驱动力不足。随着行业主管部门对企业数据管理提出更高要求，企业开展数据资产管理的外部动力逐渐增强。但是多数企业仍以响应政策号召和满足监管要求为目标，尚未充分认识到数据资产在提升业务决策效率、优化运营流程以及开拓新市场等方面的巨大潜力，缺乏有效的价值评估体系和激励机制，数据资产管理的投资回报率不显著，使得管理层难以明确数据资产管理的价值贡献，未能形成以价值管理为导向的数据资产管理战略。

二是在数据规模和需求剧增的情况下，数据资产管理效率存在瓶颈。企业内部信息化建设缺乏统一规划，导致数据标准不一、共享效率低，阻碍了数据资产的内部流动和共享应用。未能有效激励数据使用方参与管理，使得数据管理与使用方之间缺少有效的沟通和反馈机制，影响了数据应用效率。数据质量规则并未得到数据生产者或数据使用者的确认，源头数据质量管理缺失，导致数据质量难以及时满足业务需求。技术工具应用不足或是难以适应企业实际情况，数据资产管理仍大量依赖人工操作，导致问题的发现和解决延迟。

三是数据应用缺乏效果评价，数据资产收益难以评估。各行各业都在积极尝试利用数据进行决策、优化和创新，然而，如何科学、全面地评价数据应用的实际效果却成为了一个亟待解决的问题。数据应用效果随应用场景的变化而变化，由于缺乏统一的标准和方法，很多数据应用的效果难以被准确衡量，不仅影响了数据应用的持续完善，也导致数据资产收益难以评估，阻碍了数据价值的充分释放。

四是数据权属和定价仍是难题，阻碍了数据对外流通。目前数据要素市场处于发展初期，尚未建立明确的数据确权和定价机制。针对数据确权而言，由于数据处理者在数据的收集、处理、加工等环节投入了一定人力、财力和物力，如若无法在制度层面明确相应权利，可能会使其前期劳动投入无法得到保障。而模糊、笼统的数据确权模式，则会诱使部分数据处理者选择以成本更低廉的方式非法抓取、窃取其他数据处理者的数据，进而扰乱市场秩序。针对数据定价而言，数据市场的供需关系不匹配、市场处于培育期以及应用场景不清晰等因素增加了数据定价的难度，企业数据成本难计量、预期收益难把握也导致难以确认数据价格范围。

五是数据安全合规管理机制难以适应数据要素新形势的变化与要求。一方面企业数据安全合规的规范内容不清。法律层面出于稳定性和包容性的考量，对于企业数据合规的具体要求和细化规则做了大量留白，使得实践中企业数据合规制度的建立实施在很大程度上需要参照行业标准、推荐指南等软性规范，但不同行业、不同领域的标准和指南存在难以兼容的情况，导致实践中企业数据合规制度建设缺乏标准。另一方面数据安全合规管理与传统信息安全存在工作交叉导致组织体系建设混乱。数据安全合规管理涉及网络安全负责人、数据安全负责人、个人信息保护负责人等角色，但实践中，数据保护相关负责人的定位和职能不清，导致企业数据安全合规管理难以高效运转。

营销数字化系统服务商好文推荐！

如果文章对您有帮助，关注舒紫花，让我们共同进步！别忘了点击右下角“点赞”“在看”鼓励哦～