云基华海结合经验探讨数据资产价值体现、影响因素及评估方法

导读： 人们关心数据是因为数据中蕴含着巨大的商业价值,然而数据价值并不是凭空臆想、突然形成的,而是来源于真实的数据产业实践。但在..._新浪网...

文章内容在此处输出

数据资产如今受到了极大关注，然而其价值要怎样体现，会受到哪些因素的影响，又该采用何种评估方法，在这些方面存在着许多疑问 。下面我们要对这些关键问题展开详细探讨。

数据资产的定义

从资产定义角度看，数据资产是这样形成的。它是由过去的交易或事项造就的。企业对其拥有或控制。它能给企业带来经济利益。它是具有权属、成本或价值可计量的数据资源。这明确了数据资产的范围。只有符合这些特征的数据资源。才能被纳入数据资产范畴。比如说有一家电商企业，这家企业存储着大量客户交易数据，若这家企业符合上述定义，那么它就属于数据资产。

数据资产的界定十分关键，这关乎企业能不能把它当作重要资产来管理与运营。只有精准认定数据资产，企业才可以更合理地规划资源，进而提高效益。在会计确认并纳入报表时，数据资源要被视作数据资产，必须同时满足可变现、可控制、可量化这三个确认原则。

价值体现

数据资产是有价值的，它的价值一方面体现在能给组织带来潜在收益上，另一方面体现在会带来潜在风险上。对于企业来说，良好的数据资产应用能够显著提升竞争力，还能够增加收入。比如说金融企业，通过分析客户数据来开展精准营销，从而获得更高的收益率。相反，如果数据质量差，或者应用不恰当，就可能给企业造成损失。

数据资产是有价值的，这个价值能够通过优化企业运营流程呈现出来，企业会依照数据资产，对生产、物流等环节作出调整，做出调整能够提高效率、降低成本，最终在财务收益上有所表现，就像制造业企业借助设备运行数据进行预测性维护，进行预测性维护可以减少设备停机时间，减少设备停机时间进而能够提高生产效率。

影响因素 - 数据质量

数据质量是影响数据资产价值的基础性因素，高质量的数据准确性高，能为决策提供可靠依据，比如医疗科研机构开展研究依赖精确的病例数据，依靠这些数据可推动医学进步，低质量的数据则可能导致错误决策，会给企业造成巨大损失，像市场调研数据出现偏差，就可能致使企业产品开发方向错误。

数据的完整性属于数据质量的重要构成部分，完整的数据包含着所有必要信息，这对全面分析问题有帮助，比如电商平台收集到完整的用户浏览、购买等方面信息，就能更有效地了解用户需求，进而精准推荐商品，要是缺少关键数据，便无法准确掌握市场趋势。

影响因素 - 数据开发阶段

在数据开发刚开始的时候，数据资产只是原始的、没经过加工的数据，缺少具体的商业化应用场景，它的价值基本上就局限于开发成本，比如说刚收集到的气象数据，没经过处理和分析，价值有限。在这个阶段，企业投入成本去收集、存储数据，可是很难立刻看到经济效益。

随着加工不断深入，数据资产找到了适用的商业化场景，它的价值显著提高。比如说，对气象数据进行加工分析，能为农业、航空等行业提供有针对性的气象服务，如此便达成了数据资产价值的最大化。在这个过程中，企业需投入技术和人力，用来挖掘和转化数据。

评估方法 - 收益法

收益法是用来评估资产价值的，它依据的是预期收益，不过数据资产的预期收益，和收益期限，与传统资产不一样，传统方法有比较大的局限性。传统行业收益稳定，是可以被预测的，然而数据资产会受到技术更新、市场变化等因素的影响，它的预期收益很难被准确衡量。

评估数据资产价值的时候，要全面考量影响数据资产价值的诸多因素，这些因素会对每期收益造成影响，会对收益评估期限产生作用，还会对折现率形成影响。比如说新技术出现后，数据资产有可能提前丧失价值，在这种情况下就需要调整收益期限以及折现率。除此之外，改良收益法需要考虑数据产品开发商所要求的必要回报。

评估方法 - 市场法

市场法是在有效且活跃的市场基础上开展的，它通过选择可比案例来评估资产价值，对于数据资产评估来说，需要考虑更多修正因素，目前，虽然存在许多数据资产交易案例，但是尚未形成成熟的估值体系，而且，现有评估方法在衡量数据资产价值时都存在适用性问题。

改良市场法需要有完善且有效的数据资产交易市场。然而当前市场并不规范，数据资产定价缺少统一标准。所以在运用市场法的时候，要依据实际情况修正相关因素，从而让评估结果更接近数据资产真实价值。

大家认为哪种数据资产评估方法在实际运用中更具可行性？欢迎在评论区留言，展开讨论，同时也别忘了给本文点赞，并且分享！