企業如何管理數據資產價值

數據資產是合法擁有或控制的，能進行計量的，為組織帶來經濟和社會價值的數據資源（中國國家標準GB/T40685-2021）。企業入表的數據資產構成狹義數據資產的內涵，即除需要滿足數據資產的一般條件外，入表的數據資產應滿足產生的經濟利益很可能流入企業，且成本或價值可計量兩個條件。符合數據資產定義但是不能入表的數據資產，可以在財務報表附注中披露?？铝炙梗–ollins）和蘭茲（Lanz）在2019提出一個廣義的數據資產概念，認為當數據被轉化為包含經濟特征并促進企業決策效率的信息時，數據就成為一種資產。廣義的數據資產概念強調數據資產價值的普遍性，狹義的數據資產概念往往是基于會計準則，要求數據資產具有可控制的潛在收益及可計算的成本或價值。顯然，入表的數據資產強調數據資產價值的可靠性。

理論上，數據資產可以提升企業的業務收入，幫助企業進行決策，與組織的目標呈現出相關性，并具有固有的長期前景和戰略價值。但在現實中，企業通常更重視數據資產的交易價值，忽視了對數據資產使用價值的管理，更重視數據資產的潛在價值，難以從數據資產的即時價值中獲取收益。要破解這一現實難題，需要就企業如何有效管理數據資產價值這一問題進行剖析，為企業推動高績效的數據資產管理實踐活動提供管理啟示和策略建議。

數據資產的使用價值與交易價值

從價值實現方式來看，企業數據資產的價值可以分為使用價值與交易價值兩類。使用價值指數據資產在企業運營中形成的算法效率提升、流程改善帶來的降本增效等商業價值，主要體現在幫助企業降本增效、促進創新、降低運營風險和鞏固利益相關者關系等方面。交易價值是數據資產在市場交易中體現的商業價值，包括在數據交易市場中的估值變現，在融資活動中的授信實現，以及在并購行為中體現的市場價值等，如通過出售或轉租等方式交易數據資產，為公司創造現金流等。數據資產的交易價值主要在數據交易過程中體現，如提供數據產品或服務，提升企業授信融資等。數據資產的使用價值構成交易價值的基礎，交易價值是使用價值的延伸。如果社會或企業僅僅關注數據資產的交易價值而不重視使用價值，就猶如買櫝還珠，社會福利難以從企業數據資產入表實踐中得到實質提升。

企業可以從三個方面入手來獲取數據資產的使用價值。首先，通過部署區塊鏈、聯邦學習、商務智能與分析（BIA）等能力管理企業數據資產目錄，保障數據資產安全運營，如基于Gartner的商務智能與分析核心能力評價模型，建立和完善管理數據資產目錄的核心能力。其次，構建管理數據資產使用價值的業務能力，也就是說，企業不同階段的業務能力需要與數據資產管理能力相適配，如通過數據驅動的產品研發構建企業與用戶互動的適應性創新能力等。根據企業發展階段理論，企業不同發展階段會面臨不同的管理問題，需要采取不同的解決方案來應對，建立數據資產使用價值管理的業務創新能力也如此。最后，通過戰略和技術層面的管理部署來獲取數據資產使用價值。例如，在戰略層面，將數據資產視為企業的戰略資產，通過數據挖掘或數據呈現等多種方式形成使用價值。在技術和運營層面，有效管理異構數字資產的元數據和信息系統，尤其是具有可檢索、可訪問、互操作和復用性特征的信息系統，通過區塊鏈智能合約系統支撐數據資產使用價值的實現。

獲取數據資產的交易價值也可以從三個方面入手。首先，企業要打造管理數據資產交易價值的能力基礎，如基于大數據的數字商務創新能力?；跀祿诰虻纳虅战馕瞿芰蛨鼍盎瘎撔履芰κ菙底之a品開發的重要企劃能力。其次，企業要實施推動數據資產交易價值實現的管理，包括構建數字產品開發體系、數字產品定價模式等。實踐表明，建立場景化創新企劃體系、開發標準體系、成本核算體系等數字產品開發管理體系，是企業形成數據資產交易管理能力的第一步。成本法、收益法和市場法等經典的產品定價模式依然適用于數據資產交易價值評估或定價，但需要進行改造，因為數據資產估值或定價中的成本參照點、收益參照點和市場參照點與其他資產有所不同，如數字產品成本具有動態性、隱蔽性和關聯性，經典的資產定價工具因此可能不適用于數據資產。最后，企業要選擇合適的數據資產交易模式，如是采取直銷還是經銷模式、是側重在一級市場還是二級市場等。不同屬性的數據集、數據產品、算法和算力等數據資產，存在實時交換數據、離線數據包、模型、算法等多種組合交易方式。交易對象不同，直銷與經銷模式對績效的影響也不同。直銷模式是數據資產在數據交易所掛牌交易的場內交易，數據資產估值在數據資產商業化階段完成，數據資產定價在資產運營階段完成。經銷模式側重于數據交易商、企業數據交易經紀商的職能與運作，強調數據經紀人是通過公開渠道采集、第三方購買、網絡爬取等手段采集數據，加工處理數據并進行交易或共享的數據經營機構。

數據資產的即時價值與潛在價值

從時間維度來看，數據生產要素的價值可以分為即時價值和潛在價值兩類。即時價值指數據的使用價值或交易價值高度依賴于特定時間情境的行為或需求，如深夜打車時的實時通話數據等。如果企業不能及時獲取和分析這些數據，并對需求進行即時反饋，那么數據價值會“轉瞬即逝”，難以被轉化為商業價值。潛在價值指需要借助大數據分析、商務智能和知識圖譜等工具進行挖掘的潛藏于數據中的商業價值，這些價值是在最初的創新者或消費者預料之外的。

據此，我們也可以從時間維度，將企業數據資產的價值劃分為即時價值和潛在價值兩類。其中，情景中產生的實時數據的價值多為即時價值，具有短暫性。以用戶實時數據為例，企業需要利用數字技術收集用戶實時偏好、位置甚至情緒狀態等數據來預測其需求并及時給予滿足，才能開發出數據資產的即時價值。事后積累的歷史數據的價值多表現為潛在價值，具有隱蔽性。以用戶多維多源積累數據為例，企業要從社交網絡、維基社區等渠道獲取高度非結構化的數據來發掘用戶潛在需求，要對數據進行深度整合與分析，才能挖掘出其“深藏不露”的價值。

企業要想獲取數據資產的即時價值和潛在價值，需要具備相應的數據資產管理能力。企業可以采取不同的模式和分析工具來發現和挖掘數據資產的即時價值和潛在價值。例如，對于即時價值，企業可以借助商務智能與分析實時跟蹤和分析競爭對手同級產品的在線評論，以快速發現并響應市場需求；可以通過提高數據資產的時效性，提升其利用大眾媒體吸引用戶注意力并產生商業價值的能力。對于潛在價值，企業可以通過分析長期積累的用戶數據來預測需求變化和刻畫用戶習慣特征，通過分析不同類型的用戶數字痕跡形成的潛藏于數據中的戰略價值，提升用戶轉化率或復購率。

數據資產價值組合框架與管理策略

從價值實現方式和時間兩個維度出發，企業數據資產價值有四種組合形式：即時使用價值、即時交易價值、潛在使用價值和潛在交易價值。以API（應用程序編程接口）或API平臺的數據訪問與調用為例，用戶A根據與數據資產所有者B的數據使用規則，通過API實時調用數據形成的價值是即時使用價值；用戶A根據與數據資產所有者B的數據交易協議，通過API實時調用數據形成的價值是即時交易價值；用戶A根據與數據所有者B的數據使用規則，通過API訪問分析積累數據形成的價值是潛在使用價值；用戶A根據與數據所有者B的數據交易協議，通過API訪問分析積累數據形成的價值是潛在交易價值（見圖1）。

不同的數據資產價值組合適合不同類型企業的不同需求。例如，大型集團型企業或平臺型企業既需要考慮如何挖掘數據資產的使用價值，又需要考慮采取適當的方式獲取其交易價值。某大型制造集團重點建設數據銀行，通過API平臺向集團內所有成員企業提供數據訪問和調取服務，助力集團及其成員企業基于數據資產實現降本增效。同時，通過數字化轉型咨詢服務等間接實現數據資產的交易價值，如將自身的數字化轉型模式、企業數據資產目錄管理平臺等作為解決方案的組成部分提供跨行業咨詢服務。某交通運輸集團采集公路車輛實時大數據形成數據產品，再通過上海數據交易所實現數據的交易價值。其中，對于滯后時間不同的實時數據產品（滯后5分鐘、滯后24小時等），采取不同的交易價格進行管理。這表明，即使是即時價值，也可以劃分為不同的時間段進行定價及價值管理，對數據資產潛在價值的管理也可如此。

基于圖1的組合框架，企業可以較好地對數據資產的三種價值表現方式——降本增效、緩解融資約束和提高生產效率進行分層分類價值管理，采取組合策略來有效管理數據資產的使用價值與交易價值、即時價值與潛在價值，形成高效的企業數據資產管理。這樣，當數據資產引入企業知識積累和生產過程后，其使用價值和交易價值不僅會使企業創新和生產活動更有效率，而且會通過數據外生溢出形成正向的財務影響，對企業融資、市值管理等產生影響。一方面，通過高效的數據資產管理增強企業家風險預測能力，改善人力資本，優化目標規劃，提升企業創新績效，促進生產率增長。例如，科技金融等數據資產管理（創新融資方式和風險管理服務如數據資產保險等）可以緩解實體企業融資難等問題。另一方面，通過數據資產交易的市場化降低交易成本、提高創新效率與生產效率，促進中國實體企業全要素生產率的增長。

提升商務智能與分析能力

對數據資產進行分層分類管理是企業管理好數據資產價值的有效策略和方式，但僅僅做好分層分類管理是不夠的，企業還需提高商務智能與分析能力來應對數據資產規模不斷擴大的挑戰?；谏虅罩悄芘c分析形成的業務解析能力，企業能夠構建和提高數據分析能力以解決區塊鏈無法保障數據有用的問題，以及隱私計算和聯邦學習無法直接提供決策支持的問題。

早期的商務智能是在一系列數字技術支持下簡化信息收集、分析的策略集合，通過充分運用企業數據資產來制定更好的商務決策。當前的商務智能與分析是強調將數據轉換為有意義的信息并幫助組織減少決策不確定性的信息系統，體現了技術與業務的深度融合。企業基于商務智能與分析能夠對業務數據進行提取、分析和可視化，形成有價值的信息來激活數據資產。同時，還可以對四種數據資產組合價值進行衍生管理。例如，某科技金融平臺通過提高商務智能與分析能力，有效降低其為合作的實體企業提供擔保的風險水平，形成多輪衍生的信用憑證，在擴大市場交易規模的同時較好地控制了衍生風險。

提升商務智能與分析能力還能夠增強數據資產的流動性?；趨^塊鏈的數據認證智能合約、數據交易智能合約、大數據資產交易智能合約模型等，均構成數據資產流動性管理的重要基礎設施?；谶@些基礎設施，企業能夠通過數據效用函數將數據效用與收益模式關聯起來，采取免費模型、免費增值服務模型、打包模型、按次付費模型、固定費用模型及兩階段收費模型等多種定價方式，促進數據資產流動，提升企業數據資產的衍生價值。數據資產的衍生價值，有可能推動企業創新或再造商業模式。因為當企業能夠更充分地發揮數據價值時，其動態能力會得到相應的延伸與提升，進而推動數字商業模式創新。

商務智能與分析能力為企業數據資產價值的衍生提供了條件和基礎，但同時也帶來數據資產價值衍生的系統性風險。例如，企業可能會過度依賴商務智能與分析工具得出的見解或結論，忽視了人類經驗知識的重要性。在數據資產規模較小時，這對企業決策不會有較明顯的不利影響，但當數據量急劇增加時，關鍵知識或信息有可能被隱藏起來，企業管理者或組織可能會被大數據“淹沒”，由此引發決策偏差風險。

企業要對商務智能與分析能力提高帶來的數據資產衍生價值及風險進行管理。例如，可以通過數據的“血緣分析”等方法構建結構清晰的數據資產管理目錄，通過智能化手段建立成本結構清晰的數據資產化實現流程和質量管理體系等，通過體系化管理方式來降低伴隨數據資產衍生價值的系統性風險。此外，每個企業面臨的數據管理環境和條件不同，因此，企業管理者需要采取適應性創新方式重新設計組織與管理流程，以適應商務智能與分析或數據驅動的商業模式創新要求。

本文為國家社會科學基金重大項目（23ZD091）階段成果。