数据资产入表解决方案

高效数据资产入表规划,专业数据合规,精确成本分摊,释放数据价值,助力国央企和上市公司一站式数据资产入表。

数据资产入表解决方案

高效数据资产入表规划,专业数据合规,精确成本分摊,释放数据价值,助力国央企和上市公司一站式数据资产入表。

优质数据的资产标准及纳入资产负债表的步骤

时间:2023-12-27来源:互联网浏览数:19

当前许多企业开始将数据视为资产,甚至是资本,凸显了数据所蕴含的巨大价值。然而,若企业对数据资源和数据资产的本质区别不明确,在理解清楚之前将所有数据资源列为数据资产目录,对企业而言将是一场灾难,因为这种所谓的“资产”不仅毫无价值,而且很可能是负面的。

那么,究竟什么样的数据才能被视为资产,或者说哪些数据具备成为资产的资格呢?

首先,让我们了解一下财务上的资产的定义。资产是指由企业过去经营交易或各项事项形成,由企业拥有或控制的,预期会给企业带来经济利益的资源。类似地,数据资产是企业或组织拥有或控制的,能够为企业带来未来经济利益的数据资源。因此,并非所有的数据都可以视为资产,只有那些可控制、可变现、可度量的数据才能成为真正的资产。

在过去,我们曾将数据资源和数据资产混为一谈,导致许多工作出现问题,例如将数据资源误以为是数据资产并向业务部门开放,最终导致沟通困难。因此,我们有必要进行梳理和辨析。

首先,数据要成为资产,必须对其拥有控制权。每个企业都自认对自己的数据具有绝对控制权,然而,实际上,许多领域的数据可能被分散在各个部门手中,其是否属于企业的数据资产,取决于企业是否拥有对这些数据进行采集和加工的权利。企业必须确保部门数据的流通和使用不仅仅局限于部门内部,而且对外开放,以使这些部门数据具备成为企业数据资产的前提条件。

其次,数据要成为资产,必须具备潜在的价值。企业需要明确哪些数据是可见的,哪些数据是可理解的。对于企业而言,最低标准应该是数据是可理解的,至少对一个以上的业务领域具有价值。企业对数据资产的认定不能只停留在数据资源的层面,需要确保数据资产能够在实际业务中发挥作用。

最后,数据资产的成色需要通过开放来验证。即使企业对某个数据资源有控制权,甚至已经对其进行了加工,使其看起来有潜在价值,但最终这个数据的资产成色还是要看其实际创造价值的能力。数据开放的不足也是当前企业面临的问题之一,企业需要确保数据的真正价值能够通过有效的开放体现出来。

因此,数据治理的目标是让数据变得可控制、可变现、可度量,从而形成数据资产。数据资源是这一过程的起点,而数据资产则是终点。如果将这两者混为一谈,数据治理将失去其意义。

数据资产在资产负债表中的纳入过程
数据资产的纳入资产负债表可以分为三个关键步骤:入表形成原始资产、形成无形资产收入、形成存量资产。

第一步:入表形成原始资产
原始资产的入表是指通过系统建设和数据生成等过程产生的成本费用,按成本法入表,构成数据资源的初始资产价格。即便在未进行数据治理的情况下,手头拥有的数据也有可能成为潜在的数据资产。此时,首先忽略未来变现方式,通过成本法将不可计量的数据以货币形式纳入资产负债表,用于后续调整企业的利润表和资产负债表。

这一步骤可细分为前置条件阶段、准备阶段和实施阶段。
前置条件阶段:确保企业具备基础信息化系统,进行数据治理评估,借助标准如DCMM和DAMA确认企业的数据利用能力。进行数据资产入表前的改造工作,包括数据分类、分级工具准备、数据成本计量工具准备和财务系统准备。
准备阶段:确定资产类型、类别和安全等级,并进行分类和分级工作。
实施阶段:梳理数据资产成本构成,明确资金流向。进行会计计量入表,确定具体的成本记录科目。为后续的摊销、减值和终止提供准备。

第二步:形成无形资产收入
强调的是这是非存货路径,因为存货存在一些弊端。无形资产收入包括加盟费、特许经营等,以及通过无形资产产生的软件授权使用费等。采用无形资产路径可以有效规避政策层面未解决的数据确权问题,通过提供数据服务而非直接销售数据,降低法律风险。

这一步骤同样分为前置条件、准备阶段和实施阶段。
前置条件:评估数据市场需求,确定商业模式和销售计划的可行性。考虑潜在的需方,及数据的价格和付费方式。

准备阶段:选择数据产品的交付方式,如API、数据包或数据模型。若采用无形资产路径,以数据服务形式出售。搭建供给渠道,建设结算系统,确立利润分配机制。

实施阶段:进行数据产品开发,搭建供给渠道,实施结算系统。着重建设数据品牌,建立市场营销体系,为未来激烈竞争做好准备。

第三步:形成存量资产
存量资产包括企业拥有的全部可确指的资产,如应收账款、其他应收款、无形资产等。通过数据商品交易,数据产生的应收账款和其他应收款等形成金融资产。金融资产池的形成是金融化的前提,而金融化的实现往往采用证券化的模式。

要实现数据货币化,必须建立基于数据产品的可持续现金流和相应的应收账款。这需要将买卖关系转变为借贷关系,最终形成投资产品。数据资产实现证券化后,数据本身在某种程度上就变成了货币。

最后的总结是,数据资产的入表只是程序上的打通,其常态化的识别、确认、计量、使用、交易和最大化持续发挥价值需要包括数据治理、数据资产确权、数据管理制度设计、数据架构设计、全生命周期管理、数据湖、数据仓库、数据中台、数据主题分析等在内的全套措施。亿信华辰提供全方位的咨询、方案、产品和交付,包括基于睿治数据治理平台的数据入表系统,以助力企业高效合规地管理数据资产。
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
产品功能
丰富的数据资产类型

该平台支持多种资源的定义和规划,包括数据库和文件等结构化和非结构化资源,并封装逻辑资源为数据产品,以全面盘点企业数据生产要素。

智能的目录活化管理

可配置的资产目录详细描述数据资源的各类信息,与元数据集成,实现批量盘点和自动更新,以应对资源变更。

多样的数据服务方式

平台管理的数据资源可快速开发多种服务,包括数据查询、下载、API、分析产品授权等高附加值服务。

全流程数据安全管控

平台内置自定义数据资产服务工作流,可根据权责划定服务审批对象,同时支持数据权限控制。数据消费者获取的数据会按照分级分类要求进行脱敏和加密处理。

可视化数据资产服务门户

平台盘点的数据资产以数据商品形式在门户中对用户开放,用户可通过分类、标签、评级和关键字检索查找资产并发起服务申请。

customer

在线咨询