企業數據資產增值

伴隨著大數據時代的悄然來臨,數據的價值得到人們的廣泛認同,對數據的重視提到了前所未有的高度。數據已經作為企業重要資產被廣泛應用于盈利分析與預測、客戶關系管理、合規性監管、運營風險關理等業務當中。

企業數據資產管理定義

1、數據資產管理(Data asset management),國外對其定義為, 是規劃、掌控和供應相關數據、信息的一種職能。包括通過開發、執 行相關數據信息的計劃、政策、方針,從而起到保護、控制、監督和 交付數據資產價值的相關管理工作。

2、無形資產是指特定主體所控制的,不具有實物形態,對 生產經營長期發揮作用且能帶來經濟利益的資源。

3、財務意義上資產: “一般來講,資產可以認為是企業擁有和控制的,能夠用貨幣計量,并能夠給企業帶來經濟利益的經濟資源。”在這里,資產包含著如下幾個要素:1、被企業擁有和控制;2、能夠用貨幣來計量;3、能為企業帶來經濟利益。

企業數據資產涵蓋范圍


經營管理

企業戰略及預算管理數據、財務數據、人力資本數據、資產數據、內控及風險數據、管理流程及運作數據,這個數據量一般不會很大,但是是企業的核心數據


生產運營

企業生產及供應鏈數據、項目管理數據、設備運行及工況采集數據、交易或計費系統數據、產品運行及采集數據、市場營銷數據,這類數據是結合企業的實際運營的,可大、可小


客戶觸點

客戶基本信息數據、客戶行為數據,如社交行為、交易行為等(第三方社交、交易平臺)、客戶營銷響應數據,這類數據有很大的價值


企業外部

競爭企業數據,企業品牌及輿情數據,宏觀經濟及行業趨勢數據,氣象信息數據,地理信息數據

企業數據資產概述

 什么樣的數據能夠成為資產? 

> 被企業擁有和控制

與專利權為代表的知識產權相比,數據所有權問題還比較模糊。從擁有和控制的角度來看,數據可以分為第一方數據、 第二方數據和第三方數據。

> 能夠用貨幣計量

對于數據資產的貨幣計量,可以參照無形資產的計量規則。無形資產準則根據無形資產取得方式的不同,對如何確定無 形資產的入賬價值作了規定。

> 能夠為企業帶來經濟利益

根據國金證券研究報告,目前直接利用數據為企業帶來經濟利益的方法主要有數據租售、信息租售、數據使能三種模式。

 怎樣實現數據資產的保值增值? 

> 擴大數據規模

充分發揮大數據生態圈中各企業的協同效應,建立起數據交換機制才能有效的擴大數據規模。

> 提高數據活性

數據所有者們圍繞核心業務需求構建起數據間的關聯關系,才能提高那些不同來源獲取的結構化與非結構化數據的活性。

> 提升收集運用數據的能力

加強對非結構化數據的重視程度對于提升整體收集運用數據的能力效果顯著。

 怎樣提升企業打理數據資產的層次? 

企業對數據的利用可以大致分成四個層次,查詢,匯總統計,經營分析,商業智能。

> 如何打理

根據幾個關鍵的業務環節著手,業務流程、數據流程、指標體系和信息管理流程和決策流程,再配合技術手段,來幫助企業識別其不同層次的數據管理能力,從而理解為什么企業目前在這個層次,何時和如何達能到下一個層次,從而能夠控制企業打理數據資產各個層次的發展狀況。

數據資產特征

數據資產主要有以下特性:無消耗性、累積增值性、依附性、知識產權性、價值易變性。

無消耗性

數據資產的每次使用往往只需要花費很低的成本,不會因為擁有者使用頻率的增加而磨損、消耗。這一點與其他傳統無形資產有相似性。

累積增值性

企業通過穩定發展,會促使數據資產在原有的基礎上,數據規模和數據維度的不斷積累,整體價值進一步提升。

依附性

與其他無形資產類似,數據資產不能獨立存在,其發揮作用與效應往往依托于有形資產(例比如計算機、硬件設備等)。

知識產權性

數據資產融入了數據開發者 的智力投入,符合知識產權的創新性與私有性的特征,具有知識產權性。

價值易變性

數據資產時刻會受到數據容量、數據時效程度及相關數據技術等因素的影響,與其他無形資產相比,其內在價值更易發生變化。

數據資產價值的影響因素

數據資產受控于企業主體,附著于有形資產。數據資產的價值受到眾多變量因素影響,例如數據質量、數據容量、數據資產的取得成本、數據安全等。

數據質量

數據價值密度與時效性共同構成數據質量,良好的數據質量是挖掘價值的重要保障

數據資產的取得成本

數據在應用階段得到了價值釋放,然而在數據儲存據提取與分析階段的成本投入將直接影響數據資產的價值。

數據權能的交易方式

伴隨著數據資產權能的立法健全與資本市場的成熟,數據資產的交易也將變得頻繁。

數據容量

數據容量包括數據規模和數據維度兩方面,在數據價值密度不變的前提下,數據總量與數據資產的價值呈正相關。

數據安全

數據安全事件會造成企業數據資產的流失與大量用戶資源的流失,甚至導致用戶滿意度及對企業信賴度下降。

企業數據現狀

傳統企業數據資產管理的過程中,普遍存在的問題:

數據架構
失控
元數據
管理混亂
數據標準
缺失
數據質量
參差不齊
數據增長
無序
數據安全
問題突出

企業數據無法充分利用原因:

鮮少交叉檢索,沒
有充分理解大數據
兼容性和融合性
沒有意識到非結構
化數據的局限性
觀測數據的大量重
疊使其因果關系難
以明確
低估了勞動力技術
需求

企業的數據資產應用建議

企業監測

通過數據主動的預警企業的風險

業務重塑

新市場新服務開拓,共享數據,改變經營模式

業務洞察

拿著經營的KPI問題溯源,分析企業的經營過程中產生的問題

業務優化

把分析數據和過程中的決策合在一起

數據盈利

不斷分析、利用與客戶接觸上產生的數據

企業監測
業務重塑
業務洞察
業務優化
數據盈利

企業的數據資產應用案例

我來點評

11选5网赌哪个平台靠谱