上海数据交易所根据企业数据资产形成路径的研究，结合场内登记挂牌的业务实践， 创新性提出企业数据资产化三部曲：数据资源化、资源产品化和产品资产化，并认定数据产品可以进入数据资产凭证有三个条件，又称之为“三步蒸馏法” 。

之一步是数据产品的认定要有条件的；第二步需要认定成为可交易的数据产品；第三步是数据产品要入资产凭证。经过三个蒸馏形成的数据资产凭证，其可清晰辨认、应用场景明确、 价值可以计量，更好赋能数据资产化。数据作为生产要素，在 *** 、企业、 社会、个人之间有序流通，实现与其他生产要素的有机融合，提高生产效率，通过对内服务或共享和对外流通交易实现数据资产价值流通变现，为企业等各方创造更高的价值与收益。

一、数据资源化

《暂行规定》作为一般性的会计准则，使用 “数据资源”一词确定企业数据资产入表的范畴是一种审慎的做法，与《 *** 中央国务院关于构建数据基础制度更好发挥数据要素作用的意见（简称“数据二十条” ）保持高度一致。

从数据资源的来源来看，企业可能通过公共数据授权、 自身运营产生、交易市场采购等多种渠道获得数据资源， 因此，推进以数据分类分级确权授权制度为基础的数据资源入表，是有效提高数据要素市场化流通效率、促进数据使用价值充分释放的起点。

数据资源化的过程是企业通过上述一种或多种方式结合获取的原始数据，经过脱敏、清洗、整合、分析、可视化等加工步骤，在物理上按照一定的逻辑归集后达到“一定规模” ，形成可重用、可应用、可获取的数据 *** 后，形成数据资源的过程。原始数据是经济社会活动产生的附属品，数据资源并不是生产出来的， 而是企业通过安排相应的人力、组织、技术、系统等对原始数据进行系统性梳理整合加工出来的。数据资源化是企业挖掘原始数据使用价值的过程，也是企业数据资源实现资产化的之一步。一般来说，数据资源化的过程可能是企业数据产品的研究阶段，也有可能是企业数据资产的开发阶段，取决于企业在具体产品研发之 前有没有针对目标场景进行深度的调研学习。以下将从企业实践角度分析数据资源化过程。

案例：

以上海合合信息科技股份有限公司（简称合合信息）旗下全资子公司生腾的数据产品启信宝为例。启信宝是一款企业商业信息查询APP，其汇集境内3.1亿家企业等组织机构的超过1000亿条实时动态商业大数据，提供包括工商、股权、司法涉诉、失信、舆情、资产等超过1000个数据特征标签；可对数据进行深度挖掘，为客户提供企业关联图谱、舆情监控（情感及语义分析等）、风险监控（经营异常、司法涉诉等）、商标及专利信息、深度报告（信用报告、 投资及任职报告、 股权结构报告）等多种数据查询、挖掘和智能分析服务。

某上市公司的数据团队约3000人，该公司通过对原始数据的采集、编制、发布三大流程，每日发布近千种商品、400多座城市和港口、10万条基准价格及数万条调研数据，覆盖黑色金属、有色金属、能源化工、建筑材料等八大板块百余条产业链。该公司数据资源化环节必须经过八步标准化数据采编流程，通过市场调研、建议样本库、采集与入库、验证与分类、样本标准化、 离群值处理、数据编制、数据发布几个步 骤，最终形成符合公司标准化的数据资源。

某案例企业基于机器学习技术实现数据自动化量产，将数据提取、清洗、标准化、质检等流程无缝衔接。公司通过DAS智能化数据工厂、SmartTag 实时资讯解析以及利用 NLP对信息进行智能提取，形成可分析的结构化数据，形成数据资源。该公司凭借数据自动化量产、精准实时资讯解析、数据有效编制三大可相互反哺的核心能力，以人工智能驱动的数据自动化生产体系针对多种决策场景提供数据服务。目前公司形成的数据资源包括 SAM产业链图谱数据，企业图谱数据和SmarTag舆情及标签数据。如标签数据，公司精准高效地对各类资讯进行实时解析，把资讯中蕴含的主体， 事件及情绪精准提取，并经过公司、人物、事 件、行业、产品、概念、 地区等直观精细的多维度标签，加工成高价值的定制化数据资源。

最后一家案例企业的数据主要来源于加密脱敏后的业务数据。通过使用自研的数据中台，实现数据的采集、元数据管理、大数据计算、数据检查、数据加解密、数据流转、数据备份等工作，基于数据规范、生产规范、安全及数据治理等领域的实战经验自主研发的一站式数据开发、治理体系。通过标签管理平台，实现新标签开发、标签优化等功能。标签分为画像特征及基础特征两类，画像特征包括用户属性、风险类标签、预测类标签，基础特征包括用户信息、用户行为、营销活动等。搭建了超过500台高性能服务器组成的大数据运算集群，通过一系列数据清理的 *** 对业务数据进行了治理，分析数据源特征，实现T+1准确及时更新。

二、资源产品化

资源产品化是企业数据资产化的第二步，是数据资源为企业创造交换价值的核心环节。企业通过对数据资源赋予创新型劳动和实质性加工，形成满足特定应用场景需求的数据产品。数据产品是指以数据集、数据 信息服务、数据应用等为可辨认形态的产品类型。数据产品是数据要素参与实体经济运行的重要载体。

数据资源化后，在明确的应用场景中，将有价值的数据内容通过与服务终端或算法等相结合，以数据产品作为载体，通过内部使用或对外交付客户使用。在这一个阶段，企业根据产品的应用场景，梳理数据集的形式、分类等，并根据应用场景开发相应的服务终端或算法程序等。根据数据产品持有目的不同，数据产品一般会通过自用、 共享、开放以及对外交易方式实现其价值。企业形成的标准化数据产品可重复使用，能满足不同客户的需求；企业为某个客户开发定制化的数据产品将向客户整体出售，其服务客户的数量有限。

基于需求特征和服务方式不同，可以将数据产品形态分以下三类。形态一：数据集，即以数据库的形式提供，以满足客户模型化需求的数据产品。形态二：数据信息服务， 即以数据资源库为基础，为客户提供满 足其特定需求的信息类服务；形态三：数据应用， 即指以应用程序的方式，基于统一的用户界面，提供基于 数据资源和模型应用的数据产品。

需求特征包括模型化需求以及非模型化需求。模型化需求:数据用于训练和优化使用者的模型或算法，提高模型算法的性能。非模型化需求:使用者利用分析(模型)形成的结果 (信息或知识)，支持企业的日常生产经营决策。

服务方式包括界面类方式和非界面类方式。界面类方式;界面类方式通常是用户主动操作的界面，实现人机交瓦的过程来获得数据或信息，例如搜索软件、SaaS等应用。非界面类方式;通过某个软件程序的功能， 实现程序间交互方式例如API、文件配送、受控沙箱、联邦学习等。

表 1 数据产品分类

案例：

启信慧眼是基于公司商业大数据平台，结合人工智能技术，融合多种细分业务场景， 打造的标准化SaaS云平台，覆盖“拓客-尽调-风控-管理” 为企业客户实现商业调查、风控管理、营销拓客等多场景数字化管理，帮助企业进行快速智能地发展业务、 管控风险。启信慧眼金融版，服务于银行、 融资租赁、商业保理等金融 行业的垂直版 SaaS 产品，遵循“数据—信息—商业智能—价值”转型路径，构建数字金融服务模式， 助力解决“营销拓客、尽职调查、风险预警、客户管理”等问题。启信慧眼客商版针对生产制造、贸易经销、能源化工等行业，为国企、央企、私企、外企等企业多部门提供风险自主可控的数字化客商管理。公司还为客户提供商业全景数据库服务， 采用先进的数据库设计技术，为客户在企业尽调、信用审核、 风险监控、智能拓客、供应链管理、企业数据大屏等方面提供全面的数据支持。

某案例企业的数据产品主要包括数据订阅以及研究咨询服务。其中数据订阅服务下分黑色金属（包括钢材、铁合金、焦煤、废钢、铁矿石等）、有色金属、能源化工、建筑材料、农产品、新能源、新材料和再生 资源八大类别，通过网页端、移动端、终端数据服务三种界面对外提供服务。研究咨询服务主要系通过定制化加工形成的的数据产品，为用户提供战略规划、经营管理、市场研究、 投资可研等定制化的决策支持服务，其产品形式主要是定制化报告。

另外一家案例企业通过对数据资源的进一步加工、 整合和分析，推出了以下几大类数据产品， 包括产业链、企业图谱等产品。公司通过打造标准化产品组件，并根据客户的需求开发不同的系统界面，公司按数据接口收取年费；或者公司将数据资源加上算法一并交付客户，由客户结合自身的数据资源进一步加工处理形成自己的数据产品，公司一般按项目收取年费。

最后一家企业经过十年的应用实践，对原始业务数据的内容、质量及行业应用的延展性都非常熟悉，积累了丰富的产品、服务及合作模式经验，在应用产品及咨询服务中有能力更大化发挥数据资源的优势。目前企业的产品类别可分为风险类数据产品、营销类数据产品。企业通过综合自然语言算法（TF-IDF提取、朴素贝叶斯等）、神经 *** 技术等技术，对全量商户数据进行了清洗和治理，完成商户名称、行业标准化处理。企业的数据产品包含十一个维度1000多个特征。通过形成标准化的基础数据库，可供客户自由组合选择，满足不同客户对不同标签、不同特征的多元化需求。企业的产品一般分为按年包收费或按条计费两种方式。

三、产品资本化

产品资产化是企业运用数据资产开展经济活动的过程，充分体现了数据资产的金融属性，也是数据产品从账面价值转向市场价值的重要一步，是探索数据资产公允价值的重要环节。

促进数据要素市场的交易与流通，市场主体一方面沿着数据要素价值链，正向推动数据资源化过程，提升数据资源的使用价值和交换价值，推进以数据产品为载体的数据资产入表；另一方面要积极研究数据资产创新应用，以数据资产经济价值的显性结果反向推动产业链各主体积极参与市场各项规则的建设。

案例：

合合信息自主研发的领先的智能文字识别及商业大数据核心技术已形成了丰富且广泛的产业化应用成果，C端产品覆盖了全球百余个国家和地区的亿级用户，B端服务覆盖了近30个行业的企业客户。公司的数据产品已经形成稳定的收入并持续为公司带来现金流入，从会计确认的角度看，合合信息在数据产品启信宝和启信慧眼开发过程中的投入，包括数据采集、购买、清洗、加工、算法等等相关的人力投入、 设备投入、维护投入、安全投入，是属于该数据资产达到预定可使用状态的直接相关且必须投入， 均符合资产化条件。

最后一家案例企业的产品可广泛应用于包括银行、 持牌消费金融等各类型金融机构的贷前贷中风险识别及授信管理、存量客户经营、客户价值细分等多维场景，充分补充金融机构内部数据信息量及数据维度，有效提升金融机构风险管理水平及客户运营能力。在实际应用中，在风险层面上，多家金融机构贷前风险模型的模型效果平均提升30%左右，贷中风险模型的模型效果平均提升25%左右。营销层面，丰富的客户画像体 系有效提升金融机构的客户精细化运营能力，基于消费偏好及消费能力的精准营销效果提升近20%。

今日热搜