发展趋势
development direction
2023年08月
《企业数据资源相关会计处理暂行规定》
数据资产入表2024年1月正式实施
2023年12月
《“数据要素X”三年行动计划（2024-2026）》
数据要素及资产流通买入关键节点
2024年01月
《关于加强数据资产管理指导意见》
进一步规范、落实组织的数据资产管理和运营活动
2024年02月
《关于加强行政事业单位数据资产管理的通知》
要求行政事业单位应探索用于产业、行业发展的数据资产有条件有偿使用
2024年11月
国家数据局印发《可信数据空间发展行动计划（2024-2028）》
《关于加强行政事业单位数据资产管理的通知》
各部门应当根据工作需要和实际情况，建立健全行政事业单位数据资产管理办法，针对数据资产确权、配置、使用、处置、收益、安全、保密等重点管理环节，细化管理要求，明确操作规程，确保管理规范、流程清晰、责任可查。涉及处理个人信息的，应当依照相关法律法规规定的权限和程序进行。
《可信数据空间发展行动计划（2024-2028）》
到2028年，可信数据空间运营、技术、生态、标准、安全等体系取得突破，建成100个以上可信数据空间，基本建成广泛互联、资源集聚、生态繁荣、价值共创、治理有序的可信数据空间网络，各领域数据开发开放和流通使用水平显著提升，初步形成与我国经济社会发展水平相适应的数据生态体系。
《关于构建数据基础制度 更好发挥数据要素作用的意见》
探索数据资产入表新模式，对于探索用货币度量数据要素的资产价值，推动数据资产化、资本化，更好发挥数据对生存效率提升的倍增效应具有重要意义。下一步，要积极探索数据资产入表的可行路径，加快推动数据入表的实施进度，为促进释放数据要素价值和市场潜力提供强大的内生动力。
面临挑战
Facing challenges
01
数据质量
没有经过架构和治理的数据资源不能直接作为入表的依据，大量的原始数据价值密度低，这些没有经过治理的、价值不高的原始数据也无法作为数据资产来入表。
02
数据管理与应用
没有建立数据体系而无法获悉数据的具体来源、获取方式、获取流程、计算逻辑、数据格式、演变过程等，无法证明自己所掌握的数据是否合法拥有或控制的，企业进行数据资产入表，需要有合法的数据来源，即明确数据的所有权和使用权。
03
管理工具
缺乏数字资产管理工具，导致以下问题：
信息孤岛： 各部门或系统中的数据难以集中管理，导致信息不透明，影响决策；
不一致： 没有统一的管理工具，导致数据格式和标准不一致，影响数据的准确性和可靠性；
难以追踪： 缺乏工具使得数据的来源、使用和变更难以追踪，增加了管理风险；
管理成本高： 手动处理和管理数据资产需要大量人力和时间，影响资源利用效率；
缺乏规范： 没有工具支持，数据管理的标准和流程难以建立，影响治理效果。
解决方案
Solution
通过工具进行数据建模，理清数据资源全景
从数据从资源到资产的链条出发，数据质量不仅影响数据资产的价值，也是数据沉淀与应用的关键因素。通过数据建模的方式，逐级梳理客户的数据构建前后关联，流向清晰的数据资源清单，确保持续改进工作能持续有效落实。
从源头开展，以建模方式推进数据资源评估
围绕数据管理全链路，从源头数据开始，开展数据盘点、标准构建等一系统工作，将原始数据，转化成标准规范等数据资源。
元数据构建
从数据源头出发，通过工具定义数据元模型和基础属性标准，确保数据的管理有统一标准语言
数据资源盘点
围绕各类业务场景，梳理构建组织数据主题域架构
数据来源分析
梳理主题域下业务流程及产生数据的系统与数据间关系，确保对数据盘点来源全面、无缺漏
确定数据资源目标
构建数据标准目录及清单，明确各类数据标准规范，确保治理统一标准，明目清晰
数据资源架构
构建数据资源的基线和目标架构，找到需要改进的数据资源，和相关联进行的业务优化和系统升级项
改进落实
识别数据来源和权属，推动解决数据资产化的核心难题
从数据资源到数据资产过程中，关键动作之一是完成数据确权动作。以数据流向及证据链为核心抓手，构建数据源头管理的全监管，并将数据资产、属性、证据“三合一”管理。
数据流向清晰、证据链完整的确权管理
明确数据业务流向，将各类业务凭证与数据集对应捆绑，形成完整、清晰的数据资产证据链，实现数据资源、属性、证据一体化管理。
数据流向
从数据源头出发，通过工具定义数据元模型和基础属性标准，确保数据的管理有统一标准语言
关联证据
数据资产证据链
在数据流向基础上，将产生数据的各类凭证单、记录、电子清单等关联，形成完整数据证据链，并提供血缘关系图谱
确权信息
数据确权属性
在完整数据链路上，将数据确权属性与数据捆绑关联，资源、属性、证据“三合一”管理
数据资产价值量化评估，数据资产封装一步到位
数字资产价值是资产管理等关键，提供数据资产价值评估模型，助力资产科学、精准评估，并实现数据价值属性、产品封装的一整套服务，推动助力资产价值最大化。
资产价值评估有理有据，助力资产最大化
数据资产评估难点
数据资产入表2024年1月刚起步，各行业案例仍较少，如何对数据资产价值进行科学有效的评估，并持续审视更新，是数据资产管理的难点。
数据质量/资产评估
通过工具质量/价值评估模型，结合数据治理模型维度，助力资产价值最大化
数据资产价值属性
确权数据资源中，数据资产明确价值属性，实现与会计评估信息一体关联、互通
数据产品的封装
将数据资产进行封装，以数据产品，可推送交易中心或数据商城，助力数据资产流通
数据应用合规、全程监控，价值持续动态审视
构建全面的数据应用管理流程，从数据应用、价值评估、风险审视全覆盖，对数据应用的全流程、全链条实时监测，确保数据产品应用合规高效。
数据资产
数据产品封装应用流程
在线申请、审批、监控全覆盖
在线申请、审批、监控全覆盖
数据产品应用（按需）
数据产品封装送审交易中心
数据采购方在线浏览“数据商品”
数据定期审视与监测
数据质量定期评估
数据资产价值定期评估
数据资产应用全链条监测
管理、流程、组织三位一体，搭建数字资产管理体系
数据治理不是“一次性买卖”，数据清洗过后，需要有效运作管理体系，确保数据质量持续精准。围绕管理、流程、组织三大维度，构建匹配客户业务、管理模式的数据管理系统。
搭建体系
结合客户的业务开展流程，构建匹配客户服务与监管需要的数据管理模式，从上至下构建符合客户客观条件的数据治理框架
规范流程
围绕数据生产、流转、应用、监控等生命周期，规范数据管理等整体流程，并与客户业务流程适配，将数据治理融入IT和业务的日常工作中
明确权责
深度匹配客户整体组织架构，明确客户各业务部门数据管理权责要求，落实数据高效、规范管理
