数据资产化之路 数据资产的估值与行业实践 推荐语 虞正 德勤中国 估值与商业模型服 务 合伙人 高红冰 阿里巴巴集团 副总裁、阿里研究 院院长 经济学的基本假设 是认为资源是 有限的。所以 人们 总是 尽可能地去寻找占 有更多的资源 来为己所用。 当今 的时 代，资源已经不仅 仅是限于传统 的范畴，数据 是资 源的 新内容。谁拥有更 完整、更及时 、更可靠、更直 接的 数 据资源，谁就能领 先一步，从数 据资源中找到 规律 ，做 出更准确的决策。 德勤作为全球 最大的专业服 务机 构， 我们已经和数据打了 100 多年 的交道。今天 ，我 们站 在时代的前沿，协 助客户用数据 来探索新世界 。 “数据”的巨大价值，而今已得到了普遍认可。但关于 “数据资产”，至今仍存在诸多争议。本报告即试图就数 据的资产化，以及数据资产的评估维度、评估方法等，展 开初步的探索性研究。我们相信，尽管还面临概念辨析、 技术演进、会计准则等诸多挑战，但“数据资产”毫无疑 问将是数字经济下越来越重要的一项资产，也将是全球经 济竞争 的 重要领域。因此，在数据监管领域，建议应采取 面向未来、审慎包容、鼓励创新的理念和原则，以期为数 据资产相关产业开辟更大的发展空间。 文档 标题| 摘要 3 摘要 随着数据 价值逐 渐得到 普遍认 可，数 据 资产也越 来越成 为一个 重要议 题数 据 资产 与传统资 产有何 不同 数据资 产的价 值 如何体现 影响 数据资 产的因 素有哪 些 进 一步地， 关于数 据资产 有哪些 可能的 估 值方法 作为一 项探索 性研究 ，本报 告 试图 为以上问 题，提 供一个 初步的 思考框 架 。本报告 的主要 发现如 下 数 据的 资产化 数据资产 不完全 符合会 计准则 中对于 “ 资产”及 “无形 资产” 的定义 ，因此 ， 数据 资产目前 尚未体 现在企 业的财 务报表 上 。但对于 数据资 产的确 认和计 量，从 会 计角 度的讨论 其实只 是一个 起点， 这一研 究 议题更重 要的价 值指向 还在于 如何 从 广义 上认可数 据的价 值及其 对企业 价值的 贡 献。 影响 因素 影响数据 资产价 值的因 素主要 从数据 资 产的收益 和风险 两个维 度考虑 。 数据资产 的收益 取决于 数据资 产的质 量 和数据资 产的应 用价值 。数据 资产质 量 价值 的影响因 素包含 真实性 、完整 性、准 确 性、数据 成本、 安全性 等。数 据资产 应 用价 值的影响 因素包 含稀缺 性、时 效性、 多 维性、场 景经济 性。 数据资产 的风险 主要源 自于所 在商业 环 境的法律 限制和 道德约 束，其 对数据 资 产的 价值有着 从量变 到质变 的影响 ，在数 据 资产估值 中应予 以充分 考虑。 从实际 效 果来 看，对于 数据交 易的限 制性规 定越多 ， 交易双方 的合规 成本和 安全成 本自然 也 会相 应提升， 虽然作 为附带 效果， 数据合 规 和数据安 全产业 会因此 得到发 展空间 ， 但却 可能从整 体上对 数据资 产市场 的发展 造 成重大影 响，进 而影响 到数字 经济的 整 体发 展，应以 发展和 包容的 理念去 平衡考 虑 数据的价 值创造 与风险 控制。 评估 方法 成本法、 收益法 、市场 法 传统的 三 种评估方 法在应 用于数 据资产 估值时 各 具有 适用性， 但也都 存在一 定的局 限性， 目 前尚未形 成成熟 的数据 资产估 值方法 。 逐步 探索和推 进特定 领域或 具体案 例中数 据 资产的价 值分析 ，将可 能是未 来一段 时 间内 不断深化 这一研 究的可 行之道 。 目录 前言 5 第一章 数 据如何 转化为 资产 6 第二章 数 据资产 的价值 体现及 影响因 素 18 第三章 如 何分析 数据资 产的价 值 25 总结 36 参考文献 37 联系方式 38 特别鸣谢 39 数据资产化之路 | 前言 5 前言 在移动互 联网及 云计算 等技术 的推动 下 ，人们可 获取并 控制的 数据日 益丰富 ， 我们 已经进入 了一个 创造数 据、获 取数据 、 运用数据 的“数 据时代 ”。销 售平台 可 以根 据买家的 浏览记 录做出 精准推 送以提 高 销量，制 造企业 可以通 过分析 生产流 水 线数 据对生产 情况及 时做出 调整以 提高生 产 效率，家 居公司 可以通 过分析 客户的 生 活习 惯数据创 造“智 慧家庭 ”以提 高生活 服 务质量， 种种应 用展示 出数据 在被有 效 的挖 掘、整合 后可能 产生巨 大的价 值。Gartner 推测，到 2020 年，80 的 企业将 会 致力于提 升在其 所处行 业的“ 数据” 能 力。数据 逐渐成 为与人 、技术 、流程 同 样重 要的第四 大核心 竞争力 （Logan, 2017 ）。 本文即试图从数据如 何转化为资产 入手 ，分析数据资产 如何产生价值 ，并进一 步探 讨 如 何分 析数 据资产 的价 值 。 数据资产化之路 | 第一章 数据如何转 化为资产 6 第一章 数据如何转化为资产 数据 权 信息 权 （如商业秘密、隐私、个人信息） 符号 权 （如知识产权） 物 权 1 2 3 4数据资产化之路 | 第一章 数据如何转 化为资产 7 从经济史的视角来 看，“资产” 的属性、范畴 、种 类、范围，都经历 了一个不断扩 张和深化的过 程。 在人 类经济史上的很长 一段时间里， “资产”都主 要表 现为“实物资产” 的形态，比如 农业时代的土 地、 房 产、贵金属，工业 时代的厂房设 备、汽车、家 电等 。随着工业经济的 发展，社会经 济复杂性不断 上升 ，又 出现了“无形资产 ”的范畴，比 如狭义的企业 品牌 、知识产权，广义 的“无形资产 ”则进一步包 括了 专有 技术、客户关系等 。 而到了数字经济时 代，随着数据 、算法的发展 ，“ 资产”的形态和范 围正在出现全 新的革命性变 化， 比如 近年来开始涌现的 狭义的数字资 产（如加密的 数字 货币）和广义的数 据资产（也即 本报告研究的 内容 ）。 国内经济学者，从 权利类型扩展 的角度，已对 此做 了探索性的研究（ 许可，2019 ）。 数据的概念 图 1 数据的概念 数据通常是指对客观事物进行 记录、未被加工的原始素材。 互联网时代下，具有价值的数 据通常具有体量大、种类繁多、 价值高、反应速度快等特点， 也就是行业所谓的大数据。 数据量大 （Volume ） 数据更新频繁 （Velocity ） 数据类型多样 （Variety ） 数据价值密度低 （Value ） 按 生 产 对象分类 − 与人有关的数据 − 与物有关的数据 − 与事有关的数据 按 存 储 形式分类 − 结构化数据 − 半结构化数据 − 非结构化数据 按 内 容 类型分类 − 社交数据 − 购物数据 − 按权属分 类 − 公有 数据 − 私有数据 数 据的定义 数 据的特性 数 据的分类数据资产化之路 | 第一章 数据如何转 化为资产 8 对巨量数据 进行分析 ，提取出 有价值的 信息， 并利用该信 息为企业 创造经济 价值。 数据的定义 数据通常是指对客观事物进行记录、未被加工的原始素材，是基础生产资料。互联网时代下，具有价值的数 据通常具有体量大、种类繁多、价值高、反应速度快等特点，也就是行业所谓的大数据。数据资产的概念由 信息资产、数字资产衍生出来，并随着大数据的蓬勃发展而被提出。信息资产概念来源于信息技术对各个领 域和生活方式的影响，强调数据的信息属性；数字资产概念来源于“数据经济”的提出，对应着数据的物理 属性；数据资产概念来源于将数据视为一项战略资产，对应着数据的存在属性。实质上，这三个概念具有一 致的内涵（朱扬勇等，2018）。Gartner （2015 ）认为需要具有更强的决策力、洞察发现力和流程优化能 力的处理模式来适应海量、高增长和多样化的信息资产。通过数据的定义，我们看到当下的模式，主要体现 为对巨量数据进行分析，提取出有价值的信息，并利用该信息为企业创造经济价值。 数据可以按 照 生产对象、存储形式 、内容类 型 和权属进行分 类 数据的分类 数据按照 生产对象 可 以分为 ‒ 与人有关的数据指围绕 个人生产生活 所产生的数 据 ，如个人信息、 信用数据等； ‒ 与物有关的数据包括与 产品、设备等 实物相关的 信 息，可用于优化生 产流程，调整 生命周期，如 生产线的操作记录 等； ‒ 与事有关的数据指与人 、物均相关， 即人与物的 链 接，可用于解决事 件问题，形成 万物互联、万 物 智能，如家庭生 活起居信息、 公交车日客流 量数 据等。 数据的分类 数据资产化之路 | 第一章 数据如何转 化为资产 9 数据按照 内容类型 可 以分为社交 数据、购物数 据 、生产数据等。按 照内容区分种 类最为繁多， 但应 用意义较弱。 数据按照 存储形式 可 以分为 ‒ 结构化 数据是 由明 确定义 的数 据类 型组成 ，其 模式 可以使 其易 于搜索 。一 般特 点是数 据以 行为单 位， 一行数 据表 示一个 实体 的信 息，每 一行 数据的 属性 是相同 的。 结构化 数据 的分 析使用 更为 便利， 且存 在成熟 的分 析工具 ； ‒ 半结构化数据是指非关 系模型的、 有基本固定结 构 模式的数据，例如 日志文件、XML 文 档、JSON 文档、Email 等； ‒ 非结构化数据是具有内 部结构，但 不通过预定义 的 数据模型或模式进 行结构化的数 据，如 WORD、PDF，各种格式的图片、视频等 。非结构 化数据占企业全部 数据的 80 以上， 但直接挖 掘非结构化数据的 分析工作具有 很强的专业性 。（何 小朝，2014 ） 数据按照 权属 可分为 私有数据 、公有数据。 ‒ 私有数据 是指 有明确 归属 的数据 ，归属 方为 可决定 数据使 用目的 的自然 人、 法人或 其他组 织， 如私 人数据 、企业 数据等 ； ‒ 公有数据 指具有公共 财产属性且可 被公众访问的 数 据，如天气数据、 人口数据等。 数据的特性 我们在这里先讨论 数据，或者说 大数据的一般 特性 。后文会进一步从 资产化的视角 去讨论数据与 一般 资产 相比的独特性。大 数据的特征通 常概括为 4V ，即 Volume 大量 、Velocity 高速 、Variety 多样 、 Value 低价值密度 。 数据量大（Volume ） 随着互联网普及及 技术革新，数 据量成几何级 数增 长，传统的存储计 算方式无法应 对规模异常庞 大的 数据，当量变达到 质变，就催生 出新的研究价 值。 当前典型个人计算 机硬盘的容量为 TB 量级， 而一 些大企业的数据量 已经接近 EB 量级。 数据更新频繁（Velocity ） 这是大数据区分于 传统数据的显 著特征。根据 IDC 的“数字宇宙 ”的报告，预 计到 2020 年，全球 数 据使用量将达到 40ZB 。在如此 海量的数据面 前， 分析对象的数据将 被频繁更新。 对分析对象要 求是 频繁更新的数据. 数据类型多样（Variety ） 大数据面对的数据 通常是异构、 异质的数据集 。如 同前文提到数据的 存储形式，可 能包括文本、 音 频、视频等多种形 式，即可能是 结构化、半结 构化 的或无结构的。 数据资产化之路 | 第一章 数据如何转 化为资产 10 数据价值密度低（Value ） 价值密度的高低与 数据总量的大 小成反比。以 视频 为例，一部 1 小时的视 频，在连续不 间断的监控 中，有用数据可能 仅有一二秒。 如何通过强大 的机 器算法更迅速地完 成数据的价值 “提纯”成为 目前 大数据背景下亟待 解决的难题。 数据资产化之路 | 第一章 数据如何转 化为资产 11 资产的定义 目前，关于如何将 数据视为企业 的一项资产来 计量 、管理、转让，尚 未形成一个明 确的标准，我 们将 从 企业会计准则 中对于资产的 定义入手，来 探讨 数据与资产的联系 和转换。 根据企业会计准 则基本准 则（财政部 令第 33 号），“资产是指 企业过去的 交易或者事项 形 成 的、由企业拥有或 者控制的、预 期会给企业带 来经 济利益的资源。由 企业拥有或者 控制，是指企 业享 有某 项资源的所有权， 或者虽然不享 有某项资源的 所有 权，但该资源能被 企业所控制。 预期会给企业 带来 经济 利益，是指直接或 者间接导致现 金和现金等价 物流 入企业的潜力。符 合准则规定的 资产定义的资 源， 在同 时满足以下条件时 确认为资产 ①与该资源有 关的 经济利益很可能流 入企业; ②该 资源的成本或 者价 值能 够可靠地计量。” 数据资产由于不具 有实物形态， 我们进一步参 考了 “无形资产”的定 义。 根据企业会计准 则第 6 号无形 资产，“无 形资产是指企业拥 有或者控制的 没有实物形态 的可 辨认 非货币性资产。符 合无形资产定 义中的可辨认 性标 准①能够从企业 中分离或者划 分出来，并能 单独 或者 与相关合同、资产 或负债一起， 用于出售、转 移、 授予许可、租赁或 者交换；②源 自合同性权利 或其 他法 定权利，无论这些 权利是否可以 从企业或其他 权利 和义务中转移或者 分离。无形资 产同时满足下 列条 件的 才能予以确认① 与该无形资产 有关的经济利 益很 可能流入企业；② 该无形资产的 成本能够可靠 地计 量。” 参考企业会计准 则对“资产 ”的定义，判 断一 个对象是否符合资 产的定义可以 从以下几个标 准来 考 虑 ①该资产是由企业 过去的事项形成的 ；②由企 业拥有或控制；③预期为 企业带来经济利益 ；④成 本或 价值可以可靠计量；若 进一步参考“ 无形资产”的 定义，还需符合 ⑤能够从企业中划分出 来；⑥源自 合同 性权利或其他法定权利这 两条标准。 企业会计准则 对于数据是否 可以作为资产 具有 一定的指引作用， 或者说是数据 能否被视为资 产的 充分 条件。然而，会计 准则仅局限于 财务报表的范 畴， 实际在衡量企业价 值的时候，我 们经常看到投 资人 对某 些拥有大量数据资 产的公司支付 远高于其账面 资产 价值的溢价，这也 意味着，即使 数据无法被反 映在 财务 报表上，仍可能蕴 藏着巨大价值 。 数据和资产的联系及转换 根据前述分析的数据特性，我们将对照会计上资产的概念，逐条讨论数据和资产、无形资产的联系与转换。 数据与资产 “该资产是由企业过去的 事项形成的” 通常来讲，大部分 数据是在企业 的生产经营活 动中 产生，是由过去的 事项形成的。 但是，数据是 动态 的， 并且持续更新的数 据才更有价值 。数据的价值 不仅 体现在现有的数据 ，更在于未来 可以持续更新 或扩 充该 类数据的能力。这 是数据资产有 别于传统无形 资产 （如数据库）的方 面，却也可能 导致数据资产 无法 完全 满足会计准则对资 产的定义。 会 计 准 则数据资产化之路 | 第一章 数据如何转 化为资产 12 “由企业拥有或控制” 这条标准涉及数据 的权属问题。 对于数据的权 属， 目前中国尚未有完 整的法律体系 。通常情况下 ，对 于依 托于互联网平台产 生的数据，如 搜索引擎的用 户在 搜索引擎平台输入 的数据，这类 数据一方面来 源于 用户 的行为，另一方面 也来源于平台 的信息系统， 对这 种可能产生权益交 叉的问题，目 前平台和用户 在遵 照法 律原则规定的前提 下，通过合同 的方式确定其 权益 的分配，进而确保 平台可利用该 数据为企业创 造价 值， 同时用户可基于合 同保障自身合 法权益。 “预期为企业带来经济利 益” 企业在运营中可能 产生大量的数 据，数据在被 有效 的挖掘、整合后可 以产生巨大的 价值。但并不 是所 有的 数据都值得被利用 ，如果数据的 取得、维护成 本大 于其产生的收益， 或企业无法通 过自用或外部 商业 化对 其有效变现，那么 这部分数据就 不存在经济利 益， 即没有被视为数据 资产的意义。 “成本或价值可以可靠计 量” 数据的成本主要包 括获取成本、 加工处理成本 、存 储等持有成本，其 中，加工处理 成本、持有成 本可 以直 接对应至相关数据 对象，相对方 便计量，但大 部分 数据为企业生产经 营的附加产物 ，获取成本通 常难 以从 业务中划分出来而 难以可靠计量 。此外，数据 的价 值主要取决于数据 的应用场景， 同一数据在不 同的 应用 场景下价值差异可 能很大，也是 导致数据资产 价值 难以计量的重要因 素之一。综上 ，数据的成本 或价 值均 难以可靠计量，成 为了“数据” 确认为会计准 则定 义下“资产”、“ 无形资产”的 阻碍之一。 数据与无形资产 “能够从企业中划分出来 ” 这条标准需要数据 资产能够从企 业中划分出来 ，并 且可以和其他资产 区分开。大部 分数据能够从 企业 划分 出来应用于外部商 业化，形成数 据产品从而产 生价 值；但是大部分数 据的产生来源 于企业的日常 经营 ，如 客户消费数据，企 业收集分析后 用于更好地为 客户 服务，逐渐形成良 好的“客户关 系”，这种情 况下 ， “客户数据”的价 值与“客户关 系”的价值息 息相 关，数据资产难以 与客户关系区 分开来；另一 种角 度 看，数据资产是企 业持续经营的 产物，那么数 据资 产则难以从企业中 独立划分出来 ，而这种无法 被独 立划 分的资产，在目前 通常被认为是 商誉的组成部 分。 “源自合同性权利或其他 法定权利” 这条标准为无形资 产定义中的判 断“可辨认性 ”的 标准之一。界定无 形资产的权利 来源，如一方 通过 与另 一方签订特许权合 同而获得的特 许使用权，通 过法 律程序申请获得的 商标权、专利 权等。对于合 同性 权 利，数据资产由于 具有通用性、 无限共享等特 性， 需视合同具体约定 而确定权利范 围。目前“数 据” 尚未 像商标、专利一样 ，制定有明确 的权利申请途 径、 权利保护方式等， 对于数据的法 定权利，尚未 有完 整的 法律保护体系。数 据资产的法律 权属问题尚待 解决 ，导致其可能无法 符合“无形资 产”的这一准 则要 求。 数据资产化之路 | 第一章 数据如何转 化为资产 13 图 2 数据和资产 及无形资产的联系及转换 综上，我 们可以 看到数 据资产 不完全 符 合会计准 则中对 于“资产 ”及“ 无形资 产”的 定义， 因 此，数据 资产也 尚未体现 在企业 的财务 报表上 。然而 ， 从会计角 度的讨 论只是一 个起点 ，这一 研究更 重要的 价 值指向还 在于 如何从广 义上认 可数据 的价值 及其对 企 业价值的 贡献。 ① 该 资 产是由企业 过去的 事项形成的 ②由企业 拥 有或控制 ③预期为 企 业 带来经济 利益 ④成本或 价值 可以可靠 计 量 ⑤能够从 企 业 中划分出 来 1 2 04 3 05 数 据 资产/无形 资产 数据 资产 ⑥源自合 同 性 权利 或 其 他 法定权利 6 4 5数据资产化之路 | 第一章 数据如何转 化为资产 14 数据资产化的重要性 形成企业共通的数据语言 Logon （2017 ）认为 数据在企业内部充 分应用最大的 障碍是存在语 言壁 垒。 数据作为各部门运 行的衍生产物 ，分散在企业 运营 各部门处。各部门 由于职能不同 ，对数据的理 解表 述方 式也各不相同。数 据分析者往往 需要花费大量 的时 间和精力收集各类 数据，寻找数 据共通的连接 方式 ，才 能将其归类分析应 用。数据资产 化意味着在公 司内 部形成共同的“数 据语言”，各 部门为了统一 的分 析目 的，形成各自对应 的统计标准， 在运营过程中 实时 对数据进行收集汇 总分析。由此 ，企业的管理 层可 以更 高效地对数据进行 讨论和沟通。 形成企业的战略资产数 据资产化之后 ，数据资产 会渐渐成为企业的 战略资产，企 业将进一步拥 有和 强化 数据资源的存量、 价值，以及对 其分析、挖掘 的能 力，进而会极大提 升企业的核心 竞争力。 加速数据资产交易进程 目前在缺乏交易规则和定 价标准的情况下，数据交易双方承担了较高的交易成本， 制约了数据资产的流动，但随着数据资产管理的完善，必然能加速数据资产交易的进程。 促使数据资产产权问题明 确 同时，数 据资产的所 有权问题，在未来 也会越来越明 确，法律制度 会随 着基 础管理能力的提高 而完善，以数 据资产为核心 的商 业模式，也将会在 资本市场中越 来越受到青睐 。 数据资产化之路 | 第一章 数据如何转 化为资产 15 资产化 视角下的数据特性 通用性 资产具有通用性和 专用性，数据 资产与传统资 产最 重要的区别在于数 据资产的通用 性更强。资产 的通 用 性是指资产替换使 用程度以及与 其它资产结合 使用 的程度。替换使用 是指资产不仅 能担当原来的 用途 ， 还能直接担当其它 的用途。结合 使用是指资产 与资 产之间通过互补、 重组，形成新 的资产，担当 新的 用 途。通过结合使用 ，原来的资产 间接转为它用 。 关于资产的通用性 与专用性，传 统意义上如生 产工 艺带来了生产的副 产品（如发 电厂发电形成 附带 产 品热气），生产工 序之间高度的 关联性，两种 或多 种产品在生产上具 有交叉性，一 种产品可能是 另一 种 产品的投入（钢铁 企业从炼铁、 炼钢到型材的 工艺 联系日益紧密）等 。而随着信息 通信技术等通 用目 的 技术的发展，资产 的通用性不断 增强，新技术 的发 展正在不断改变有 形资产的利用 效率，随着信 息技 术 的发展，固定成本 的可变性增大 了，而资产的 专用 性却减少了。 数据相对于一般的 无形资产、实 物资产可以说 具有 更高的通用性。有 形资产往往由 于其形态限制 ，用 途 有限，比如专用设 备只能用于加 工某类产品； 通用 设备虽然可加工的 产品种类较多 ，但仅能用于 生产 制 造。而数据通常可 以用于不同行 业不同领域， 比如 个人的信用信息， 在金融行业和 消费领域都是 非常 重 要的营销、运营依 据。 资产通用性与专用 性的变化对企 业带来的影响 体现 在企业规模经济和 范围经济上， 资产的通用性 是企 业 形成范围经济的重 要来源。 外部性 数据除企业自用外 ，还可以打包 形成数据产品 、 数据 服务等在外部市 场销售，以产 生更大的商业 价值 ， 而且数据的外部性 往往是其价值 的重要组成部 分。 生产数据的企业可 以利用数据提 升自身的业绩 ，同 时 这些数据对其他企 业也会具有相 当的价值。比 如， 租车企业在搜集到 用户的用车习 惯后，不仅可 以进 行 针对性的客户维护 和营销活动， 还能在合法合规 的 前提下，把相关数 据提供给保险 公司作为其分 析寻 找 目标客户的重要信 息。 可以无限共享 数据可以在在同一 时间被多方使 用而没有任何 损失 ，这一特性使得数 据具有更大的 使用价值。 集合使用价值更高 数据的价值取决于 数据的应用场 景，单一数据 的应 用有限，多维度的 数据结合应用 可能产生 11 大于 2 的价值。 数据权利不同造成价值差 异 鉴于数据资产的特 殊性，在纯学 术推演的理想 状态 下，完整的数据权 可以根据应用 情况分为多个 权利 束，如占有权、使 用权、收益权 、共享权、跨 境传 输的权利等（许可 ，2019 ）。权利人可以同 时拥 有 一个或多个权利束 ，不同权利束 下，数据资产 的价 值也会不同。 数据资产化之路 | 第一章 数据如何转 化为资产 16 图 3 数据权的权 利束理论 数 据 权 的权利束理论 完整 产权和不完整产权的分类 来自于德姆塞茨。所谓“完整 产权”，一般指的是占有权、 使用权、处分权和收益权，所 谓“不完整产权”或“残缺产 权”即将完整产权的权利束中 删除一部分权利的剩余权利。 在数据资产的评估中，设想可 以将数据完整产权作为一个 “理想型”，在不考虑法律限 制的情形下，确定其价值。 占有权 排他权 使用权 管理权 收益权 资本 权 共享 权 保障权 无 期限限 制 禁止有害 使用 跨 境传输 权利 损害赔偿 权 拒绝政府 索 取权利 剩余性 权利 占有权 对 数据 直接控制的权利 排他权 对 数据排 除他人使用或从中获 利的权利 使用权- 对 数据的 使用权 管辖权 决定如何或由 何人使用该数据的权利 资本权 出售 、许可 数据获得收益的权利 收益权 享有 因个人对数 据的使用或允许他人使用而 产生的收益 保障权 免于 被 侵夺的权利 共享权 将数 据与 他人共享的权利 无期限限 制 对数 据的权利不应有时间 上的限制 禁止有害 使 用有 权制止以有害他人方 式使用数据的权利 剩余性权 利 在 某项权 利消灭之后回复所有权 拒 绝 政 府索取权利不 向政府报送数据的权利 损害赔偿 权 对数据 的侵夺和侵害，有权获 得金钱赔偿的权利 跨境传输 权 利数据 自由跨境流通的权利数据资产化之路 | 第一章 数据如何转 化为资产 17 实践中的数据资产交易 LinkedIn Microsoft 在 2016 年以 262 亿美元，超 50 的 溢价收购 LinkedIn ，消息公布后，LinkedIn 盘前 股价大涨超过 48 。LinkedIn 是一家全球职业社 交网站公司，收购 时用户数量高达 4 亿会员，营收 超过 30 亿美元。 Facebook Facebook 在 2011 年上市时公 司市值超过 1,000 亿美元，公布的 资产价值则仅有 66 亿 美元，巨 大 差额产生的原因， 是源于 Facebook 没有体现在 账 面上的“数据资产 ”Facebook 上市时 拥有 8.45 亿个月活跃用户 ，每日产生 27 亿条 评论，每 日上传 2.5 亿张照片，1,000 亿条好友关 系。 Instagram Facebook 于 2012 年 4 月宣布以 10 亿美元 收购 Instagram 。Instagram 创建于 2010 年 10 月， 收购时拥有活跃用 户数量超过 4,000 万，2012 年 9 月，注册用户数突破 1 个亿 。 Google Google 为了深化 公共 WIFI 业务，提供比电信运 营商更有利的服务 条款。这是因为 Google 更看重 WIFI 业务所带来的用户数据价值。 Wholefoods 亚马逊于 2017 年以 137 亿美元收购高端连锁 超 市 Wholefoods 。收购后，亚马逊可以更 全面地获取 客户的综合消费数 据。在收购消 息曝光后，Amazon 股价上涨了 26.03 美元 ，达到 990.20 美元， 涨 幅为 2.7 ；Wholefoods 股价 上涨 8.83 美元， 达到 41.80 美元，涨幅为 26.7 。 WhatsApp Facebook 于 2012 年以 190 亿美元收购 WhatsApp 。WhatApp 于 2009 年在美国创立 ，为一款 国 际化的移动社交平 台。收购时员 工数 50 人，总用 户超过 10 亿，月活跃用户 数超过 4.5 亿。 数据资产化之路 | 第二章 数据资产的 价值体现及影 响因素 18 第二章 数据资产的价值体现及影响 因素 信用科技 数据银行 ← 外 部商业化 使用 → 数 据业务化 数据 资产 → 内部管理 使用 ← 业 务数据化 智能家居数据资产化之路 | 第二章 数据资产的 价值体现及影 响因素 19 数据资产的应用场 景极其丰富， 并仍在不断扩 大。 在金融领域，德勤 和中科院联合 开发的智能化 产品 “智 慧债券”，其主要 采用云、大数 据和人工智能 技术 ，基于基本面分析 和舆情分析， 实现了债券的 信用 风险 实时预警；在公共 事业领域，浙 江省开展“公 共数 据资源梳理”项目 ，它包括企事 业单位、政府 单位 ，依 托电子政务项目预 审的工作，开 展全省项目独 立预 审单位的信息系统 实有数据普查 等，借助数据 系统 更高 效地处理政务工作 。 数据的应用场景 内部使用业务数据化 内部使用主要指将 企业运营产生 的数据进行收 集整 理分析，用于服务 自身经营决策 、业务流程， 从而 提升 公司盈利能力。 电商平台在运营中 会产生大量的 平台交易数据 ，平 台可以通过对现有 交易数据的分 析来制定下一 步的 运营 和营销策略。各电 信运营商都有 成熟的高价值 客户 关怀维护体系，会 定期分析高价 值用户的套餐 状态 、消 费情况、使用异常 等，从而可以 适时地采取客 情维 系策略，如在用户 套餐即将到期 时，通过一定 的续 约优 惠（续约送手机、 充值返话费等 ）吸引用户续 约， 延长稳定收益的时 间。 外部商业化数据业务 化 外部商业化是指将 数据整理分析 后形成可以对 外服 务的数据商品，如 芝麻信用和品 牌数据银行等 。 芝麻信用是一家旨 在构建简单、 平等、普惠商 业环 境的信用科技企业 ，是蚂蚁金服 生态体系的重 要组 成部 分。芝麻信用利用 云计算、机器 学习等领先科 技客 观呈现个人和企业 的商业信用状 况。芝麻信用 从用 户信 用历史、行为偏好 、履约能力、 身份特质、人 脉关 系五个维度对用户 的信用进行评 估。目前已在 租赁 、购 物、商旅出行、本 地生活等众多 商业场景中通 过信 用科技赋能，让商 户为更多用户 提供更好更便 利的 服 务。人与人，人与 商业之间的关 系正因为信用 而变 得简单。比如，当 用户的芝麻分 达到一定数值 ，租 车、 住酒店时可以不用 再交押金；有 一定芝麻分的 个人 办理签证时可以等 同于存款证明 等等。目前芝 麻信 用已 经在超过 40 个行业提供商 业信用服务， 免押金额 超过 1000 亿元，服务过亿用户数 。 除上述两款产品外，阿里巴巴旗下还有 “数据银行”等，也是使用数据进行外部商业化的实例。2017 年， 阿里巴巴发布了服务于品牌的消费者数据资产管理中心品牌数据银行（Brand Databank ）。品 牌数 据银行的含义，就 是将品牌消费 者数据视为资 产， 像货币一样进行储 蓄和增值。品 牌商由此可以 直观 地看 到相应的消费者资 产，并用于帮 助其营销决策 。消 费者资产的形成， 与品牌在三个 维度上的表现 相关 消 费者总量；消费者 品类购买力； 消费者转化力 。它 可以基于品牌消费 者人数，预测 该人群将为品 牌带 来的 商业价值（按 GMV 维度）。通 过数据的全链 路透 视，消费者数据资 产由此终于变 得可评估、可 优化 、可 运营，这在根本上 改变了对营销 效果的评估方 式 消费者资产由一次 次营销和运营 活动逐渐积累 和沉 淀而 来，它以资产为主 线，将多个单 次活动串联起 来， 从而能够支撑企业 长期的营销规 划和决策。例 如， 戴森 Dyson 借助阿里巴巴 Uni Marketing ，准确地找 到了潜在的消费者 ，并能够开展 长期运营所 有与戴 森 有过联系的消费者 ，都沉淀在了 它的品牌数据 银行 中，并以 AIPL （认知、兴趣、购买、忠 诚）的不 同阶 段进行了区分。正 是基于对“品 牌与消费者关 系不 断加深”的这一清 晰分析，戴森 可以有效地判 断和 规划 某类营销活动中相 关产品组合的 有效程度。 数据资产化之路 | 第二章 数据资产的 价值体现及影 响因素 20 影响数据资产价值的因素 图 4 影响数据资 产价值的因素 影响数据资产价值的因素主要从数据资产的收益和风险两个维度考虑，数 据资产的收益取决于数据资产的质量和数据资产的应用价值。数据资产的 质量是应用价值的基础，对数据的质量水平有一个合理的评估，有利于对 于数据的应用价值进行准确预测 。（ 李然辉，2018 ） 1 1 1 质 量维度 数据资产的质量 是应 用价 值的基础，对数 据的 质量 水平有一个合理 的评 估， 有利于对于数据 的应 用价 值进行准确预测 。 应 用维 度 数据 的价值在于 与应 用场 景的 结合 ，不 同应 用场 景下 ，数 据所 贡献 的经 济价 值有 所不 同。 风 险维度 内容受法律限制 少的 数据 类 型 通常 有着 较高 的交 易价 值， 另外，同一数据 在法 律要 求 不同的国家交易 价值 也会 有 所不同。 VALUE 稀 缺性 2 真实 性 4 数 据成本 安 全性 2 4 3 完 整性 时 效性 多 维性 场 景经济性 2 法律限制 道德约束 5 3 准 确性数据资产化之路 | 第二章 数据资产的 价值体现及影 响因素 21 质量维度 真实性，表示数据的 真实程度。如 果数据有偏 差，那么使用结果 可能会差之毫 厘失之千里； 若 数据造假，更将失 去数据统计的 意义。真实的 数 据才具有价值。 完整性，表示数据对 被记录对象的 所有相关指 标 的完整程度。关键 数据的缺失， 将影响数据在 应 用中的价值贡献， 或需增加成本 去补充数据。 数 据的采集范围越广 ，完整性可能 越高，数据资 产 的价值相对也会越 大。 准确性，表示数据被 记录的准确程 度。在工作 中，拿到的数据都 需要先进行清 洗工作，排除 异 常值、空白值、无 效值、重复值 等，这项工作 很 可能 会占到整个数据 分析过程将近 一半的时间。 专职 工种“数据清理工 程师”的出现 也说明数据清 洗工 作的复杂性。数据 的准确性越高 ，对数据的清 理成 本越低，数据的价 值也就越大。 数据 成本，在数据 交易 市场 不活跃 的情 况下， 数据的 价值 没有一 个明 确的 计算方 式， 卖方出 售数 据的报 价 首先 会考虑 数据 的成 本。数 据的 获取方 式通 常为公 司内 部收集 或者 外购 。对于 公司 内部产 生和 收集数 据 ，显 性成本 主要 有收 集、持 有程 序下的 人力 成本、 存储 设备成 本等 ，无 法可靠 计量 的隐形 成本 主要为 数 据所 附着业 务的 研发 成本、 人力 成本摊 销等 。通常 ，获 取成本 越大 ，数 据的交 易价 值相对 越大 。 安全性，表示数据不 被窃取或破坏 的能力。数 据自 身的安全性越高， 就可以为企业 产生越稳定的 价值 贡献；同时，数据 持有企业对其 支付的保护成 本越 低，其数据资产的 价值越大。 数据资产质量价值的影响因素包含真实性、完整性、 准确性 、数据成本、 安全性等。1 2 真实 性 4 数 据成本 安 全性 完 整性 5 3 准 确性数据资产化之路 | 第二章 数据资产的 价值体现及影 响因素 22 应用维度 稀缺性，表示数据资 产拥有者对数 据的独占程 度。 商业竞争的本质， 部分来自于对 于稀缺资源的 竞 争。在制造差异化 趋平的情况下 ，稀缺数据资 源背 后潜在的商业信息 更加凸显价值 。比如司机驾 驶习 惯的数据，如驾 驶速度的稳定 系数、刹车油 门踩 动的频繁程度等 保险公司拿 到这些数据， 有助 于它分析出司机的 驾驶习惯、事 故风险概率， 从而 相对精准地计算车 险保费金额， 更有效地提高 经营 效率（东方财富网, 2018 ）。然而，这类数 据是稀 缺的，一般只有汽 车生产商或出 行服务运营商 可以 获得这类数据。相 对于司机的姓 名、联系方式 等普 通信息，驾驶习惯 数据由于其稀 缺性而体现出 更高 的价值。 时效性，数据的时效 性决定了决策 在特定时间 内是 否有效。比如交通 信息数据，在 没有智能交管 之 前，交管中心收集 的交通数据通 常比较滞后， 司机 收到的路况信息已 经是几十分钟 之前的，低时 效导 致数据的价值大打 折扣。在有了 智能交管之后 ，信 息中心通