1、周一大數據管理    雖然數據還沒有被列入企業的資產負債表，但這只是一個時間問題。維克托邁爾舍恩伯格     伴隨著大數據時代的悄然來臨，對數據的重視提到了前所未有的高度。套上大數據的光環后，原本那些存放在服務器上平淡無奇的陳年舊數一夜之間身價倍增。按照世界經濟論壇報告的看法，“大數據為新財富，價值堪比石油”。大數據之父維克托則樂觀預測，數據列入企業資產負債表只是時間問題。   但是，數據真的可以和資產直接劃上等號嗎？在獲得高度重視的同時，很多企業對數據資產的看法陷入誤區。事實上，數據有可能成為資產，但不是所有數據都能具備資

2、產的屬性。要知道就算是石油，在工業化時代來臨前的很長一段時間里，也只是一種無用的黑色液體。一、讓數據成為資產     什么樣的數據能夠成為資產，或者說什么樣的數據有資格成為資產？首先讓我們了解一下什么是財務意義上資產：“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    下面我們就用資產的要素來盤點一下什么樣的數據符合資產的要求:1、被企業擁有和控制    與專利權為代表的知

3、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。    第一方數據也可以稱為甲方數據，主要來自于數據的生產者。百度或京東這樣的公司在為個人客戶提供搜索服務或銷售商品的同時，采集和整理了大量的用戶行為數據。借助于支付、配送等后續服務，電商網站還能收集到諸如用戶真實姓名、電話號碼、家庭住址等隱私信息。這些一手數據被毫無疑義的被其生產者擁有和控制，并借助于數據挖掘或出售等方式不斷給數據擁有者帶來經濟收益。    第二方數據也可稱為乙方數據。隨著互聯網行業的高速發展，各行業巨頭著力構建圍繞核心業務的生

4、態體系，專業分工愈發細致。一批像億瑪、百分點這樣專業公司脫穎而出。作為效果營銷領域的領導者，億瑪通過為電商提供流量入口服務，間接積累了大量的網購用戶的行為數據、廣告投放數據和訂單數據；為了給網購用戶提供精準推薦，百分點則整理了完善的商品數據庫和網購用戶在電商網站內的行為數據。從擁有和控制角度看，第二方數據的所有者的確擁有對數據的掌控權，但這部分數據受制于獲取路徑（為甲方服務獲取），在使用、交換或交易的過程中會有一些限制。需要采取匿名化以及整體化等脫敏處理處理后，才能實現有效控制和使用。    與第一方、第二方數據相比，第三方數據的產權問題比較復雜。出于對敏感數據泄露的擔心和

5、數據資產定價困難方面的考慮，第一方和第二方數據的擁有者很少直接進行數據交易或授權。與之相反倒是常有從這些公司的流出的內部數據放在網上供人付費下載。這也正是數據當前階段還不能和資產劃等號的一個生動體現。由于無法通過交易授權渠道獲得，目前很多第三方數據提供商是通過網絡爬蟲、甚至是黑客手段獲取數據。從法律層面看這些數據的所有權存在瑕疵的數據即使暫時擁有，也不能構成資產要素。只有在建立起有效的數據交換、交易機制后，第三方數據才能被真正的擁有和控制。2、能夠用貨幣計量    雖然從擁有和控制的角度來看，多數企業的數據都符合資產要素要求。但是如何用貨幣對這些數據進行計量則是個巨大的問題

6、。傳統會計的貨幣計量假設是指在企業眾多計量單位中確定用貨幣為單位進行統一計量。貨幣作為會計信息的統一計量單位，有利于不同企業、不同行業用同一口徑衡量反映其財務狀況和經營成果。這也是為什么那些存儲在硬盤上，以GB、PB為計量單位的數據無法直接進入資產負債表的原因。    當前階段，盡管很多企業都意識到數據作為資產的可能性，但除了極少數專門以數據交易為主營業務的公司外，大多數公司都沒有為數據的貨幣計量做出適當的賬務處理。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。比如，外購的無形資產應按實際支

7、付的價款作為入賬價值；通過非貨幣性交易換入的無形資產，其入賬價值應按非貨幣性交易準則的規定確定入賬價值。與之相類似，對于通過交易手段獲得的數據，應按照實際支付的價款作為入賬價值計入無形資產。對于通過服務、交換等方式獲取的數據，則可以根據數據的用途，參照內部開發項目資本化的方式，將與獲取數據相關的費用支出予以資本化而不是直接計入當期損益。    將數據列入無形資產的好處不言而喻：考慮到研發因素，很多高科技企業都具有較長的投入產出期，通過對遞延資產的攤銷可以為企業形成有效稅盾，降低企業實際稅負。3、能夠為企業帶來經濟利益    如果不能帶來經濟利益，再多的數

8、據也只能是垃圾，企業還要為這些數據支付額外的存儲費用。根據國金證券的研究報告，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。一、數據租售：以四維圖新、廣聯達為代表的公司，在主營業務的基礎上，通過對業務數據的收集、整理、過濾、校對、打包、發布等等一系列的流程，實現了數據自身的價值，為企業帶來了經濟利益。二、信息租售：以彭博為代表的金融信息服務商，聚焦在某個行業，廣泛收集相關數據、深度整合萃取信息，以龐大的數據中心加上專用的數據終端，形成數據采集、信息萃取、價值傳遞的完整鏈條,成為行業巨擘。三、數據使能：類似于阿里金融這樣的公司，通過對大量數據進行有效的挖掘和

9、分析，開展傳統公司難以觸及的小額貸款業務，為公司開創新的盈利增長點。 二、數據資產的保值增值     數據既然具備資產的屬性，也就存在著折舊損毀和保值增值的問題。如何讓數據資產實現保值增值呢？通常在資產負債表的資產項上，財務人員喜歡按照資產的流動性將資產從上至下進行排列。與之相類比，決定數據資產價值的則是數據的規模、活性，以及收集、運用數據的能力。因此，要實現數據的保值增值，就要從擴大數據規模，提高數據活性，提升收集運用數據的能力三個方面入手：1、擴大數據規模    盡管大數據技術層面的應用可以無限廣闊，但是受制于當前階段數據收集和提

10、取合法性方面的限制，能夠用于商業應用、服務于人們的數據要遠遠小于理論上大數據能夠采集和處理的數據。另一方面，單體企業僅僅基于自己掌握的獨立數據很難了解產業鏈各個環節數據之間的關系，對消費者做出的判斷和影響十分有限。    因此，只有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。當前階段，很多需要共享數據的企業間競合關系同時存在，企業在共享數據之前需要權衡利弊，避免在共享數據的同時喪失競爭優勢。2、 提高數據活性    我們知道，數據類型繁多和價值密度低是大數據的重要特征。只有數據所有者們圍繞核心業務需求構建起數據間的關

11、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。例如，對于數字營銷中關鍵的業務環節-消費者畫像，建立起統一的用戶識別標識后，才能把眾多環節收集的數據整合到一起，更加全面的了解用戶。3、 提升收集運用數據的能力    與結構化數據相比，非結構化數據由于其難以用傳統數據庫的二維邏輯表來表現而被放棄。IDC的一項調查報告中指出：企業中80%的數據都是非結構化數據，這些數據每年都按指數增長60%。顯然，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。    另一方面，伴隨著技術發展，傳統的數據處理流程已不能滿足業務需要，提高數據

12、處理速度勢在必行。例如，O2O模式對用戶數據實時處理有著極高的要求：用戶數據伴隨用戶行為產生，這些數據往往是高速實時數據流。而且O2O業務周期短，這需要實時的分析用戶數據并根據分析結果對用戶進行個性化服務，通過傳統的數據庫查詢方式得到的“當前結果”很可能已經沒有價值，必須提升對這類數據的高速處理能力才能應對挑戰。三、推動數據交易市場建設，加速數據資產化進程    出于對數據價值的認可，當前階段一些企業在業務需求的拉動下，嘗試采用限額等量交換的方式進行數據交換；也有一些公司以CASE BY CASE的方式定價出售數據。但在缺乏交易規則和定價標準的情況下，數據交易雙方交易成本很高，直接制約了數據資產的