随着 AIGC、大模型、数据资产有关技术的兴起，国内对于数据资产的热度空前高涨，但实际上数据为价值变现、承接未来远景规划的实际落地中，对于绝大多数企业来说还道阻且长，那企业数据资产入表到底要怎么去做，本文将从三方面内容展开说明。
从国家战略布局说起，回顾国家对于数据资产入表战略的起步阶段，从 04 开始，提出：数据信息资源可当作生产要素。但长时间并没有相继政策产出。从十九届五中全会开始，再次提到将数据作为要素加入到生产体系中，国务院发布数据二十条，核心将数据作为第五生产要素，提升到了战略价值。企业关于数据资源相关会计处理的暂行规定，将数据资产对公司的业务价值，在财务视角做了定性。数据要素×三年行动中规定了未来大方向，进行数据资产、数据要素价值变现场景。
数据资产对公司并不是横空出世的概念，很多企业一直在践行数据资产入表与数据价值变现。企业的践行道路分为三类，第一类是业务创新类，核心聚焦在降本增效，真正利用数据驱动业务做赋能与创收。第二类是管理提效类，较适用大型集团型企业，千亿型企业的集团管理很复杂，怎么样做横向到边、纵向到底的科学管理？通过实时数据驱动企业的价值。第三类是数据资产入表类，核心在于通过数据交易把价值变现后，完成数据资产入表链路。综上，企业都在不同维度践行数据资产入表。
网易认为数据资产入表的核心在于真正为公司能够带来价值，并非为了入表而入表。入表不是终点而是开始。起于价值，兴于入表，长于运营，是企业数据战略的升级。数据资产入表核心是基于价值在财务的视角做定性的结论，要有长期有效的组织，保证长期运营数据资产，保证数据质量以及后续工作，避免影响到价值收益。
资产入表没有标志性的链路，如何做才更合理呢？首先，数据怎么变成资产分为几个阶段。
原始数据通过加工、治理后形成数据资源，其中合法拥有、经过确认、成本可计量、未来收益能够流入企业的这部分数据资源能被认定为数据资产，后续可做录表相关的操作与披露。
数据资产入表的基本的流程，首先要做数据资产盘点和分类，理清企业数据资产的现状，有哪些数据资产？如何分类？是否所有的数据都可以入表？要先理清这部分思路。第二，数据资产在入表前要做相应的加工和治理，如何梳理和治理工作。第三，数据资源要去确权，这里强调其合法、合规性，否则数据不能作为资产进行披露。确认后，进行数据资产的价值与质量评估。之后是数据资产价值的转换，如数据资产挂牌交易、对外披露等。最后是长期的运营工作。
很多企业都在做数据资产盘点，但实际上数据资产我们到底怎么去盘点？首先要讲清楚整体现状，对于当前数据资源的基础信息、标准情况。针对现状问题进行诊断，基于诊断给出一系列改进的数据治理的相关意见，我们大家都希望未来通过数据资产盘点、资源盘点形成可规范、可管理、可应用的数据资产。可规范指业务、技术口径能做到规范性的管理，可管理指数据从采集到开发过程链路是可管理的，通过元数据统一管理。最终数据是可被应用，通过 API 、数据集等方式对外提供相关应用。
除了前面提到的数据资产盘点，还需要做分类，目前企业的数据资源分类没有明确的官方说法，目前可依据的是人民银行发布的金融数据资源目录编制指南，分为两类，一类是业务型分类，一类是技术型分类，业务型与数据架构的逻辑一致，按照业务逻辑，实现组织-部门-职能-业务逐层拆解，最终到指标。这是原先企业做数据架构的核心思路。第二类是技术分类，指标数据、主题数据、标签数据，都是通过加工形成的数据。那其他非金融行业可能没有像金融行业类的规范，个人觉得可以借鉴金融编制指南梳理内部的数据资产目录。
哪些数据可以入表？首先我们要识别相应的场景，基于过往经验，梳理出几类场景。
1、内部应用，包括管理驾驶舱、精准营销等类似应用场景。一方面对内部业务有促进价值，另一方面对公司内部来讲收益是相对可论证的，可进行资产入表，有一定成功率，但不是特别高。
2、外部使用，外部购买的交易数据，对内部的业务价值有促进的，其实这些购买的成本能做成非货币性资产，或以加工处理将其形成存货。这过程中外部使用场景的优先级较高，因为采购且合法拥有的其他数据，再进行价值创造。
3、数据产品创新，对公司来讲，数据产品创新是长期的、可持续的场景。目前数据资产入表多是为了入表而入表，但实际上更希望企业是把建设好基础数据架构、基层数据运营能力，这样在上层进行数据产品加工时，只要重新组装，不需从 0 到 1 做开发。
4、集团共享，像大规模的公司在采购客商数据时，原来的做法是集团、各成员公司、子公司都进行采购，其实成本比较高，集团采购后统一共享，一方面减少相关成本，另外方面部分公共数据是可以做内部的价值论证，也可以做资产入表。
5、数据交易流通，把数据开发成数据产品，通过合规交易所、交易买卖平台直接变现，相当将收益直接计入到企业内部，也可以做资产入表。
12 类行业，5 个具体场景。基本能把企业内部一级、二级可入表的数据梳理起来，再具体向下展开，看资产入表的场景具体属于哪一类目，进行拆解。
资产盘点分类后就需治理加工，网易提供一站式数据开发治理平台，解决数据治理开发的链路中的核心问题。同时包括在区块链语里帮助客户做数据产权的认证、登记，在整个加工处理链路上，提供核心能力。打造合格可对外对内应用的数据产品。数据产品结合价值应用场景，有内部、外部、集团共享、交易流通等。
数据资产加工治理好后，接下来要对外确权，首先提到数据的持有权，数据资源跟其他资产不一样，强调谁持有谁获益，比如采集的数据，实际上并非是我所拥有，如通过渠道获取到的用户数据或车辆数据，但这部分数据不属自己，但通过合规的加工后可获取收益，相当于在对数据有持有权的过程中获取相关收益。第二个强调的是数据的加工和使用权，这部分一定要遵照合规合法的要求。第三产品经营权，加工后的数据产品要投入运营，可以在企业内部，也能委托三方、交易所进行运营。整个数据流通过程中，不再强调所有权，而强调持有权、加工使用权和经营权，整个链路的权限不一样。
确权后，核心在于保证其合法和合规，需要律所或律师做背书，其中若企业内部有相关律师资源，也可以做背书。
数据资产的评估首先要进行质量评估，最终数据资产价值的认定，除了成本以及收益，数据资产的评分也会成为重要系数，对资产价值产生一定的影响，网易是参照国标的数据质量有关的资料帮企业构建数据质量评分体系。
价值评估后的首次入表，一般默认入成本法，有一种特殊情况，若收益小于成本则采用孰低原则，这是资产评定估计的逻辑。
资产评估后，要价值变现，可以做内部场景与交易，在交易过程中有相应逻辑。因为数据交易过程中会强调所商分离，所指的是交易所，商指数商，数商分为技术服务商、数据产品服务商、数据买方。在交易过程中，一般企业会做相关登记、产品挂牌、相关测试、交易签约、数据交付、交易结算，凭证发放，其中会引用到区块链有关技术，对数据产品的唯一性做确权与认证。完成数据交易链路后，对公司而言，数据价值变现链路已然跑通。除了数据交易以外，还有很多价值变现的场景，比如内部管理场景、内部降本增效场景等等，都是数据价值变现与转化的渠道。
1、经过加工、治理的，符合数据资源的条件。2、企业合法拥有控制。3、成本和质量可评估。4、在未来能带来收益。入表过程中，通常入到存货或非货币性资产里，将可被出售的数据产品入到存货里。对于内部驱动、使用的，没有出售属性的那部分，基本上入到非货币性资产里，入表后，对企业来讲，成本不计入当期成本，导致当期利润会较高，相应纳税会高出部分。这是数据资产入表后对企业的影响。但是如果入存货，当期成本不计入资产负债表里，但一旦出售，会影响利润、现金流、成本，所以无论入存货，或是入非货币性资产，对企业经营情况都会产生影响。
企业数据资产入表不是数据赋能业务的终点，它是开始。还要通过长期有效的机制保障数据资产的质量，比如数据价值、稳定性，要建立相应组织制度、人才体系相关文化，全链路的数据运营工具去支撑，保证长期有效的运营。长期运营是企业未来构建数据资产入表，构建自身数据资产价值的核心内容。
1、助力财务合规。暂行规定要求，企业按照非货币性资产和存货相关的会计准则及暂行规定对数据资源进行会计处理，没有说自愿，当前也没有强求，但未来对公司来讲，数据资产入表从财务角度上看，是一定是要进行的。只有几种特殊情况可不进行资产入表，第一，企业的这个数据价值是难以评估的。第二，财务承认数据资产无贡献价值。第三，数据确实无法入表。除以上情况，均需入表。
2、优化资产负债，尤其国家对于国央企的资产负债率要进行考核，通过资产负债入表可以优化资产负债率，降低企业杠杆。
3、支撑投资融资，对于中小企业做资产入表，核心价值在投融资。资产入表后，可以去银行去做抵押、授信，可通过资产入表，吸引更多投资和融资。
4、对齐数据战略，很多企业的关注核心是降本增效，但实际上降本增效目前只有 IT 关注，从财务层面或战略层面不见得能拉齐认知。但现在 IT 、业务、财务三维度，包括集团高层一起关注数据资产入表。一方面从财务会计角度对数据资产的价值有更清晰的定义，对于业务来讲，能更清晰地认知数据资产对公司的价值，从采集端、业务端、 IT 端、财务端，乃至集团高层，集团内部的战略是拉齐。
构建企业数据资产运营和管理能力，未来可通过数据创新的应用，整合更多能力，为公司能够带来更多业务创新，驱动新质增长。
数据资产运营管理师、大数据解决方案专家、国企数字化转型专家，十余年大数据、数据治理从业经验，对于国企数字化改革、集团化数字治理、企业数据资产运营有丰富从业经验。以网易视角分享企业为何需要数据资产入表、数据资产入表该如何操作以及入表后对企业的价值。
