跟AI学数据资产入表

对于政企而言，数据是通过驱动业务发展和提升经营质效服务，从而实现其价值的，“数据即资产”“数据有价”的观念已逐渐成为行业共识。怎样识别数据资产、有效管理和运营数据资产，利用现有的数据资产创造价值，也是数据治理中的一项重要工作和目标。

和实物资产一样，数据资产也需要通过盘点，对必要的信息进行记录。而数据资产盘点是目前解决政企“无数据可用”、“无可用数据”两大痛点的主要手段之一，通过对政企拥有的数据进行盘点点将帮助弄清楚以下问题：

1. 有哪些数据？关注数据的分类；

2. 有多少数据？关注数据的存量、增量；

3. 数据存储在什么地方？关注数据的存储和取用方式；

4. 数据是由谁在管理？关注数据的归属部门和责任人；

5.识别哪些是重要数据，哪些是敏感数据？关注数据的分级、共享条件和范围。

数据资产盘点的内容

政企的数据散落在各个异构系统、甚至业务人员电脑中，数据结构、数据类型、存储形式、敏感级别、重要程度各不相同，整体看起来就像是一团乱麻的线，如何盘点理出头绪并不容易。

数据资产盘点到底要盘点啥？数据盘点的范围一般从三个角度定义：

• 组织范围：盘点要覆盖哪些组织和部门，例如：集团本部、集团+分子公司等。
• 业务范围：盘点哪些业务的数据，例如：生产业务、采购业务、营销业务、财务业务、人力资源业务等。
• 系统范围：盘点哪些应用系统的数据，例如：ERP系统、MES系统、SCM系统、CRM系统、HR系统等。

基于不同的数据来源，根据不同的划分策略，盘点的内容侧重会有所不同：

• 基础数据：需要盘点数据分布在哪些IT系统，区分其中哪些是需要跨系统流转、共享使用且变化缓慢的主数据信息，哪些是与IT系统定位相匹配的业务流程交易信息。
• 衍生数据：需要盘点数据的不同应用场景，比如监管、统计、内部管理等等。一方面根据衍生数据基于不同使用场景进行分类，另一方面通过盘点，梳理对基础数据的使用热度。
• 外部数据：需要盘点外部数据需求、数据类型、数据来源、采集频率、获取成本、数据质量以及数据价值评估方式等。

以银行一个“客户中文姓名”的基础数据项为例，通过数据资产盘点，我们可以得到关于数据资产的以下方面信息：

数据资产盘点的流程和方法

以盘清家底为根基，梳理分类、规范管理、根治问题、持续应用为目标，构建业务系统数据资源目录，发布数据标准，有效推进数据资源共享和应用，数据资产盘点一般可分为“梳、规、盘、用”四大流程。

1、梳理需求，制定计划。数据盘点要有计划的一步步推进，明确盘点范围、盘点目标、盘点内容、盘点人员、时间计划等。

2、规范模板，制度管理。加强数据管理制度建设，制定数据梳理模板并定义数据资产标准项，推进数据标准和规范建设。

3、盘点资产，层层推进。从业务视角对数据资源进行梳理和规划，从技术视角对系统数据进行盘点，产出数据资产盘点成果物。

4、资产应用，开放服务。落地数据资产目录，将数据资产以“服务”的形式进行发布，实现数据资产的共享以及面向外部的数据开放。

可以说，数据资产盘点的一个重要成果物是“数据资产目录”。那盘点具体有什么方法呢？

对数据进行盘点，一方面通过业务视角的自上而下演绎，确保数据可以按照业务的视角进行组织（需要用到业务元数据，对数据进行主题分类、属性分类、含义描述）。

另一方面结合技术视角自下而上归纳（需要用到技术元数据，对数据的存储分布、血缘关系等进行描述），并通过建立目录中数据项与系统信息项的映射关系，保证每个数据资产项对应可以在真实的信息系统中查找到。

不过也如超市库管员会用传送带、扫码枪这些辅助工具进行盘点一样，高度复杂的业务以及庞杂的信息系统，单纯依靠手工方式对各个库表结构、ETL关系等技术元数据进行采集十分耗费时间和人力，需要采用一些技术工具实现自动化采集、版本管理，包含数据地图、血缘分析、影响分析等元数据的应用功能。

数据资产盘点通用方案

如何帮助政企在数据资产盘点中化被动为主动，基于需求痛点，通过数十个项目沉淀出来一套数据资产盘点通用方案，助力搭建专业的数据资产管理平台，快速盘清数据资源家底，同步构建常态化的数据盘点工作机制，推进数据管理与企业其他工作的有机融合，实现数据资源的全生命周期可视化管理。

此方案内容包括元数据摸底、元数据维护、数据资产分类框架、数据资产目录构建，方案架构如下：

梳理数据来源，摸清数据现状

先定义数据资产，配置数据资产属性。再通过对接企业业务系统、数据湖或者数据仓库，采集元数据自动获取原始的企业数据字典及数据之间的关系，形成企业元数据地图。

精细化数据分级分类，规范数据管理

每一个数据资产具备多个属性，同样也归属多个分类。按照不同的业务域、应用系统、重要程度、数据分布、更新频率、资产类型、安全等级、保密等级等维度，构建资源标签体系，使各类数据消费者都能快速发现和获取需要的数据。

构建数据资产目录，实现数据资源画像

数据资产目录要满足不同角色用户的数据消费需求，基于“业务域-业务子域-业务活动”的架构思想，建立业务视角数据目录模板。基于资源类型、存储位置、安全等级、使用频率，生成技术视角数据目录。同时数据资产目录应能支持数据目录管理、资产查询、资产分析以及资产交换等场景。

开放数据资产服务，实现数据共享

建立数据资产目录与实体资源的映射关系，开发面向不同消费者的数据服务类型，满足业务系统、数据分析师、前台业务人员多样的数据需求。比如对于库表、文件等常见数据资产，可以开放数据查询、下载、交换、分析以及API服务。

数据资产持续化评估与监控，进行长期管控

数据资产并不是一成不变的，随着时代的变迁，企业的发展，数据资产的种类也会越来越多。对于资产管理者来说，需要通过元数据技术，在变更元数据的同时，更新资产目录，挂接新资源，灵活、快速的响应数据消费需求。

财政部会计司有关负责人就印发《企业数据资源相关会计处理暂行规定》答记者问中指出，“《暂行规定》在充分论证基础上，明确企业数据资源适用于现行企业会计准则，不改变现行准则的会计确认计量要求”。从形式上来看，《暂行规定》主要解决的是会计规则问题，并不涉及制度层面的根本调整，也似乎不涉及法律问题。

然而，《民法典》、“数据二十条”、《暂行规定》都没有解决法律层面特别是民法体系中的数据权利归属问题。当前阶段，企业利用数据释放价值，首要的前提是确定“数据二十条”框架下的“持有权”问题。只有确定了合法的持有，才能进一步加工使用和产品经营，以及进行数据资产入表。《企业会计准则——基本准则》也佐证了这一点，其第二十条第三款规定，“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”。由于无法对数据进行所有权层面的绝对确权，因此重点应该放在数据资源能被企业所控制。

数据能被企业所控制，意味着企业能够实际掌握数据资源，同时不会被任何第三方主张权利或干涉数据持有，这主要涉及自然人的个人信息权益，其他企业的市场竞争利益，以及行政机关基于数据安全的执法行动等。企业确定实际掌握的步骤相对清晰，企业通过数据资源盘点即可实现。而不会被任何第三方主张权利或干涉数据持有，则是一项典型的数据合规法律问题。

数据合规的主要作用是判断企业处理数据的合法性，以及识别数据处理过程中的潜在风险及应对措施。正如数据无法进行所有权意义的确权的道理一样，数据合规也不能阻止第三方主张数据权利或者干涉数据持有，但是数据合规可以有效对抗风险，在第三方主张数据权利或者干涉数据持有时，能够有效回应，消除潜在风险及占有的不确定性，从而实现对持有权的确立和固化。据此，数据持有权才具备了实践和规范意义，能够支撑后续的数据加工使用权、数据产品经营权以及数据资产入表等活动。

归纳来说，因为法律上没有对数据进行确权，数据处理者对其数据不享有所有权意义的权利，无法建立绝对权基础来对抗不确定第三人，所以必须通过数据合规来确认潜在的风险，以防止或缓释其他人的权利（益）挑战，从而稳固数据持有权的基础。可以说，数据合规是数据资产化、数据入表的关键起点，确保数据合法性不受挑战，解决数据潜在风险。通过数据合规能够实现资产固定、保值增值，进而进一步完成数据资产证券化。

数据能够作为资产，并且能够进行会计核算，是否意味着数据归属得到了根本性解决？这是一个关键性的问题，它决定了数据资产入表过程中法律工作与会计工作的区别与联系，也能够从法律视角补充说明哪些数据可以入表和哪些数据不可以入表，帮助企业确定入表的数据资产类型。

说到权属，就不得不提“数据二十条”。2022年，中共中央、国务院联合印发了《关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”），其中明确“探索数据产权结构性分置制度”，“建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”，从而创设性地给出了数据三权分置的确权方式。其中，持有权备受关注，它被认为是绕开了传统民法体系的“所有权”概念，而在事实层面解决数据的确权问题。根据《民法典》第二百四十条规定，所有权人对自己的不动产或者动产，依法享有占有、使用、收益和处分的权利。“数据二十条”所提出的三权分置，可以理解为是对“使用”“收益”两项权利在经济学层面的分配，避开了“占有”“处分”两项具有强烈对世色彩的权利，同时又引入“持有”的概念以搭建使用、经营等的前提性权利基础。简单而言，持有权可以视为弱化的“占有”，加工使用权等同于所有权里的“使用”，经营权则可以视为“收益”。

《民法典》中所有权的客体对象是不动产或者动产，但是基于现行法律规定，数据并不能被纳入不动产或者动产范围。《民法典》第一百二十七条规定，法律对数据、网络虚拟财产的保护有规定的，依照其规定。综合来看，《民法典》承认了数据的法律地位，但没有解决数据权属的所有权问题。“数据二十条”需要进一步转化为法律后，才具有民法框架下的权属意义。

“数据二十条”关于三权分置的设计有其内在逻辑，持有权、加工使用权和经营权的主语各有不同，分别是数据资源、数据、数据产品。数据资源是一个广泛性的概念，它包括所有能够被收集和使用的数据，是原始数据的总和。数据则是已经被收集和记录的事实信息，可以是数字、文字、图像、声音等形式，属于原始的、未经加工的信息。数据产品则是对数据进行分析、处理，形成有用的信息或者可供交换的产品。类比而言，数据资源、数据和数据产品可以同理与水资源、饮用水和瓶装水，分别代表了不同的市场形态。

从数据资产入表的角度看，企业首先需要在持有权层面确定其掌握的数据资源，数据资源本身不足以构成可入表的数据资产，只有经过处理成为数据以后才成为数据，从而具备入表的条件。进一步来说，企业还可以对数据进一步加工形成数据产品，同样可以成为入表的数据资产。根据《暂行规定》，形成为数据的数据资源可以作为无形资产入表，形成为数据产品的数据资源可以作为存货入表。