数据资源“入表”在即，企业数据体系建设的新内涵与新路径

近日，财政部制定并印发《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号，以下简称“《暂行规定》”）。《暂行规定》明确了数据资源入表的适用范围、会计处理适用准则以及列示和披露要求，并将于2024年1月1日起施行。

《暂行规定》一方面充分肯定了数据资源的多样化价值属性，包括企业使用的可纳入无形资产核算的数据资源、持有用于出售的可纳入存货核算的数据资源、以及虽暂未确认为资产、但由企业合法拥有或控制、预期会给企业带来经济利益的数据资源。另一方面，《暂行规定》也审慎界定了数据资源相关投入可确认为数据资产的要求，如对无形资产类数据资源研究阶段和开发阶段支出的划分及对其使用寿命的重点关注等，为数据资产的建设指明了方向。可以预见，数据资源正式入表必将极大加速数据资产化发展进程。

因此，对于企业而言，在结合现有数字化建设成果基础上进一步拓宽数据体系的内涵，丰富数据资产化方法路径，加速推动数据要素价值释放，成为了亟待解决的关键命题之一。对此，德勤管理咨询认为企业可从如下五大方面入手开展数据体系的迭代创新：

一、确立企业数据战略，体系化地推动数据从资源化向资产化及资本化发展，实现数据要素价值释放

传统的数据战略通常以“治理/规范”为核心，数据相关管理投入通常视为典型的管理成本；而以“数据要素价值释放”为核心的数据战略更加强调将数据作为独立的生产要素，与业务资源一样重点关注其价值属性，并从全生命周期视角体系化地推动数据“资源化—资产化—资本化”的发展进程，此次数据资源入表则能更加直观地展示新型数据战略实施后的成果。

【来源：德勤管理咨询】

数据战略规划通常采用“评估-规划-实施”的设计思路。首先，需要通过问卷、访谈、同业对标等方式，以定量和定性相结合的形式对企业的数据体系建设现状进行全面评价。其次，需要打造以价值为核心的战略发展蓝图，通过数据资源盘点和治理实现数据资源的有效梳理与规范化，以数据应用为核心推动数据资产在企业内部的运营，并进一步通过多样化的资本化手段实现数据在要素市场中的价值释放。在此过程中，数据安全、技术支撑和组织保障需进行同步构建。最后，分别针对各规划领域拆解具体的实施计划与路径，为数据战略的落地保驾护航。

二、梳理企业数据资产，促进数据大规模、广泛性应用，实现数据资产的“全面、准确、易用”

数据资产盘点是对企业分散的数据资源各项属性的完整登记和有效组织，是将其变为有价值的数据资产的关键一步，同时也是开展数据标准、数据质量提升、数据认责等治理工作的基础。首先，需要明确企业的基础数据、指标数据、数据模型等各类数据资产的定义，对他们的业务属性、技术属性和管理属性进行准确且完整的记录，形成企业统一的数据账。其次，需要围绕技术开发、数据管理、业务应用三大目标构建合适的数据资产目录，有效组织起各类数据资产，从而对数据资产的开发、治理和应用形成全方位支撑。第三，数据资产盘点范围广，周期长，需要选取合适的策略。针对增量数据资产通过构建资产注册机制自动捕捉；针对存量数据资产，从业务价值和技术情况出发，选择合适的盘点范围和路径。通过对企业数据资产全面盘点，明确有什么数据，可提升数据的可及性，从而有效地支持数据资产治理和数据资产运营工作。

三、推动企业级数据治理，夯实数据基础，实现数据资产的“规范先行，责权明晰”

数据资产治理包括数据资产的标准化、数据质量的全面管理、主数据治理和数据责任的认定，核心是对基础数据和指标数据的标准规范和业务认责。首先，通过建立全司统一的基础数据标准，对基础数据的命名、定义、格式、代码等属性进行标准化定义，并以此为抓手对库表字段形成规范约束，统一全司的数据认知，有效提升基础数据质量。其次，通过梳理形成全司统一的指标数据标准，对指标数据的业务定义、加工口径，参考维度进行明确，对指标的加工链路形成约束，解决了指标口径不一致、加工效率低的问题。第三，通过构建数据认责体系，明确数据在采集、加工、应用各环节的部门权责，解决数据标准多套定义、数据质量无人整改等问题。通过对数据资产的全面有效的治理，明确数据资产治理工作的相关责任，提升数据的可用性和易用性，从而为各类业务场景的数据应用提供高质量的数据支撑。

四、创新企业数据应用，推动业务决策和经营转型，实现企业内部价值提升赋能

数据资产运营的核心是在企业数据资产充分共享的基础上，以数据应用场景的规模化建设、AI能力的有效应用，助力管理决策和业务流程的智能化。在构建数据应用场景与AI能力建设的过程中，需要围绕“蓝图先行、场景驱动、敏捷迭代”的目标开展相应工作。首先，需要构建覆盖全企业各领域管理决策与业务经营数据应用场景蓝图，以解决既往需求不清、建设零散的痛点。其建设方式可通过自上而下的企业经营目标拆解，以及自下而上的实际经营场景需求盘点完整的数据应用场景蓝图，并通过明确建设计划与牵头部门的方式，驱动数据应用有序建设。其次，需要以赋能业务目标达成为导向，驱动数据应用的建设，以解决数据应用建设过程中业务与数据融合度低、成果难以规模化应用的痛点。具体可通过构建企业重点业务发展与相应的数据应用场景建设专项工程，促使业务与数据深度融合，实现更高效、更高质量的达成企业发展目标。第三，需要在企业内部树立鼓励创新、包容试错的氛围与机制，以激励企业上下主动发起数据应用建设、敏捷开展成果迭代，实现数据资产价值的充分释放。此外，对于集团型企业，在集团内可以业务协同为目标，推动数据资产在集团与子公司间的共享和应用，并以数据资产估值为手段计量共享价值，从而促进数据资产在集团内部的有效流通和价值最大化。

五、探索企业数据资本化方向，形成可估值、可定价、可交易、可核算的数据资产，实现在外部数据要素市场的价值释放

数据资本化是实现数据要素市场化的最后环节，数据将和传统业务一样为企业带来直接收益，并极有可能对未来的市场格局带来颠覆性的影响。当前数据资本化尚处于探索阶段，一方面依赖于企业自身在其他领域的准备工作是否充分，另一方面也亟待形成统一的数据资产估值、定价、核算规范，以及相对完善的数据交易机制和法律支撑。《暂行规定》为数据资本化的核算与披露提供了具备前沿性的引导，各企业需结合自身业务特点尽快理顺在入表方面的准备工作，并同步思考基于此次入表工作对未来数据资产估值、定价等领域的影响，相信其他领域也将在不久后取得长足进展。

结语

自数据在2020年被中央文件正式列为五大生产要素之一，数据要素市场的发展呈现出明显的加速趋势，在多个领域都衍生出了新内涵，而此次发布的数据资源入表暂行规定更是具有极强的前沿突破意义。德勤管理咨询未来也将积极整合自身在各专业服务领域的优势，携手与各企业共同加入这一数据要素建设的浪潮。