在数字化时代，数据已经成为一种重要的资产，企业和个人都希望能够将数据变现。但并不是所有的数据都是资产，如何成为资产是当下企业关心的问题。下面就让我们一起来了解一下企业数据资产化的三个关键步骤：数据资源化、资源产品化和产品价值化。

首先给数据资产下个定义，业内是有共识的，即“数据资产是指企业拥有或控制的、预期会给企业带来可持续经济利益、以数据为主要内容和服务的可辨认形态”。“企业拥有或控制的”，就是企业一定要拥有数据资产的三权。“预期会给企业带来可持续经济利益”，实际上就会被分为内部价值和外部收益，内部价值即自产自销自用，外部价值即自产我自销给别人用。“以数据为主要内容和服务的可辨认形态”即要以数据产品作为数据资产的形态来确认，因此数据产品就成为了数据资产确认的一个核心要素。

因此企业自己生成的数据，有数据资源持有权，形成可持续使用的数据产品列为数据资产；企业采购、共享、爬取、被授权的数据有数据加工使用权，形成可持续使用的数据产品则列为资产，但是如果未形成可使用的数据产品，不能列为数据资产。

从技术上拆解数据要素价值的生成路径，企业数据要素与资产运营的建设路径可分为三个关键阶段：数据资源化、资源产品和产品价值化。

数据资源是指来自不同产生源的数据集，在物理上按照一定的逻辑归集后达到“一定规模”，且具有可重用、可应用、可获取的数据集合。

数据资源化是什么：企业或机构将直接或间接获取或采集的原始数据进行必要的加工整理、归集和存储，形成数据资源的过程。

企业数据资源化阶段：需要在企业数据战略的指导下，构建其数据能力体系和建立企业数据治理体系，从而在企业内部形成与数据驱动型业务模式相适配的人才、技术、组织安排和系统等。

举个案例，浦发银行是一家总部在上海的股份制银行，迫切需要将很多杂乱无章的数据变成数据资源，它是如何做数据资源化呢？先要规划再定目标再去执行，第一件事情在十四五提出数字科技规划，总目标是提升银行的综合能力，而数据资产化只是它的综合能力之一。又基于DCMM在2021年提出更加具体、落地的数据战略规划，接下来就是进行数据资源化了。

首先要理清数据来源，浦发银行把数据来源首先分成了内部数据和外部数据。内部数据包括浦发银行建立了近2,000个系统用于采集原始数据，得到原始数据之后再进行分析、归类，形成数据目录。外部数据引入的工商数据、征信数据、法院数据等。理清数据来源后并对数据做一些整理和归集，之后按照了客户需求和管理需求建设了数据中台，形成了数据资源。最终全行的数据资源规模已经达到了27.57PB，包含了结构化数据、非结构化数据、外部数据。

资源产品化是指数据资源持有方通过自己组织或有效授权给外部机构，以数据使用方需求为导向，对数据资源进行实质性的劳动投入和创造，形成可服务于内外部用户的以数据为主要内容的可辨认的服务形态的过程。即把有一定规模、一定价值的数据资源，针对特定情况的一些需求和目标对它进行产品开发，形成数据产品。

数据资源的产品化过程需要有三大点：需要分析客户的需求和场景，还需要针对明确的需求场景，找到一个客户共同开发，然后在开发过程中同时也是需要做一些服务终端的。

1.数据产品的特点

任何一个企业要利用好数据，必须开发数据产品。通俗的理解数据产品，它约等于数据资源+数据算法模型+服务终端。那数据产品有什么特点，可以用五个词去涵盖：

第一：内容，数据产品是需要包含被开发的数据资源的，并且这些资源与内容是真实可用的、明确所属的。

第二：交付，就如同其他产品是一样，数据产品呢本质也是个产品，为了把它卖出去就一定是需要针对他的需求要提供一定的服务终端。

第三：需求，数据产品被生产出来要具有明确的应用场景，可满足用户的数据需求。

第四：供给，数据产品的目的是为了供给数据或供给知识，不是一个一次性买卖。数据产品的售卖并不是在卖一个数据产品的所有权，不是让消费者或者让企业直接把数据产品给买断，而是为消费者提供源源不断的可持续性的服务。

第五：使用，数据产品最终还是拿来用的，它是需要参与到生产经营活动去发挥价值的。

2.数据产品的形态

我们可以把数据产品的形态，按照需求特征和服务特征做一个矩阵性的划分。

需求特征包括模块化需求和非模块化需求。如果消费者是想把数据产品是用来提升的，提升自身的模型和算法，被称为模型化需求。消费者只是想得到数据产品的具体信息，比如说通过此查一下目标合作企业有没有失信人员、诉讼之类，只需要比较偏重于结论、决策信息，就被称为非模型需求。

产品提供方的服务方式也会分两种，界面类和非界面类方式。

界面类：界面类方式通常是一种软件，它包含了用于执行特定任务的指令、数据或程序的集合。用户主动操作的界面主要有查询界面或软件、SaaS等应用。

非界面：使用某个程序（比如操作系统，库）的功能，程序间交互方式，例如API、文件配送、受控沙箱、联邦学习等。

通过需求特征和服务方式就可以把整个产品形态分成三种形态包括数据集、数据信息服务、数据应用。

3.数据产品的计费方式

数据产品最终是要拿来卖的，那数据产品的计费方式如下：

根据数据资产化战略，数据产品可以通过自用、共享、开放、对外交易等形式流通，其中，可交易数据产品的价值可以通过交易合约体现。那数据产品价值化就是将数据产品持续服务于内部、外部使用者的经营决策，从而给企业带来持续性经济收益的过程。

数据产品发挥价值的过程，把它称为一个先知模型SEER模型：

价值获取的第一步：

为支持企业内部日常生产经营决策而开发出一系列应用（Self-usage），诸如支持精准营销、潜客发现、产品推荐、库存优化、工艺路径优化等等基于数据产品的机器学习模型或优化模型加以使用，支持企业提高经营效率、决策水平或形成新的数字业务，赋能企业数字化转型。

价值获取的第二步：

企业一旦基于数据驱动的运营以后会发现自有数据的不足，要寻求合适的外部数据，并通过购买或共享方式获得外部机构提供的数据产品。内外部数据产品进行融合以后，根据内部生产运营需要，开发新的数据产品，实现数据融合使用（Engagement）。

价值获取的第三步：

企业将数据产品开放或共享给生态伙伴（Ecologicalization）开放或共享给合作伙伴进行数据价值的进一步挖掘和获取。

价值获取的第四步：

企业将数据产品进一步开发与业务创新，形成可交易数据产品（Reinvention），通过某个数据要素交易市场进行数据产品的销售，形成企业对外服务的数据业务，从而获取合理的销售收入。

数据资源化：就是企业把不同来源的数据经过必要的加工、整合和处理，在物理上按照一定的逻辑归集后达到“一定规模”，形成可重用、可应用、可获取的数据集合。这个阶段需要数据战略规划方法、构建数据能力体系、建立企业数据治理体系。

数据产品化：企业通过自己组织或有效授权给外部机构，以数据使用方需求为导向进行数据产品的研发。 这一阶段包括建立数据资源可能的应用价值图谱、分析目标客户的数据需求及应用场景，选择合适的测试客户、联合共同组织数据产品及其技术开发。

产品价值化：数据产品已经可以放在数据要素交易市场上进行买卖了，能够带来持续的收益。这一阶段需要建立数据资产化战略、构建数据资产管理体系、实现数据资产的经营管理。

最后就是价值货币化/资本化体现了，那数据成为资产之后，和其他资产一样有一些资产的玩法，比如质押融融资、IPO资产评估、并购、入表等。

亿信华辰作为国内专业的BI产品及数据治理解决方案厂商，今年10月拉通各生态伙伴成立数据资产入表服务链合体，可以为客户提供数据资产入表及数据资产交易等一站式解决方案。服务能力包括：咨询规划、数据资产管理、会计审计、法律咨询、安全监管服务等。亿信华辰已拉通北、上、深、贵等几大数交所，可以帮助客户推动数据产品上架、推进数据交易等工作。如有数据入表需求，欢迎联系~