1.1概述

     权属管理是明确数据资产定义和确定权属关系的过程。权属管理包括数据权属管理制度、数据资产识别与认定、数据资产分类、数据资产权属确认、数据资产目录管理和数据资产授权管理等活动。

1.2过程目标

a)构建数据权属管理体系,保障数据资产的合规使用和价值实现;

b) 构建数据授权运营机制,建立多方协同的产业生态。

1.3过程描述

a) 制定数据权属管理制度,明确数据资产定义、数据权属分类和权属界定规则;

b) 数据资产识别与认定,基于数据资产的定义,分析数据资产内部赋能与外部应用场景,制定数据资产清单与场景目录;

c) 数据资产分类,分析数据资产的来源和应用场景,将数据资产划分为个人数据、企业数据、公共数据等类型;

d) 数据资产权属确认,对数据采集、加工和应用过程进行梳理,分析和确认数据资产权属,包括持有主体、使用主体和经营主体等权属信息;

e) 数据资产目录管理,对数据资产进行编目和注册,形成组织统一的数据资产目录并更新维护;

f) 数据资产授权管理,依据数据权属管理制度,对相关主体进行授权并跟踪记录权属变更情况。

1.4能力等级标准

a) 第1级,初始级:

在项目中识别数据资产并明确数据权属管理。

b) 第2级,受管理级:

1) 在部门层面制定数据资产认定方法,指导数据权属管理相关工作;

2) 在部门层面开展数据资产识别并确认数据权属关系;

3) 在部门层面建设数据资产目录并更新维护。

c) 第3级,稳健级:

1) 在组织层面制定统一的数据资产识别、数据资产分类和数据权属管理制度,明确数据资产定义、数据权属分类和权属界定规则;

2) 分析数据资产内部赋能与外部应用场景,制定组织级统一的数据资产清单与场景目录;

3) 分析数据资产来源和应用场景,将数据资产划分为个人数据、企业数据和公共数据等类型;

4) 对数据采集、加工和应用过程进行梳理,在组织层面分析和确认数据资产权属,包括持有主体、使用主体和经营主体等信息;

5) 在组织层面开展数据权属风险评估工作并出具评估报告;

6) 基于数据资产分类对其进行编目和注册,形成组织统一的数据资产目录并更新维护;

7) 在组织层面明确授权运营条件,依法合规开展授权运营工作,及时跟踪记录权属变更情况;

8) 在组织层面建立定期评估和调整机制,根据市场运营效果,调整或收回运营授权。

d) 第4级,量化管理级:

1) 设定量化指标,跟踪评价数据资产权属管理过程并持续改进;

2) 采用人工智能技术开展数据权属风险评估,提升数据权属风险管理效率;

3) 参与数据资产权属管理相关国家标准,主导行业标准的制定。

e) 第5级,优化级:

1) 通过数据授权运营建立安全可控的产业链上下游协同机制,实现数据资产流通与协同创新;

2) 参与数据资产权属管理相关国际标准,主导国家标准的制定;

3) 在国际和国家层面分享最佳实践,成为行业标杆。

2.1概述     

     价值评估是指通过系统化的方法和工具,依据会计处理规范及评估方法框架,对组织内部的数据资产进行量化评估,以确定其经济价值。价值评估包括设计评估方法、数据资产成本核算、数据资产价值评估、数据资产定价机制和数据资产投入产出分析等活动。

2.2过程目标

a) 规范数据资产的价值评估过程,提供管理决策依据并促进数据资源的资产化;

b) 建立数据资产效益评价体系,定期分析数据资产价值与成效,推动数据资产向高价值场景倾斜。

2.3过程描述

a) 设计评估方法,明确数据资产评估的基本原则、评估方法和评估流程。评估方法应涵盖市场法、成本法和收益法等核心方法,根据数据资产的特点和应用场景灵活选择适用方法;

b) 数据资产成本核算,依据数据资产会计处理规范与成本分摊规则,开展数据全生存周期成本归集、核算和分摊, 支撑数据资产估值和入表核算等管理场景;

c) 数据资产价值评估,按统一的评估方法分析数据资产的应用场景,评估数据资产的经济价值,评估因素包括数据资产的质量、规模、稀缺性和合规性;

d) 数据资产定价机制,梳理对外流通的数据产品情况,根据市场供需、竞争格局和政策影响等方面因素,建立数据产品定价框架,指导数据产品定价;

e) 数据资产投入产出分析,整合成本、收益和市场多维度评估结果,构建数据资产投入产出分析模型。建立成本收益分析矩阵,针对不同类别数据资产制定差异化策略,形成数据资产价值分析报告。

2.4能力等级标准

a) 第1级,初始级:

在项目中记录数据资产成本信息。

b) 第2级,受管理级:

1) 在部门层面制定数据资产价值评估的方法,明确评估的基本原则和流程;

2) 在部门层面分别制定数据资产的成本归集和核算;

3) 在部分业务领域开展数据资产价值评估工作。

c) 第3级,稳健级:

1) 制定组织统一的数据资产评估方法、流程,指导组织的数据资产价值评估;

2) 在组织层面建立财务、业务和数据管理部门的联合管理机制,规范数据资产价值管理工作;

3) 在组织层面依据数据资产会计处理规范与成本分摊规则,建立数据资产成本台账,开展数据资产全生存周期的成本归集、核算和分摊,支撑数据资产估值和入表核算等管理场景;

4) 在组织层面按统一的评估方法分析数据资产的应用场景,评估数据资产的经济价值,评估因素包括数据资产的质量、规模、稀缺性和合规性;

5) 在组织层面梳理对外流通的数据产品情况,建立数据产品定价框架,指导数据产品定价;

6) 在组织层面构建数据资产投入产出分析模型,针对不同类别数据资产制定差异化价值评估策略,制定并发布数据资产价值分析报告。

d) 第4级,量化管理级:

1) 引入外部机构开展数据资产价值评估,提升数据资产价值评估的合理性、规范性和合规性;

2) 设定量化指标,跟踪评价数据资产价值评估过程并持续改进;

3) 设定成本核算量化指标,对数据资产成本台账量化评价,使成本信息可追溯和可管理;

4) 采用人工智能技术持续提升成本核算的准确性和价值评估的效率;

5) 参与数据资产价值评估相关国家标准,主导行业标准的制定。

e) 第5级,优化级:

1) 参与数据资产价值评估相关国际标准,主导国家标准的制定;

2) 在国际和国家层面分享最佳实践,成为行业标杆。

3.1概述     

      资产运营聚焦数据资产价值转化全过程管理,构建覆盖流通策略制定、运营实施、收益分配和权益保障的标准化运营体系,实现数据资产的市场化配置与风险可控流转,开展运营效益评估,共建数据资产产业链,促进数据资产价值持续释放。数据资产运营包括制定数据资产运营制度、组建数据资产运营团队、建设数据资产运营流通系统、数据资产收益分配和数据资产权益保障等活动。

3.2过程目标

a) 建立全面的数据资产运营体系,推动数据资产安全可信地流通应用;

b) 通过数据资产运营促进组织和产业链上下游数据的整合,构建数据产业生态。

3.3过程描述

a) 制定数据资产运营制度,明确数据资产运营目标,构建数据资产运营机制,搭建覆盖运营组织、流程设计和执行监控的运营框架,指导运营工作的开展;

b) 组建数据资产运营团队,明确数据资产运营职责范围,包括产品研发、生态运营和合规审查等职能,常态化开展数据资产运营工作;

c) 建设数据资产运营流通系统,构建实现供需对接、合约执行、产品交付、流通结算和溯源存证的可信流通系统;

d) 数据资产收益分配,设计基于数据贡献度的收益分配模型,分析各个参与方在数据产品供给链路中的投入情况, 开展数据资产收益的分配;

e) 数据资产权益保障,建立覆盖数据资产流通全过程的权益保护机制,对各方在数据资产生存周期各个阶段的行为进行管理,分析可能存在的问题并处理权益纠纷。

3.4能力等级标准

a) 第1级,初始级:

在项目中开展数据资产运营。

b) 第2级,受管理级:

1) 在部门层面建立数据资产运营制度并组建运营团队;

2) 在部门层面建立收益分配机制,根据实际情况适时调整;

3) 在部门层面建立数据资产效益评价指标和评价流程,用以指导本部门数据资产常规效益评价。

c) 第3级,稳健级:

1) 在组织层面建立数据资产运营制度,搭建覆盖运营组织、流程设计和执行监控的运营框架,指导运营工作的开展;

2) 在组织层面明确数据资产运营的归口管理部门和专职运营团队;

3) 在组织层面建设支撑数据资产运营的可信流通系统,实现数据资产的供需对接、合约执行、产品交付、流通结算和溯源存证的全过程支撑;

4) 在组织层面设计基于数据贡献度的收益分配模型,分析各个参与方在数据产品供给链路中的投入情况,开展数据资产收益的分配;

5) 在组织层面建立覆盖数据资产流通全过程的权益保护机制,对各方在数据资产生存周期各个阶段的行为进行管理,分析可能存在的问题并处理权益纠纷;

6) 定期开展数据资产运营团队培训。

d) 第4级,量化管理级:

1) 设定量化指标,定期开展数据资产运营评价和效益评价,形成数据资产评价报告;

2) 可信流通系统采用人工智能、隐私计算和区块链等先进技术,实现数据流通的可管、可测量和可追溯;

3) 参与数据资产运营相关国家标准,主导行业标准的制定。

e) 第5级,优化级:

1) 促进组织和产业链上下游数据的整合,构建数据产业生态;

2) 参与数据资产运营相关国际标准,主导国家标准的制定;

3) 在国际和国家层面分享最佳实践,成为行业标杆。