评估论坛
通过对国外研究成果的梳理和分析发现,数据资产与传统资产评估中涉及的资产类型存在极大不同。目前,国际普遍认为数据资产可归纳为以下七个特征:
一、数据可被无限次共享的资产 传统的实体资产具有排他性,每个用户拥有的份额会随着用户数量的增多而减少,但数据资产可以进行不限次数的共享,且每次使用都会增加数据资产带来的经济实用价值。值得注意的是,数据共享并不等于数据囤积或数据复制。前者的表现为拒绝共享数据导致的数据价值流失,后者指对数据进行简单复制而非有效利用。 二、数据资产价值 传统的实体资产价值往往会随着使用次数的增多而逐渐降低,而数据资产恰巧相反。由于数据资产没有内在价值,其价值的评判只与数据的使用次数挂钩,即数据资产的价值会随着使用次数的增多而提升。 三、数据保质期 时间是数据资产价值的重要影响因素,即“数据保质期”。从时间上看,数据的有效性可以被大致分为3个阶段:有效决策期限、决策支持期限和最后有效期限,且每一阶段应有各种对应的运营策略与分析目的。 四、数据资产的价值提升 在项目要求的精准度范围内,数据资产的价值会随着其精准度的提高而提升。当精准度高于该范围时,数据价值会少量增加,甚至不会继续增加;而低于该范围时,数据由于精准度过低而无法被启用,价值几乎可以被视为零。 五、数据资产需打通 与其他信息一同使用时,数据资产带来的价值往往能达到事半功倍的效果。例如,当销售数据和库存管理数据一同使用时,其分析结果能够给企业带来更精准的信息和更高效的判断。然而需要注意的是,由于数据资产的标签、格式或数据结构不同,打通多个数据库往往需要大量人工干预、数据翻译及策略训练。 六、数据并非多多益善 在信息爆炸的大环境中,企业收集的信息往往是呈指数式增长,而大量信息会带来大量噪点。过量收集的数据往往会降低测算模型和分析结论的准确度。同时,处理并储存过量数据会提高存储和运营成本,在无法提供额外收益的同时,导致企业利润下降。 七、使用数据并不会产生损耗 传统的实体资产是可消耗资源,会随着使用逐渐减少。然而数据资产却不同,使用数据并不会对数据产生损耗,而会因对数据的整理、分析和研究产生更多数据,使其数量和质量不降反增,甚至生成专业的商业模型,辅助企业更高效地完成决策分析。