是时候将数据作为资产来管理了

01

DATA ASSET

什么是数据价值，它应该被视为一种企业资产吗

根据瑞士信贷投资者分析师的研究，20世纪50年代以来，标准普尔500指数上市公司的平均司龄从60岁下降到现在不到20岁，情况发生了很大变化。那些采用新技术、自动化、大数据、机器学习和创新的公司在榜单上占据越来越多的市场份额，并正在颠覆那些适应和转变为数字变革较慢的传统企业。事实上，在市值最大的6家公司(苹果、亚马逊、Alphabet、微软和Facebook)中，有5家是数据技术企业。了解数据真正价值并利用先进分析技术的公司正在持续增长。《福布斯》撰稿人霍华德·鲍德温做了一个比较，以证明证明数据价值的意义:

“为什么Facebook目前的估值是4150亿美元，而联合航空(United Airlines)，真正拥有飞机等业务、拥有机场设施和美国与亚洲等地之间的跨洋航线等利润丰厚业务的公司的估值只有240亿美元?”

这些颠覆性创新者利用大数据解决方案作为竞争优势，降低运营成本，增加收入，预测行为，改善现金流。他们将数据融入到组织的每个功能中。数据不仅被用来记录发生了什么，还被用来预测并以惊人的速度推动革命性的颠覆性变化。然而，有多少公司将其数据作为有形企业资产列在资产负债表上呢?

一 你的数据值多少钱

一家公司如何衡量或评价他们的数据呢?麻省理工学院斯隆评论的一篇题为“你的数据值多少钱?”提到微软以260亿美元收购领英，并提出了这个问题。他们是否以合理的价格购买了领英的网络用户数据?微软似乎是这么认为的，但随后信用评级机构穆迪(Moody)对微软的信用评级进行了重新评估。重点是，仍然没有给数据或信息设置值的确切公式。估值数据调查显示由史蒂夫·托德·戴尔EMC,采访了36家收入超过10亿的公司,发现这些公司更关注存储的挑战,保护、访问和分析大量的数据,而不是在改造或量化其商业价值。

研究公司Gartner预测，到2022年，企业的价值将取决于其信息组合。现行的公认会计准则不允许数据(无形资产)在资产负债表上资本化。这目前可能导致公司的账面价值和市场价值之间存在相当大的差异，如果一家科技公司想要IPO，可能会导致估值定价问题。

这让许多分析师想知道，尤其是对于数据量大的公司，数据是否应该被视为有形资产。

有一些框架试图给数据估值

《斯隆管理评论》的James E. short将数据价值定义为几种决定价值的方法的组合:

·资产或股票的价值

·使用的价值

·预期的或未来的价值

·审慎价值

1. 数据作为战略资产

对于一些想要将数据资产资本化或货币化的企业来说，他们开始分析客户数据的价值。这并不是一个新想法，这已经在零售业中发生了几十年了，顾客使用会员卡。当利用客户数据创建新产品或服务时，客户数据可以产生实质性的价值(如果数据是获取的、出售的、交易的)或附带的价值，但数据实际上并没有被出售，谷歌和Facebook就是很好的例子。例如，Kroger公司通过出售其库存和销售点数据，以及“以联合数据提供商的身份提供这些数据”，每年产生1亿美元的增量收入。

组织可以使用专有和公开可用的数据来创建用于购买或作为服务使用的有用数据集。像尼尔森公司这样的市场调查公司就是一个例子。

2. 数据的使用价值

数据的使用通常可以通过获取数据的应用程序来考虑，比如移动应用程序、CRM或总账以及数据被使用或记录的频率。使用频率可以描述为应用程序工作负载、事务速率和数据访问频率。数据使用通常由应用程序(如客户关系管理系统或总账)和使用频率来定义。使用频率通常由应用程序工作负载、事务速率和数据访问频率定义。

从数据的使用频率的角度分析数据的价值是一个非常规的观点。所以一般来说，当考虑有形资产(机器、设备、建筑物等)时，它们的价值通常会随着使用次数的增加而下降或贬值。房地产可能正好相反。但数据使用得越多，其价值就越高。换句话说，如果你将数据视为资产，那么它就会变得更有价值(它是非消耗、非消耗性、持久性和战略性的)。

Alphabet的谷歌地图GPS导航和本地企业应用整合了特定地点的用户的评论数据(谷歌会发送推送通知，鼓励用户评论你刚刚去过的地方)。因此，越多的人参与并撰写评论，谷歌地图数据对使用它的人来说就越有价值，他们可以找到一些地方去或参观。

3.数据的预期未来值

可能术语“数字资产”和“数据资产”在某种程度上可以互换使用，但出于会计目的，对于这些资产应如何在公司的资产负债表上登记，仍然没有标准化的定义。因此，目前如果数据资产被一家公司跟踪和量化，它通常会与其他类型的无形资产相结合，如专利、商标和版权等。

为无形资产估价有几种不同的方法，为其估值的一种方法是，从近期可观察到的基于市场的交易中寻找类似或相同的资产。它们的价值还可以通过它们产生的现金流或收入，或者替换或开发它们的成本来衡量。

4. 审慎的价值的方法

“审慎价值”方法是由Dell EMC全球服务首席技术官Bill Schmarzo开发的，它基本上是一种基于数据被使用或利用的程度来衡量或价值数据的方法，以决定是否推进与公司整体业务战略相一致的关键业务计划。使用这种方法有几个好处:

·从重要业务计划的财务价值中获得的数据集的价值范围或大致范围。

·重要的是，它围绕需要决定的业务决策设置数据评估过程，以推动业务计划向前发展。在方法上，它度量了不同数据集可以使用的方法，更重要的是它对实现项目或目标的预期影响。

·更重要的是，它围绕驱动目标业务计划所需的业务决策构建了数据评估过程。它量化了不同数据集可能被利用的方式，以及这可能对目标业务计划的成功产生的影响。

二 “信息经济学”概念

Doug b. Laney是《信息经济学》一书的作者，也是Gartner首席数据官(CDO)研究和咨询团队的副总裁和分析师。道格在书中论述道:“信息学是一种理论、研究和学科，它强调数据对经济的重要性。”这本书为企业提供了将信息作为实际资产进行货币化、管理和度量的框架。他认为，许多IT领导人可能会说，数据是他们公司最重要的资产之一，但他们真的把数据当作实际资产来管理和对待，甚至向董事会报告信息资产的健康状况吗?

例如，如果您要查看您组织的供应链和资产管理部门的有形资产，甚至是财务报告和管理程序。道格问道:“对于你们的信息资产，你们是否有类似的会计和资产管理实践?”他接着说，“大多数组织都没有。”

三 结论

无论信息资产目前是否未计入资产负债表，学习管理、部署、评估和将数据视为企业资产有助于:

·建立数据管理、机器学习和大数据分析投资的ROI；

·围绕数据货币化计划做出更好的决策；

·在并购交易中获得溢价估值，就像领英那样；

·利用数据创造新产品，改进流程，降低成本。

02

DATA ASSET

将数据作为资产管理

序言

随着数据分析的普及和越来越多的依赖，以驱动战略业务计划和实现组织目标，会计专业对保护数据和确保其可靠性的关注是有充分基础的。但企业经常为如何评估和管理数据而烦恼。作者认为应该像对待任何其他资产一样对待数据，阐述了必要的思维变化，并为集中式数据管理项目提供了路线图。

当今组织的经营环境要求及时、高效和有效的管理信息，以促进决策过程。

——gregory F. Pashke，《管理信息需求的评估标准》CPA Journal, August 1978

在关于数据和数据分析的讨论中，通常关注的是组织可以做什么。不幸的是，与数据的使用、分析和存储以及产生的结果相关的风险可能没有被充分考虑或管理到适当的风险偏好水平。在快速分析和数据可用性与保障和确保数据可靠性之间取得平衡的需要，继续对会计人员和风险管理专业人员构成挑战。许多会计师及其利益相关者认为，以管理资产的方式管理数据，平衡这些利益和威胁，是会计师行业的责任。组织正在越来越多地采用使会计人员能够更有效地管理、使用和从组织的数据资产中获利的方法。

信息已经成为现代企业最有价值的资产之一，代表了组织为客户和利益相关者创造价值的新方式，特别是与过去相比。信息时代要求开发信息解决方案，无论是开发新的应用程序来处理数据，还是在整个企业内有效和高效地一致管理和监控数据。

大多数组织已经意识到正在发生的数据革命以及越来越多的数据驱动的持续压力。然而，很少有人学会如何将他们的数据作为一种资产来管理，以便从中获得最大的价值。组织意识到他们需要利用数据的价值来维持他们的竞争地位。敏捷原则提供了一个价值驱动的解决方案，使组织能够提供所需的价值，并使数据的使用与组织策略保持一致。

本文为会计人员提供了一种建立和维护数据资产管理程序的实用方法。利用在其他资产上使用的核心风险管理实践，文章解释了如何将数据作为资产来处理，以提高其价值，促进组织活动，并实现战略目标。

一 专业人士对数据的看法

注册会计师一直同意并尊重数据的战略性使用。自从这个职业开始以来，会计师就一直使用数据来支持他们的工作，并提高其有效性和可靠性。尽管为了财务报告的目的对数据等无形资产进行估值仍然具有挑战性，但大多数人认识到数据本身的重要性。许多会计师认识到这样一个事实，即数据反映了财务报告资产的特征，因为它可能在未来带来经济效益。

有些人并不同意。对某些人来说，数据要么是暂时借给会计人员的东西，以便他们可以用它为所有者创造一些有价值的东西，比如负债。还有一些人认为，与数据有关的会计角色是保管者;所有者将信息托付给会计，会计实施适当的谨慎控制以确保数据的保护。例如客户与负责某一科保管资料的会计师或控帐人共用个人资料。

鉴于消费者、媒体和监管机构对非公开个人信息的使用和保护的担忧，以及公司治理对隐私泄露的潜在责任的担忧，当前对数据保管方面的关注是很有道理的。然而，越来越多的人注意到有效使用数据来实现组织目标，这表明需要更有效地像资产一样利用和管理数据。

二 数据与信息

尽管许多人将数据和信息作为同义词使用，但自系统技术首次出现以来，会计人员已经将两者区分开来。在回顾信息经济学和管理会计交叉的职业生涯时，Gerald Feltham讨论了20世纪50年代末和60年代不断发展的信息经济学领域对管理会计的影响(“信息经济学和管理会计:《一个简单的个人视角》，《管理会计研究杂志》，2005年12月)。包括George Stigler、Jacob Marschak和Roy Radner在内的研究先驱已经确定了这两个领域是如何相交的，并提供了关于评估信息使用价值的早期理论。

1981年，时任《管理会计》编辑的Stephen F. Piron从会计师的角度指出了区分两者的必要性，并预测了将两者同等对待的挑战和影响，特别是更高的费用和错失的提高利润的机会。他强调，随着数据的可得性和对技术的依赖增加，获取和储存数据的能力越来越被接受:

当计算机首次被引入商界时，它们是用来处理数据的。然后很明显，这些工人可以向管理层报告汇总数据，告知管理层正在发生的事情。计算机报告开始满足用户的操作和信息需求……他们经常问，你想要什么数据，而不是你需要什么信息?(《管理信息系统:数据与信息的区别》，管理会计，1981年3月)

如今，注册会计师面临着类似的挑战。组织在收集数据时没有考虑这样做的含义。实际存储成本继续下降，鼓励组织尽可能多地储存数据，因为他们相信这有一些未来的经济利益，即使会计行业仍然在努力为一个具有无形资产的项目分配财务价值。

它是将数据转换为信息(将数据转换为有助于决策者做出更有效决策的格式)的过程，它驱动数据的最终资产价值，并促进其产生新的业务机会或减少欺诈、浪费和滥用的能力。

三 数据是什么类型的资产

接受数据是一种资产并且应该这样进行管理，它是什么类型的资产?看一眼资产负债表，很可能会把数据放在存货中，特别是当这些数据被保存起来等待最终出售时。数据源可以包括组织内部的信息，也可以包括从外部购买的信息，就像制造商获取原材料一样。在数据被使用之前，它是以与原材料相同的方式存储的，这导致了存储和其他管理费用，包括保险。对于数据，这还包括保护数据和避免网络安全漏洞的义务和相关成本。

为了实现其最终价值，数据必须被处理和转换成其他东西，就像制造商提炼原材料和制造产品一样。这涉及到将数据置于包含分析、机器语言和专业视角的流程中，从而产生改进的资产:信息。这个数据开发的结果阶段可以是一个产品，也可以对其进行进一步的细化，从而实现更复杂的分析和使用。

还需要识别和管理与转换周期相关的风险。这包括确保所有数据得到维护，使用的转换程序产生可靠的结果，访问受到限制，以及指定的人员负责处理数据。

在适当的情况下，数据变成了一种资产，它被转化为包含经济特征的信息，并促进了可操作的见解。其中一些特征与数据的可重用性、复制或与其他数据结合以创建新数据的能力以及它对其他数据的可移植性有关。要转换数据，它必须适合使用并且没有缺陷。数据必须是及时的、相关的、格式正确的，以最终产生信息，使组织了解为实现其目标而采取的行动。将数据转化为信息需要能够在数据中找到能够产生洞察力和创造价值的模式。

数据是一种经济资产，可以帮助组织改善运营，增加收入，巩固与利益相关者的关系，产生新的收入流，提高现有产品的质量，建立竞争差异化，允许创新，并降低风险。信息也可以通过货币化来产生新的收入流，比如用信息交换商品和服务，或者将数据资产出售给其他用户，将其转化为现金。

四 如何保护数据

像保护资产一样保护数据，不仅仅是考虑其安全性。访问只是一个考虑因素;如果数据用于创收活动或帮助实现组织目标，那么它的可靠性也很关键。《财务会计概念声明》将可靠性定义为一种度量，它“基于它所代表的内容的真实性，以及对用户的保证，即它具有代表性的质量。”为了确保根据财务责任或监管要求准确可靠地处理数据，传统上考虑了应用和一般控制的结合。

应用程序控制包括通过系统对数据的访问，该系统强制执行与授权、职责隔离以及通过编辑和有效性检查施加的业务规则相关的规则。一般控制是指处理应用程序的环境，包括网络和操作系统安全、相关技术资产的物理安全、变更控制和弹性。此外，用于开发应用程序的过程(通常是通过系统开发生命周期(SDLC))对于确保应用程序过程的质量和可靠性至关重要。坚持SDLC流程需要一段很长的时间，这可能会延迟新系统的引入，包括那些利用人工智能和机器学习等新技术解决方案的系统。然而，这些控制在帮助确保数据的质量和可靠性方面仍然至关重要。

在适当的情况下，数据变成了一种资产，它被转化为包含经济特征的信息，并促进了可操作的见解。

五 通过企业治理实现数据激励

。对于较小的组织来说，角色、职责和义务的协调将不那么具有挑战性，无论是为了保护数据还是确保数据的一致使用。小型组织可以使用更简化的策略，将执行层的期望传达给更小的数据管理组。例如，一个较小的组织将拥有更少的系统，并且它拥有的系统将趋向于更集成，因此减少了与定义和确保数据元素一致性相关的挑战。对于使用集成系统的小型企业来说，另一个优势是许多供应商提供内置的分析和数据管理功能。

中型组织需要更重要的结构和监督，因为数据分布在整个系统、组织和部门。通常，制定数据管理政策和计划是为了指导组织内各部门实现企业范围的目标和期望。这些可以提供数据分类(例如，从风险角度)或战略数据分类(例如，产生业务开发想法)的规定。这些组织还可以确定数据用户/利益相关者，他们被认为是数据的所有者，并负责建立数据使用规则，然后由数据保管人(通常是IT部门人员)实施这些规则。还指定了各方面的角色和责任。

大型组织可以通过一个专门的治理委员会来监督数据，该委员会包括来自整个企业的用户和管理员代表。该委员会确立了所有权、质量、使用一致性、补救活动、项目建立和监控、保管功能、风险管理和内部审计职责的角色和责任。该委员会还可以确定和监督绩效基准。

六 将数据作为一种资产来评估

组织可以采取措施衡量数据的价值，并为此制定策略。大多数组织维护有形资产的资产登记，其中包括它们的位置和管理它们所需的其他信息。为什么一个现代组织没有相同的数据资产清单?测量或评估数据应该从准备所有组织数据的库存登记册开始，包括但不限于位置，并根据数据与组织目标的一致性对数据进行优先排序。并不是组织存储的所有数据都是需要的，它应该考虑丢弃那些不一致的数据。

将数据作为一项资产进行管理，开始对其进行评估的过程。最佳实践要求资产符合全球监管要求;实现组织的目标;并满足可靠性、准确性、完整性、有效性和及时性等属性。如果数据的质量不能满足其需求并危及其决策能力，组织中的数据用户将不会使用数据。

糟糕的数据管理实践包括单个部门根据自己的最佳利益做出决策，而不是理解数据策略对业务流程和其他企业级活动的影响。保持“筒仓”的数据管理方式导致无效,包括多个来源的数据,对数据质量差,没有信任决策的数据来源,数据质量和使用上没有跨部门协作,明确的角色和职责管理的数据,和整体贫困数据治理。

需要项目管理方法来管理组织的数据资产，并开始将数据转换为组织可以用来增加数据资产价值的信息。许多企业没有足够的数据管理实践。敏捷是一种流行的项目管理方法，是启动数据管理活动的有效工具。敏捷与快速变化的数据环境很好地结合在一起，这要求对服务交付过程进行快速分析和调整。许多人将此项目管理工具作为更传统的“瀑布”方法的替代方法，后者是实现数据管理目标的较不灵活的过程。

七 使用敏捷原则

通常，数据拥护者确定组织需要更多的数据驱动，领导和促进数据资产管理活动。目标通常包括获得执行管理层和董事会的支持，以实现管理数据对公司使命的潜在价值。敏捷原则通过加快对最终用户的影响，帮助这些方相信得到他们的支持和主动性工作的所有权的好处。敏捷方法还有助于降低成本，最大化成功的机会，并通过确保正确的人在正确的时间以正确的方式完成正确的工作，使组织能够快速地对变化做出反应。

数据拥护者可以开始使用敏捷原则在组织中获得动力，并增加项目成功的可能性。使用敏捷原则的第一步应该是创建上面提到的数据资产注册表，它可以作为业务使用和存储的所有数据的列表。这个注册，即使只完成了部分，也能立即为组织创造价值。现在可以使用该注册表来标识所标识的每个数据源的创建者和用户，这是流程的下一步。数据拥护者在准备注册时所指出的任何其他需要的任务都可以放在未来发展的后备计划中，并根据其对组织的重要性进行优先排序。

使用敏捷的好处之一是在称为迭代的更小的开发时间内工作，这有助于确定下一步应该做什么工作。在每次迭代结束时，数据成功者应该与管理人员、数据用户和数据创建者分享已经创建的价值和特性，寻找反馈以了解下一步应该执行什么工作，并为数据驱动的计划建立动力。

确定了优先级的数据后，数据倡导者现在可以开始基于业务流程，包括数据用户、数据创建者和IT专家，开发跨功能成员的团队。这个过程的下一次迭代将建立一个基线数据错误率;我们将采集一个数据样本，熟悉数据的业务流程和业务目标的数据用户和创建者将识别数据中的错误，并指定错误条件和期望。这个迭代的输出是数据错误率的基线度量，现在可以用来度量未来的迭代如何影响错误率。仅仅对项目进行了几次迭代，数据冠军就创造了价值，并且还能够通过跨职能团队使业务协同工作。

下一步是根据组织当前的战略确定数据如何帮助实现组织目标。应该采访数据用户，以确定他们目前如何使用数据，并征求他们在未来迭代中希望获得的信息建议。还应了解数据使用者在从数据创建者处收到数据后如何清理数据;这些清理问题应该与数据创建者沟通，以确定是否可以将它们合并到当前进程中，以便数据可以在集中的基础上使用和存储。当数据创建者和数据用户进行交流和协作时，数据质量将迅速提高。团队将继续采集数据样本并测量错误率，将其与已经建立的基准进行比较，以确定迭代对质量的影响。

下一个迭代将来自待办事项列表，按照它对业务实现目标的帮助程度来划分优先级。在每次迭代结束时，根据业务策略的重要性和来自数据拥护者、数据用户和数据创建者的功能评审的反馈，对待办事项进行优先级排序。随着每次迭代的进行，跨功能团队将更有可能接受数据驱动的工作，因为他们是其中的一部分，并且他们的反馈是有价值的。应该继续努力，将数据作为一种资产进行持续改进，与敏捷方法和方法论保持一致。

八 小结

大多数企业都有适当的流程来管理有形资产或出现在当前财务报表上的任何其他资产。由于数据是现代会计准则没有确认为资产的无形资产，因此往往不作为资产进行管理。没有理由不把数据作为资产来衡量和管理。在不久的将来，将数据转化为信息可能会成为每个企业最关键的操作，组织必须开始将数据和从数据中获得的信息作为实际资产进行管理。