数据资产入表前都有哪些工作需要做？什么样的数据符合入表条件？

首先来回答题主的第一个问题：数据资产入表前有哪些准备工作需要做？

对于数据资产入表，目前市场是大多是在探索中进行，很多走在前面的企业已经开始着手部署入表这件事，也有一些企业有计划做，但不知道从何处入手。对于后者，其实在正式开始入表工作前，下面这些准备工作可以先做起来。

1.数据资源的初步梳理

首先数据资资源的初步梳理。目前对于大部分企业去开展数据资源全面盘点会特别困难，因为如果真正要完整来盘点现有的所有数据资源，大概要花半年以上时间，所以可以先做一点初步梳理。初步梳理也就意味着，可以有重点的去圈定认定入表可能性比较大的数据内容，先做一个初步梳理工作。

2.财务和业务制度流程细化

第二基于初步梳理的结果，要对现有的制度流程进行细化，包括业务的制度流程和财务的制度或者流程。

财务的制度流程指的是，因为数据资产入表，无非就是无形资产、存货或者是进入损益三种情况，涉及到会计制度里有关数据资产怎么计量、怎么认定，那么相应的基于前期梳理要做相应适配，比如在什么类型的数据在满足什么条件下可以作为无形资产，在满足什么条件下可以作为存货，在不满足什么条件下要作为损益进入单期费用，这个是相关的会计政策、会计制度要做相应的调整和优化。

同样的，业务上配套的管理办法也要跟得上。如果一旦产生新的数据源要做认定和判断一定要有细的流程，而财务的认定和判断只是总体的会计认定原则。细的流程应该是业务部门或业务联合数据科技部门联合颁布，比如24年1月1日开始每天业务端新产生的数据，数据产生过程该怎么进行维护管理， 产生过程所需要的核算、所需要的信息披露、所需要的信息谁来采集，这就涉及到日常长效的工作流程，需要由业务部门和数据部门去制定。

3.开展详细的试点工作

第三件事是可以开展详细的试点工作，就是围绕初步的梳理结果、围绕两份制度直接就把现有数据资源进行精细化的盘点分类、科目认定、成本归集，以及做试点入表的具体准备工作，可以形成很详细的模板、详细的工作底稿。

4.系统工具配置

有些企业可能第一步、第二步做的比较早、比较充分，如果还有时间的话可以考虑到的是系统工具。

目前很多企业现有的相关系统平台工具，已经有具备相关的功能了。比如企业有IT项目管理的系统工具，开发软件是会立项的，立项以后跟软件相关人员投入、资源投入都会通过项目管理平台工具去进行成本归期、成本采集。同样的数据资产与软件很类似，因为软件也是无形资产，未来数据资产如果作为无形资产来认定的话，很多的功能跟IT软件、项目管理的这个工具很类似，可以把项目管理工具功能套过来，适用于数据资产的管理功能，在参数上做配置，单独把它作为一类，就可以实现成本归期了。但也要求企业在开展数据资产管理的过程中，要把数据资产当成项目来管理， 也就意味着如果以前是很散的来开展数据资源采集、加工、处理，那可能就很难套了。

如果企业要把数据做成一个产品把它立项，一旦立项后可以通过现行的立项项目管理办法、项目管理工具，来执行相关的具体工作， 所以如果有时间的话 ，可以想办法通过已有的工具进行参数配置和改造适用于未来的简版入表。

那么什么样的数据可以入表？入表的条件是什么呢？

第一：资产是一项由过去的交易或者事项形成的资源。一层含义是指资源的形成一定是过去就已形成了，而不是正在形成的或者是现在还没有形成预期未来能形成的。第二层含义是资源是通过两种途径形成的，一种是通过交易形成的，第二种是通过事项（自己主动去采集、开发）形成的。

第二：享有的权利是企业有拥有权或者控制权。

第三：资产预期能够给企业带来经济利益。一是指目前手上的资源不强求现在就能够产生现实的利益，而是认为他能够产生预期利益；第二层意思就是它必须能够带来经济利益。

满足以上三个条件的数据资产便可以考虑入表。

数据资产入表可以分三步走

第一步是入表形成原始资产，第二步是形成无形资产收入，第三步是形成存量资产。

第一步：入表形成原始资产

原始资产入表是指系统建设及数据生成等所产生的成本费用，以成本法入表，构成数据资源的初始资产价格。就是说现在，不管有没有做数据治理，你手头如果是有数据，至少这些东西是有可能成为数据资产的。这个时候，先不去考虑未来怎么变现，如果有大量的数据可以形成资产，就先以成本法的方式进行入表，将原来不可计量的这个数据，以货币计量的形式变为你的资产，然后接下来可以用来调节企业的利润表以及资产负债表。

此外，通过将数据资源进行成本法入表，首先就已经把手里可以产生经济价值的数据资源做了一次梳理，然后通过梳理也基本知道了未来如果开发或售卖数据产品大概应该怎么定价。

在这个步骤中，也分为三小步。第一步是前置条件阶段，第二步是准备阶段，第三步是实施阶段。

（1）前置条件

如果一家企业连基础的信息化系统都没有，就不具备数据入表以及数据资产化的条件。如果企业已经完成了信息化建设，接下来需要做的是对企业的数据治理程度和数据管理能力先做一个必要的评估。目前市面上可以依据的标准DCMM以及DAMA两个标准，都能帮企业确认自己是否具有有效利用自身数据的能力。还有一个是数据资产的入表前改造工作。这里主要涉及的是数据分类分级工具准备、数据成本计量工具准备、财务系统准备等。

（2）准备阶段
首先需要确认资产类型，是无形资产还是存货。此外还需要确认资产类别和安全等级，开始做分类分级相应的工作。

（3）实施阶段
需要做数据资产成本构成梳理，梳理清楚钱都花去哪儿了；此外还需要进行会计计量入表，即具体以什么科目记录成本；后续计量准备涉及到，一旦入表，以什么形式摊销，如果存在减值或者要终止的时候，需要怎样进行确认。

第二步，形成无形资产收入

什么是无形资产收入？像加盟费跟特许经营是无形资产，然后还有软件授权使用费及其他由无形资产产生的应收款等，都是无形资产收入。

如果走的是非存货、即无形资产路线的话，能有效地规避现在由于政策供给层面没有跟上导致的数据确权问题。因为如果走无形资产路径的话，就不是直接卖数据，而是提供数据服务。比如对于部分不能直接出售的数据，可以软件或者其他的方式脱敏，然后提供一个计算结果，在此过程中，由于看不到原始数据，从某种意义上就能避免一些法律上的问题。这些交易也能证明资产预期会给企业带来的经济利益。只有证明了预期的价值，才能用收益法跟市场法给资产估个好价。

这个阶段的工作拆分也是前置条件、准备阶段和实施阶段这三步。

（1）前置条件
首先企业需要问自己一个问题：我的这些数据是否真的有市场需求，未来想创造出来的，不管是商业模式还是销售计划，可行性到底有多高，市场上是否存在真正的需方。如果没有做这一步，很有可能会花了非常大的成本，造出来一个市场上无人买单的产品，造成巨大浪费。接下来还需要考虑，数据需方愿意以什么方式进行付费，这里主要涉及价格以及付费方式的问题，这决定了数据能否形成稳定、持续的收益。

（2）准备阶段
现在数据交易所主要会分以API、或数据包或数据模型的方式来交付数据产品。如果走无形资产路线，卖的就不是数据本身而是数据服务，所以可选择数据模型或数据软件服务的形式。软件产品以特许经营、软件授权等方式来产生可持续现金流。

（3）实施阶段
这是又一次系统建设的过程，具体说来可以叫做数据产品开发。数据产品的供给渠道搭建可分为直销和分销。数据产品的结算系统搭建非常关键，因为结算在哪里往往决定了分钱在哪里，这也就决定了，最有动力的人在哪里。这个利益分配机制的搭建非常重要，尤其当走分销路线时。
数据品牌的建设也至关重要，现在是数据要素的建设时期，也就是初步发展时期，但经济学告诉我们，每个细分行业里面，最终只会有少数几个品牌存活下来。所以市场的参与者需要从一开始就建立营销体系以及品牌意识，为下一阶段的残酷竞争做好相应准备。特别是在数据市场里，因为数据可以无限复制，具有弱排他性，这也就造成虽然整体市场会非常大，但是每个行业里市场份额并不会太大，只能支撑少数几个品牌活下来，所以数据产品的营销工作至关重要。

第三步：形成存量资产

存量资产是指企业所拥有全部可确指的资产，企业的应收账款、其他应收款、无形资产都属于企业的存量资产。这里重点要指出的是应收账款和其他应收款，数据一旦成为数据商品，只要交易量上来，就会形成数据相关的应收账款，还有存货相关的抵押账款等，这些款项都能形成业内所说的金融资产。只有形成了众多金融资产的情况下，才能构建金融资产池，然后才能走到金融化这一步。而金融化往往实现模式就是证券化。形成存量资产的后续影响是数据的货币化。一旦数据资产能实现证券化，从某种意义上数据本身就变成了货币。

如果未来要做到数据货币化，真正应该形成的是基于数据产品为标的物的可持续现金流的产生，并基于此形成应收账款。要将买卖关系变成借贷关系，再变成投资产品。比如房地产市场的整个发展历程，就充分证明了这个理念。

举一个现实中正在发生的例子，如果大家有关注投资领域以及政策层面，会看到最近这两年REITs（不动产投资信托基金非常火），它是将不动产形成的金融资产组合打包形成一个资产池，然后进行资产证券化，资产证券化就是发债。

亿信华辰是国内专业的BI产品及数据治理解决方案厂商，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。如有数据入表需求，欢迎私信预约产品演示或咨询专业顾问。