[清华论文]数据资产估值,两年前我想到了这些...

作者:刘晨 来源:御数坊

大数据热度不减,数据资产,数据资产估值,数据交易市场的讨论如火如荼,却又似无定论。回想两年前构思MBA毕业论文时,作为数据从业者,自己也希望能研究或找到一个通用的数据资产估值方法,让数据资产进入企业财务报表,让数据人的工作重要性能提升到CXO的视野之中。

本文是刘晨先生2014年5月MBA毕业答辩PPT,希望通过精要的材料和一些初步结论,为如今的探讨加入一些原料。但是,大数据之理论与实践发展一日千里,回看两年前的粗鄙之作,其观点和论证都不能称之为完善,姑且抛砖引玉,贻笑大方吧!


◆ ◆

摘要

中国的信息化建设已有二十余年,各行业企业已投资建设大量信息系统、积累了海量数据,并基于数据建立了丰富的业务和分析应用,支撑经营管理和战略决策。随着大数据时代的到来,政府和企业更加高度一致的将数据视为组织的核心资产,希望通过对数据的更好利用获得更广泛的价值。

然而,数据管理行业对数据资产估值的讨论尚停留在定性的阶段,尚未有普遍的定量讨论和分析,更未形成系统的、统一的、经过严格推理计算的定量估值方法。定量估值方法的缺失,制约着企业更加准确的评估信息化建设成效、科学进行信息化投资决策,更无法将企业数据资产价值纳入企业价值评估、提高企业估值的准确性。

根据会计准则对企业无形资产的定义并结合数据的特性,我们不难获得数据是企业的无形资产的结论。更进一步,参考无形资产的估值方法、结合对组织内的数据应用实例和全球数据市场的分析,我们分别评估了收益法、市场法和成本法应用于数据资产估值的适用性和局限性,得到了推荐使用收益法、有条件的使用市场法、不推荐使用成本法的总体结论。

对数据资产的准确估值可以帮助企业更准确的评估信息化投资收益和投资并购项目价值,有效分析法务合同中与数据相关的风险价值,更有助于企业实现基于数据产品的商业模式创新。基于对数据变现商业模式的概念和企业实施数据变现的商业实践的讨论,我们提出了数据变现商业模式的一般实施框架,从制定数据变现战略、建立数据团队、内外部数据变现应用、技术支撑和数据治理几方面分析了数据变现商业模式的实施要点和实例,以期为企业提供更具有行动指导意义的参考借鉴。

在中国各行各业普遍的、迅速的开始大数据实践的时点,我们不缺少技术方案和商业案例,但似乎缺少一些对于数据、数据资产、数据资产估值、数据变现商业模式的概念、组成要素和相互关系的慢节奏的、系统的思考和讨论。这正是本报告希望提供给读者的:在理论层面思考得更细致和深入,在实践层面才可能走的扎实和长远。

◆ ◆

关键词

大数据;数据资产;估值;数据变现

结合前述分析,我们可以得到3个结论:

1. 数据资产对企业经营产生价值,甚至是其主要的收入来源;

2. 无形资产价值在企业价值中的占比越来越高,然而,尽管数据资产本质上是无形资产,其价值尚未记录在企业财务报表的无形资产价值中;

3. 企业的市场价值中存在尚未记录或评估的价值,这部分价值随着信息技术和信息产业发展而显著增加。

由于数据资产是信息技术和信息产业发展所带来的最直接的成果,由此可以进一步推论:数据资产的价值正在显著增加并已经体现在企业市场价值中。但是,由于数据资产估值方法的缺失,我们尚不能准确的得到数据资产的量化价值。

本章回顾了业界有关数据资产估值的观点和无形资产估值方法,并结合实例对收益法、市场法、成本法三种估值方法的应用评估。本报告对数据资产估值方法的分析结论是:内部数据应用估值时推荐使用收益法,外部数据应用估值时可对少量类型的数据使用市场法,不推荐使用成本法,具体如下:

1.收益法能够较好的评估数据资产对于企业内部应用的价值,其难点在于需要与业务应用场景结合非常紧密,对业务的理解要求较高且估值过程可能有较大工作量,需要信息技术、财务和业务人员共同参与。

2.市场法在目前阶段存在较大局限性,主要因为全球数据交易市场处于早期发展阶段,可供比较的数据交易案例和数据资产类型极少。市场法目前只适用于给企业部分数据类型(如位置数据)提供一个市场价格,而非从资产角度的价值评估。

3.成本法应考虑信息系统的重置成本,但由于其不能评价未来数据资产应用带来的价值,且信息系统的成本已经在信息化投资中体现在企业资产负债表上,无需以数据资产的形式再体现一次。

本章结合数据变现和商业模式的定义,给出了作者对“数据变现商业模式”的定义:数据变现商业模式是企业或机构利用内外部数据资产创造经济价值的战略、组织、制度、技术和运营活动的组合。进而结合电信运营商行业的商业实践,本报告提出了包括战略规划、内部变现模式、外部变现模式、技术支撑和数据治理的整体实施框架,以理论和实际结合,定量与定性结合,业务、管理与技术结合的方式对此实施框架进行了初步阐述。

作者认为,数据资产估值方法是一种静态的方法,其结果无非是一个数字。只有将这个数字与动态的、具备行动指导意义的数据变现商业模式结合,才可能真正为企业带来价值。

◆ ◆ ◆

结语

本报告的核心议题在于,数据作为当今企业的核心资产,应该如何评估其价值?企业应该构建怎样的商业模式去挖掘数据资产中的价值?

何以选择数据资产估值与数据变现商业模式作为报告的研究主题?本报告成稿之际细细想来,这个命题应该正是三年MBA学习的最大收获,因为这代表着作者思维角度和层面的转变,而思维的转变,才是最重要的,也是作者最欣慰的。

进入MBA课堂之前,对于数据管理的本职工作,作者更多是从信息技术的角度来看待,即便是有若干对数据的价值和投资回报的探讨,也多停留定性的、肤浅的层面。而随着MBA课堂上对经济、战略、金融、会计、营销、组织行为、公司治理、商业模式等方方面面的理论和实践全面涉猎,作者逐渐产生了从投资、金融和商业模式的视角去审视自己从业多年的企业信息化和数据管理领域的想法,对于数据价值的思考也愈发深入和频繁,对“如何进行数据估值,如何让数据为企业产生更大商业价值”这两个问题答案的渴望愈发强烈。

于是,希望借此毕业报告之机会,对数据资产的估值方法和以数据资产为核心的商业模式进行较为系统的调研、分析和研究,给自己一个答案。

本报告的研究结论已在以上各章节中有所表达,在此做一个简要的回顾。毋庸置疑,数据是当今企业最为宝贵的核心资产之一,但是数据资产价值如何进行量化评估,IT业界、至少是中国的IT业界几乎没有有效的方法,甚至涉及此话题的讨论都异常鲜见。本报告回顾了部分业界著述对数据估值方法的定性讨论,简要介绍了无形资产的估值方法,并结合国际案例探讨了收益法、市场法和成本法应用于数据资产估值的适用性。

数据资产估值方法仅仅是企业利用数据资产创造商业价值的方法论基础,更重要的是,从战略、组织和运营方面进行更系统的规划,形成可操作的商业行动方案。因此,本报告在数据资产估值方法的基础之上,进一步讨论了数据变现商业模式。

如开篇所谈,大数据时代刚刚到来。数据如金矿,数据如石油,数据如货币,数据之于企业、数据之于经济、数据之于民主、数据之于国家战略,在一切皆可信息化、皆可互联网化的大数据时代,如何强调数据的重要性都不为过。有关数据资产、数据商业模式的讨论,本报告仅仅是一个开始,作者对于此领域的关注也不会因为报告和答辩的结束而戛然而止。紧接下来的一个话题,便应该是本报告只做了浅尝辄止讨论的数据交易市场。

限于时间、可得的资料和作者的水平,本报告的研究方法和结论一定有许多瑕疵经不起推敲。作者不奢求本报告结论的正确性,仅仅希望以此报告的选题,为数以百万计的企业信息化从业者和小众的数据管理从业者带来些许新的视角和思考维度,进而能让我们的信息化和数据管理工作与战略、与商业、与货币化的价值有更紧密的结合!

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2016-04-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

人工智能行业薪酬曝光,是时候转行了

AI科技评论按:人工智能可谓是目前最热门的行业,从走在前沿的科技公司,到努力创新的传统行业,几乎都想把握这个新“风口”。而人工智能的核心就是人才,热门的行业通常...

31470
来自专栏钱塘大数据

【推荐阅读】BAT、网易、京东等是怎么做大数据风控的?

本文作者:蹲在角落数蝈蝈 大数据风控目前应该是前沿技术在金融领域的最成熟应用,相对于智能投顾、区块链等还在初期的金融科技应用,大数据风控目前已经在业界逐步普及...

42770
来自专栏机器学习算法与Python学习

机器人也会“生孩子”了,人工智能向人类发出挑战!

科技发展的速度总是超过人类的想象,就像我相信外星人存在茫茫宇宙之中一样。人工智能发展的步伐,已经提前实现了一些看似不可能的高难度工程。比如在人工智能领域的 研究...

31540
来自专栏云计算D1net

政府部门的业务流程的变革始于云计算

在经过数十年的努力维持内部部署的应用程序和系统稳定运营之后,各国政府IT部门正在转向云计算,以获得一个新的IT起点。

12700
来自专栏达观数据

AI上海创未来,2018长三角人工智能应用创新张江峰会圆满召开

19250
来自专栏数据的力量

大数据在金融行业的应用

37750
来自专栏数据猿

数字冰雹创始人邓潇:大数据产业生态逐步成熟,服务厂商各有所专

数据猿导读 从数据交易、数据集成,到文本挖掘、算法模型、人工智能,再到数据可视化,每个细分领域都涌现出了一些专业的公司,大数据产业生态布局逐渐成熟。如同数字冰雹...

405120
来自专栏人工智能快报

全球指纹传感器市场2023年将达130亿美元

据生物识别行业领先资讯网站FindBiometrics(findbiometrics.com)报道,美国市场调查公司BIS Research的一项最新预测显示,...

29850
来自专栏PPV课数据科学社区

Python需求增速达174%,AI人才缺口仍超百万!这份来自2017年的实际招聘数据如是说

说2017年什么最火,恐怕非人工智能莫属了。 对于这个新兴起的行业来说,它还有巨大的潜力,未来还将引领很长一段时间潮流。此时,若你要转型成为AI人才,那么很高兴...

32990
来自专栏华章科技

人工智能行业薪酬曝光,是时候转行了

数据显示,管理岗在各岗位中薪酬最高,平均达到 23k,数据开发和人工智能紧随其后,都在 20k 以上。

16940

扫码关注云+社区

领取腾讯云代金券