详解：企业数据资产入表路径及方法_企业数据资源入表合规方法与路径

一、数字资源入表国家政策

为规范企业数据资源相关会计处理，强化相关会计信息披露，财政部制定印发了《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），自2024年1月1日起施行，这是数据资源入表的重要背景。那么数据资源入表涉及哪些国家政策呢，本文整理了几个重要的相关国家政策。

1. 《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》

2022年12月19日，《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）对外发布，从数据产权、流通交易、收益分配、安全治理等方面构建数据基础制度，提出20条政策举措。“数据二十条”的出台，将充分发挥中国海量数据规模和丰富应用场景优势，激活数据要素潜能，做强做优做大数字经济，增强经济发展新动能。

2. 《企业数据资源相关会计处理暂行规定》

3.中华人民共和国数据安全法

《数据安全法》是我国第一部有关数据安全的专门法律。生效之后，《数据安全法》将与《网络安全法》及即将实施的《个人信息保护法》一起，全面构筑中国信息安全领域的法律框架。

4.中华人民共和国个人信息保护法

十三届全国人大常委会第三十次会议表决通过《中华人民共和国个人信息保护法》，自2021年11月1日起施行。

二、数据资源入表实施路径

2024年1月1日，企业数据资源相关会计处理暂行规定就开始实施了，企业按照要求就要把相关企业资源计入资产负债表，那么如何更好的开展此项工作，本文尝试给出了四大阶段十六项核心工作的相关路径以供参考。

1.第一阶段：政策解读

这一阶段需要企业的数据管理部门、信息管理部门、财务管理部门、法务管理部门及各核心业务部门需要了解数据资源入表的背景及政策，主要涉及以下几个国家政策及法规：

（1）《关于构建数据基础制度更好发挥数据要素作用的意见》也叫“数据二十条”

（2）《企业数据资源相关会计处理暂行规定》

（3）《会计准则》关于无形资产和存货的认定相关内容

（4）《数据安全法》

（5）《个人信息保护法》、《网络安全法》及行业相关管理规定

2.第二阶段：入表准备

这一阶段是入表前的准备阶段，包括企业财务制度修订、数据资源标准化及数据治理、数据资源盘点、数据资源认定。

（1）财务制度修订主要是指有些企业以往的财务规章制度可能没有数据类无形资产和存货的规定和要求，所以需要进行修订为入表做制度保障。

（2）数据资源标准化及数据治理主要是企业针对数据资源要进行分类、编码、说明以及数据治理相关工作，以免同类数据资源在不同分子公司重复入表的风险。同时，标准化的数据资源也有利于管理，通过数据治理更好体现数据资源价值。

（3）数据资源盘点主要是指按照分类将所属的数据资源盘清的过程，该过程有利于盘清数据资源底数，有利于数据资源质量保证，有利于资源向资产转化。

（4）数据资源确认是根据盘点的结果确认为是企业数据资源。

3.第三阶段：入表实施

这一阶段是正式入表工作开展，主要包括入表条件确认、资源价值评估、入表风险评估、数据资源入表及核查。

（1）入表条件确认主要是确认作为资产的数据资源到底哪些是无形资产、哪些是存货、哪些可以入表、哪些无法入表。

（2）数据资源价值评估在首次入表主要采用成本计价法入表，需要按照数据资产采集、维护、管理等各项成本计入，注意的是避免重复计价。

（3）入表风险评估主要是根据数据安全法、个人信息保护法、行业法规要求进行核验，保证入表的数据资源是合规的。

（4）数据入表及核查主要是确定入表的数据资源根据企业财务管理办法逐项计入，注意的是通过核查避免重复计入。

4.第四阶段：稳态运行

数据资源入表是新开展的工作，是一项新事物，必然有个从开始到常态化管理的过程，因此在实践中要不断总结经验，加强行业和跨行业的入表工作交流，实现常态入表的实现。这一阶段工作主要包括持续数据资源入表、数据资源审计及数据资源披露。

（1）持续数据资源入表类似于其他生产要素，实现常态化数据资源入表，数据是不断产生的、管理和运维工作持续进行、数据价值不断变化等，因此数据资产入表也是一项持续的工作。

（2）数据资产审计类似于财务审计，也会有内部审计和外部审计，因此做好数据资产审计也是确保数据资产价值有效性的保证。

（3）数据资产披露主要分为强制披露和自愿披露，不同行业性质不同，披露的要求和策略也不相同，因此企业需要根据自身的所在行业和特点制定相关的披露制度。

三、数据资源入表趋势展望

在企业数据资源入表趋势方面比较倾向陈朝林教授的观点：

一是：短期内不会大规模增加入表资产

• 不涉及对现有会计准则体系的原则性突破
• 未改变资产确认条件和计量基础
• 现行存货和无形资产准则尚不允许企业采用公允价值计量
• 未来适用法：前期已经费用化的支出不能重新调整为资产

二是：数据资源无形资产将成为入表的主角

• 数据资源的无形性、产权模糊性、存货难以计量性等特点，使其确认为存货存在较多门槛和争议
• 对外非排他性授权使用数据资源的业务模式，以及同时存在双重使用业务模式下的数据资源，适用无形资产准则进行会计核算较为合理。

数据资源会计入表核算的五大提示

提示一：暂行规定并未改变资产确认条件和计量基础，短期内不会大规模增加入表资产

暂行规定出台的目的是为了解决当前实务中对数据资源能否作为会计上的资产确认、作为哪类资产入表及其计量基础的疑虑，本身并不涉及对现有会计准则体系的原则性突破。暂行规定在会计确认与计量方面与现行无形资产和存货准则是一致的，如果企业的数据资源本身并不符合现有无形资产和存货准则有关资本化的条件，企业并不会因为是否执行暂行规定而对是否实现数据资源的会计入表得出截然不同的结论。

值得注意的是，虽然暂行规定并没有提出有关资产确认和计量的新条件和方法，但该规定的发布无疑给市场和企业释放了积极的信号，推动企业稳妥论证和推进数据资源的会计入表工作。过往在缺乏明确规定的情况下，企业往往不敢轻易引用无形资产和存货准则进行会计处理，并倾向于简单费用化处理所有的数据资源投入。暂行规定的出台为市场主体提供了有效的规则指引，有利于引导企业加快梳理其数据资源构成，并对数据资源相关交易和事项进行会计确认、计量和报告。

此外，由于我国现行无形资产和存货准则尚不允许企业采用公允价值计量模式，即使是符合入表条件的数据资源，例如企业外购且不构成业务合并，或者企业内部产生并确认为无形资产或者存货的数据资源，其计量基础仍应基于历史成本。因此，数据资源的整体市场价值在短期内并不会完全体现在企业的资产负债表中。

提示二：简单费用化并不是一项“自由选择”

暂行规定适用于所有执行企业会计准则的企业和单位。暂行规定正式实施后，“数据资源是否入表”不再是部分企业内部管理视角的选择题，而是所有企业财务合规视角的必答题。正如企业不能完全不加以论证和分析，就简单将当期所有研发投入和生产投入全部费用化一样，暂行规定施行后，企业应根据数据资源的持有目的、形成方式、业务模式，以及与数据资源有关的经济利益的预期消耗方式等，对数据资源进行分类，并相应根据无形资产或者存货准则对数据资源相关交易和事项进行会计确认、计量和报告。即使经判断暂不符合入表条件，暂行规定也引入了相关披露要求，例如，暂行规定要求企业应当披露计入当期损益的数据资源研究开发支出金额。因此，为了满足财务合规性要求，企业应尽快着手研究暂行规定，相应建立财务管理和会计核算制度。

提示三：前期费用化投入不应重新资本化

暂行规定采用未来适用法，且明确指出在暂行规定施行前已经费用化计入损益的数据资源相关支出不再调整。普华永道理解上述规定源于现有无形资产准则明确规定，内部开发形成的无形资产的成本仅包括在满足资本化条件的时点至无形资产达到预定用途前发生的支出总和，对于同一项无形资产在开发过程中达到资本化条件之前已经费用化计入损益的支出不再进行调整。因此，即使某项数据资源在暂行规定的首次施行日满足无形资产的确认条件，企业也不应在首次施行日将以前期间已经费用化的数据资源重新资本化。

提示四：有关无形资产和存货准则的适用范围

企业应根据数据资源的持有目的、形成方式、业务模式等判断适用无形资产还是存货准则。征求意见稿在公开征求意见阶段，曾经提出根据内部使用和对外交易两个维度，就数据资源应适用于无形资产还是存货准则进行区分。考虑到企业利用所持有的数据资源为客户提供服务是较为典型和常见的对外交易数据资源的应用场景，该场景属于内部使用还是对外交易存在不同解读，本次暂行规定明确了只有企业日常活动中持有、最终目的用于出售的数据资源，才适用于存货准则。换言之，对外非排他性授权使用数据资源的业务模式，以及同时存在内部使用和对外交易但并不主要依赖对外出售取得经济利益的双重使用业务模式下的数据资源适用无形资产准则进行会计核算较为合理。

提示五：对财务报表具有重要影响的数据资源评估及披露

征求意见稿曾经要求当企业对数据资源进行评估时，无论何种情况均应当披露数据资源评估的相关信息。暂行规定回应了各界对如何平衡数据资源评估披露的成本效益原则的关切，强调当评估结果对企业财务报表具有重要影响时，企业才应当披露评估依据的信息来源，评估结论成立的假设前提和限制条件，评估方法的选择，各重要参数的来源、分析、比较与测算过程等信息。

针对数字化转型成熟度高、数据资源治理情况较好、数据产品丰富或重大交易中涉及数据资产价值评估的企业，普华永道建议企业应尽快建立内部科学高效的数据资产价值评估体系或对接外部第三方数据资产价值评估机构，以便对企业合并对价分摊、数据产品定价、减值测试等事项所可能涉及的重大数据资源的价值进行合理的评估。

企业数据资源“五步法”入表路径解析

暂行规定的发布有利于促进企业重视和构建全面有效的、切合实际的数据资源治理与管理体系，从而为数据资源的确认、计量提供良好的基础，数据资产化也将进一步推动数据要素流通，加速数据要素市场化和价值最大化。然而，企业数据资源入表并非一蹴而就的工程，合理稳妥的入表路径应涵盖合规与确权、有效治理与管理、经济利益分析、成本合理归集与分摊，以及列报与披露五个关键步骤。

第一步：合规与确权

虽然我国《民法典》第127条承认了数据的民事权益地位，但未涉及具体的细节性规定，细节的留白使得数据的法律权属问题成为一个争议的焦点。2022年12月《数据二十条》提出建立保障权益、合规使用的数据产权制度，探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权的“三权分置”的数据产权制度框架。暂行规定的适用范围强调“合法拥有或控制”的数据资源，与我国陆续出台的一系列数据产权制度相协调。由此可见，数据资源的合规与确权是数据资源入表的首要步骤。普华永道建议企业可从数据合规梳理及数据授权梳理两个方面启动准备工作。

数据合规梳理：

企业应遵循《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《中华人民共和国网络安全法》《关于构建数据基础制度更好发挥数据要素作用的意见》、各省市行业数据安全管理办法等现行有效法律、行政法规和规范性文件，从数据来源、数据内容、数据处理、数据管理及数据经营等五个主要维度对待入表的数据资源进行梳理，查缺补漏，建立企业数据合规管理机制，确保数据资源的合法、合规。

• 数据来源合规：企业获取数据行为不违反任何法律法规、国家政策和社会公共道德，不侵犯任何第三方合法权利。常见的不合规行为包括：自行采集非企业主营业务范畴的相关数据；数据采买时未检查供应商是否拥有数据的合法授权等。
• 数据内容合规：企业存储数据的内容需真实、合法、合规，不得存储法律法规不允许采集或存储的违法数据。常见的不合规行为包括：企业私自存储未依法获取授权的国家机密数据、敏感数据、重要数据、商业秘密、个人信息等。
• 数据处理合规：企业处理数据行为不违反法律相关规定，符合合法、正当、必要原则。常见的不合规行为包括：企业超出个人授权同意的范围处理个人信息。
• 数据管理合规：企业需按照法律、法规、规章和国家标准等要求，建立数据合规相关管理制度，开展包括合规管理体系搭建、风险识别、风险评估与处置等管理活动，对数据分类分级管理、数据跨境，个人信息保护等领域建立相应的全链条监督管理机制。
• 数据经营合规：企业需依法开展数据经营业务，获得相应的资质、行政许可及充分授权，建立完善的内控体系，保障数据经营业务不危害国家安全、公共利益以及侵犯个人、组织合法权益。

数据授权梳理：

如前所述，数据权属是数据资源入表绕不开的重点，完善的数据资源授权链条是企业进行数据资源入表的前提。在进行数据入表前，企业应基于数据资源来源，梳理其完整授权链条。如企业自行采集个人数据时，应获得数据主体的恰当授权；企业采买个人数据时，应获得数据供应商及数据主体的恰当授权。同时，企业应建立数据权属监督管理机制，日常维护数据资源的权属变更情况，如企业获取数据授权存在期限，应在资产使用寿命估计中予以合理反映和披露。

综上，企业应当建立健全符合其自身特点的数据合规及产权管理制度，确保数据来源合规、隐私保护到位、流通和交易规范、分级授权合理，理顺数据资源产权关系，为实现数据资源会计入表扫清前置法律障碍。

第二步：有效治理与管理

企业会计准则有关资产确认的两个条件包括：一是，相关经济利益很可能流入企业，一般认为经济利益流入的可能性应大于50%；二是，相关成本能够可靠地计量。上述两个条件看似简单，实则需要企业建立相对完善的数据治理和管理流程才有机会实现。普华永道建议企业应尽快建立相应的数据资源管理体系，统筹相关数据基础工作，盘清数据资源家底，为后续持续可靠的会计计量和披露提供底层保障。

• 数据资产体系：建立顶层的数据资产管理体系，明确各方职责、建立数据资产相关标准和机制，以有效承接与推动数据资源入表工作。同时数据资产管理也应与企业自身的数据管理体系充分结合。
• 数据资源目录：建立企业级数据资源目录，盘点具有经济利益的数据资源，通过目录、标签化、元数据属性等方式准确描述数据资源，为后续估值与会计计量提供基础。
• 数据资产账户：对于数据资源规模丰富、价值含量高、可精细化管理的企业，建议开设数据资产账户体系，引入内部分户账，有效管理数据资产因持续开发、应用、内外部流通带来的账面价值变化。
• 数据资产血缘分析：为了有效支持后续数据资产成本法、收益法的不同价值分摊，实现数据资产视角的业财精细化管理，精确衡量数据资源的投产比分析等，应加强重要数据资产的血缘分析能力，形成准确的数据血缘图谱。
• 数据资源运营：通过数据资源入表与披露为抓手，形成企业级的数据资源内外双循环的运营能力，以财务资产视角推动各业务和技术部门的数据运营，数据运营的成果真正与企业财务表现挂钩，成为业务数字化建设的催化剂。

第三步：预期经济利益的可行性分析

如前所述，资产确认条件之一是经济利益很可能流入企业（一般指可能性大于50%）。在数据资源预期经济利益的可行性分析层面，普华永道建议结合企业不同的数据资源分类、业务交互需求和商业应用场景（数据产品和服务）分类，通过建立企业内部数据资产价值评估体系，采用货币化度量业务应用场景价值与数据资源取得成本的方式，开展对相关数据资源相关经济价值的衡量、数据资源投入产出效益的评价，夯实经济利益的分析基础。企业内部常态化的数据资产业务经济价值评价也将助力企业数据资源价值显化，进一步为实现企业日益频繁的数据产品化、服务化定价提供相应的输入支撑。

作为推动数据资源入表的必不可少的重要环节，数据资产价值评估是保障数据资源价值可靠计量、准确披露的关键手段，也是探讨科学公平确定不同主体间数据资源收益分配的基础。不可否认的是，从数据要素市场当前所处的发展阶段看，初期市场尚无活跃、公开的数据交易，因此较难获得公开市场信息方面的输入值。

作为全球领先的全球专业服务机构，普华永道在数据评估领域亦开展了深入的实践探索，并早在2021年7月形成了实证突破，借用物理学中的“重力势能”概念，首次提出创新的“数据势能”概念并进行相关实证探究，并在后续的研究与企业场景实践中，基于成本及收益途径不断完善数据资产价值评估方法与相应模型的设计利用，使得普华永道“数据势能模型”的价值评估框架可以广泛运用于不同类型、不同阶段的数据资产价值评估场景中，助力企业更好地开展数据资产价值评估工作。

第四步：相关成本的合理归集与分摊

数据资源的成本不仅仅包含外购过程中发生的购买价款、相关税费，还可能包括数据合规成本、治理成本、权属鉴定、登记成本以及需要分摊的间接成本等。数据资源典型的特征是具有伴生性，如何进行合理的成本分摊以确保数据资源成本的完整性是当前的实务难点。在数据资源相关成本归集与分摊过程中，企业业务运营成本与数据产生成本往往难以明确区分，例如，信息系统在支撑主业经营的同时也产生经营数据，业务支撑成本与数据资源产生成本应如何进行界定和区分。

如果企业期望实现数据资源的会计“入表”，则必须满足“成本能够可靠地计量”的前提条件。企业需要提前规划，结合上述“五步法”入表路径中第二步所介绍的“数据资源有效治理与管理”，通过数据资产的血缘分析能力，形成准确的数据血缘图谱，厘清数据资产化过程所占用的企业资源，配套建立统一、合理的数据资源的成本归集与分摊机制，并最终通过信息化途径进行落地。

第五步：列报与披露

暂行规定要求企业根据重要性原则并结合实际情况增设报表子项目，并通过表格方式细化披露。暂行规定对于入表的数据资源的一般性强制披露要求与现有无形资产和存货准则要求基本一致，此外，暂行规定还提出企业可根据实际情况自愿披露数据资源的应用场景或业务模式、原始数据类型来源、加工维护和安全保护情况、涉及的重大交易事项、相关权利失效和受限等相关信息，引导企业主动加强数据资源相关信息披露。

新增披露要求虽然会给企业带来一定的披露成本，但是适当的披露有利于将企业已经费用化的数据投入显性化，将企业的隐形价值可视化、透明化，有利于驱动企业价值的提升。此外，对数据资源评估的估值参数、假设与模型的披露要求，也将倒逼企业建立更加精细的内部管理流程，帮助企业厘清数据资源价值的构成、来源和实现方式。

结语

在数字经济时代，数据资源赋予企业新的生机和活力。暂行规定的正式发布无疑给市场和企业释放了积极的信号，引导企业对数据资源进行更有效的治理与管理。普华永道作为数据领域的践行者，致力于协助数据要素市场发展，在暂行规定“稳妥确定、可靠计量、合理披露”方针指导下，帮助企业构建提升数据资源治理能力，进一步探索数据资源价值实现方式，打造一条完整的数据资产价值实现通路。

来源：普华永道

一、背景介绍

为规范企业数据资源相关会计处理，强化相关会计信息披露，财政部会计司继2022年12月9日发布的《企业数据资源相关会计处理暂行规定（征求意见稿）》之后，于2023年8月21日印发了《企业数据资源相关会计处理暂行规定》（财会【2023】11号，以下简称《暂行规定》），自2024年1月1日施行，采用未来适用法。

二、内容解读及挑战分析（“2+2+3”）

2项适用范围

《暂行规定》适用范围包括：

• 根据企业会计准则相关规定确认为无形资产或存货的数据资源，即“入表1”的数据资源（本文简称“数据资产”）；以及
• 企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件（例如不满足“与该资源有关的经济利益很可能流入企业”或“成本或者价值能够可靠地计量”）而未确认为资产的数据资源。

2类数据资产

3项数据资产确认挑战

《暂行规定》并不涉及对现有会计准则体系的重大修订。根据《企业会计准则——基本准则》，资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。符合资产定义的资源，在同时满足与该资源有关的经济利益很可能流入企业，以及该资源的成本或者价值能够可靠地计量的条件时，确认为资产。综上，数据资源需要满足如下四个条件，方可确认为资产：

• 企业过去的交易或者事项形成
• 由企业拥有或者控制
• 预期会给企业带来经济利益/相关的经济利益很可能流入企业
• 成本或者价值能够可靠地计量

其中第一条比较容易满足，但是其余三条均对企业提出了要求和挑战。下面我们逐条分析：

1.由企业拥有或控制

数据资源形态及性质特殊，经常存在多主体权利混合及数据权利冲突，数据权属形式复杂，数据持有权、使用权、经营权并不清晰等情况，因此企业数据资源的确权面临诸多挑战。《数据二十条》2提出对数据资源持有权、数据加工使用权、数据产品经营权进行产权分置的概念，强化数据流通和使用。对于企业是否拥有或控制该数据资源，所有权是首要评估因素。企业需结合《数据二十条》数据产权分置理念，考虑数据处理各个环节对数据的权属影响，分析数据全生命周期的处理行为，建立完善数据确权体系，以帮助企业数据资源准确确权，支持数据资源资产化。

2.预期会给企业带来经济利益/相关的经济利益很可能流入企业

企业会计准则有关资产确认的条件之一：相关经济利益很可能流入企业，但是数据资源是否能给企业带来经济利益的论证往往较为困难，例如预计使用寿命内各种经济因素的影响很难有明确的证据支持。因此，对于企业内部产生的数据资源，关于“很可能”的认定标准将成为数据资源“入表”过程中的一个主要挑战。

3.成本或者价值能够可靠地计量

企业数据资源确认为资产需满足“成本能可靠计量”条件，涉及到数据的定价、估值等多方面问题。企业数据资源来源渠道广泛，可能通过外部采购、自行开发或伴随日常生产经营活动而产生。在进行数据资源“入表”的初始计量时，需按照相关准则要求确定资产的计量成本。企业通过外购方式取得的数据资源成本，除包括购买价款、相关税费外，还包括可直接归属于使无形资产达到预定用途或存货采购成本的费用，例如，加工为数据产品过程中产生的直接人工成本、治理成本及需要分摊的间接成本等。

很多数据产生和形成是企业经营过程中的附加产品，暂行规定对于企业内部数据资源的成本如何认定未有展开，如何准确归集并分摊相关业务经营成本和数据资源成本是数据资源成本计量的难点。在对数据资源进行后续计量时，资产负债表上的资产仅体现时点价值，价值可能随着时间流逝而减少，涉及数据资源无形资产摊销、减值，数据资源存货跌价准备的计提等。而且数据资源经常发生再加工，会使得数据资源成本计量变得更加复杂。

三、企业应对之策

对于企业而言，如何结合现有的数字化建设成果，丰富数据资产化的方法路径，加速推进数据要素的价值释放，成为了企业在数据从资源化利用阶段迈向要素化配置阶段的重大变革期脱颖而出的重要命题。对此，企业可从如下三大方面着手进行准备：

1.规范数据资源的核算，使得数据资源成本能够“看得清，算得准”

如果企业期望实现数据资源的“入表”，则必须满足“成本能够可靠地计量”的前提条件。由于数据资源形态的特殊性，如何进行合理的成本归集和分摊以确保数据资源成本的完整性和准确性是当前的实务难点。在数据资源相关成本归集与分摊过程中，由于企业信息系统在支撑主要业务经营的同时也产生经营数据，日常业务运营成本与数据资源产生成本的界定和区分离不开对于相关流程的梳理和优化。安永3可协助企业从如下方面进行准备：

• 建立成本归集与分摊机制：对数据资源产生过程中所占用的企业资源进行梳理，并结合相关规定和企业实践建立一套合理的数据资源相关成本归集与分摊机制，并可以支持上述机制在系统中落地；
• 优化数据管理流程与控制：对数据管理流程进行优化设计，明确业务部门、财务部门操作流程、操作规范及控制节点、稽核内容等，设计业务流程表单，明确审核内容及责任人等内容。识别目前业务执行过程中面临的瓶颈和效率低下的环节，在控制和效率之间平衡的基础上提出优化建议，增强部门间的协同；
• 明确数据管理岗位职责：从实施有效管控的角度，清晰定义各组织层次在相关流程中所扮演的角色及相关流程的主要责任人，明确各相关部门在流程中的职责定位和工作内容，并对不相容的岗位进行隔离。

2.加强数据资源管理，夯实企业数据基础

无论是对于能够满足“入表”条件的数据资源，还是由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源，企业均应在盘清所持有数据资源的基础上，加强相关数据资源的管理，为后续持续可靠的会计计量和披露打下坚实的基础。安永可从以下角度协助企业进行数据资源管理体系的优化，推动企业数据质量管理，为数据应用打下坚实的基础。

• 建立统一规范的数据标准分类制度：从数据的基础属性、业务属性、技术属性和管理属性等各方面实现业务数据与管理数据的标准化管理，为后续数据质量管理提供依据；
• 建立数据质量稽核规则：从企业的数据质量管理需求出发，定制化地进行规则设置并根据规则进行数据校验，对规则校验的结果进行监控和分析，实现数据向优质资产的转变；
• 建立数据资源管理制度：以厘清管理现状和制定未来管理目标为出发点，制定相关数据资源管理制度的优化方向，明确各级流程划分，全面梳理需纳入数据资源管理制度体系优化的事项。重点关注业财融合的领域，为企业提供更具价值的管理举措和可行的落地方案。

3.盘清数据资源现状，保证数据的合规与确权

《暂行规定》的适用范围明确了数据资源应由企业“合法拥有或控制”，我国近年来也陆续出台了一系列数据产权制度，可见数据资源合规与确权的重要性。企业应盘清数据资源现状，从以下方面保证数据的合规与确权：

• 数据合规：企业应从数据来源、数据内容、数据处理、数据管理及数据经营等五个主要维度对存量数据资源进行梳理，明确各类数据资源的定义，形成企业统一的数据账和数据资源目录。同时，通过建立数据合规管理机制，确保数据资源的合法、合规。
• 数据确权：企业应基于数据资源来源，梳理其完整授权链。此外，企业应建立数据权属监督管理机制，日常维护数据资源的权属变更情况，如企业获取数据授权存在期限，应在资产使用寿命估计中予以合理反映和披露。

四、优化数据应用，释放企业潜能

数据资源的有效应用可帮助企业推动业务决策和经营转型，实现企业内部价值赋能。安永可协助企业按照下图的核心要素与设计思路进行准备：

• 战略地图拆解：通过自上而下的战略拆解，聚焦设计企业管理的核心指标，确保各层级对于目标的理解一致，战略执行情况得以跟踪改进和落实；
• 价值树分解：通过自下而上地结合企业价值地图分析，首先将能够提升企业价值的动因进行逐层分解，帮助管理层识别哪些因素可以帮助企业提升价值；第二识别提升杠杆，帮助业务部门以及财务部门看到哪些杠杆能够真正撬动价值动因的提升，确保日常管理策略能够支撑企业战略发展目标；最终，针对每一个提升杠杆进一步形成可观测的、支持业务运营的经营绩效指标库，为逐步实践和提升企业核心价值夯实基础。

通过上述工作，为企业构建一套更加完善的数据应用体系，体现战略指导方向，整合经营信息，协助企业提升管理决策水平，实现企业价值创造。

来源：数据驱动智能 | SDX