一、企业自身因素

(一)企业规模

企业规模是影响数据资产价值的重要因素之一。规模较大的企业,其业务范围广,涉及行业多,数据的产生量也越大,这意味着企业可以获取更丰富、全面的原始数据。大企业还有更强大的技术力量对海量数据进行挖掘分析,可以深入挖掘数据的价值。据统计,规模较大的互联网公司平台数据量往往在EB甚至ZB级别。这些数据如果得到有效利用,可以更深入地剖析用户画像,进行精准推荐,提升企业产品和服务质量,拓展营销渠道,开拓新的盈利模式。可以说,企业规模越大,数据资产的使用广度和使用深度越高,为企业创造的价值也越大,从而数据资产的整体价值也越高。

(二)企业技术水平

企业的技术能力也是影响数据资产价值的重要因素。企业需要的数据处理和应用环节主要包括:数据采集、数据存储、数据处理加工、数据分析挖掘、数据应用、数据保护等。这需要企业具备完善的信息系统基础设施、算法工程师团队以及针对行业特点的数据分析模型。技术水平高的企业,具备快速地采集不同格式 different formats的数据、存储海量数据、使用各类算法进行数据处理,使数据“提纯”,进行预测分析的能力。如果一个企业技术能力弱,难以对数据进行有效的收集、存储和分析应用,其数据资产的价值将大打折扣。相比之下,技术水平高的企业能更快更好地实现数据价值,其数据资产的整体价值也更高。

二、数据自身因素

(一)数据用途

同样一批数据,其应用范围不同,为企业创造的价值也不同。一般来说,数据资产的用途越广,为企业创造的价值就越大。例如用户的基本信息数据,在电商领域可以用于精准营销;在社交平台可以用于用户画像标定;在金融行业可以用于信用评级。数据用途越广,不同行业可以发掘数据中的不同维度的价值,从而企业可以从中获得更丰富的收益。此外,数据资产在主要应用领域中的效用大小,也会影响其价值高低。如果数据资产在某一重要业务领域发挥的作用很小,其对企业的价值也会降低。总体来说,数据资产的用途越广泛,在主要应用领域中发挥作用越大,其价值也越高。

(二)数据质量

数据质量直接影响企业对数据的分析和决策效果,从而影响数据为企业创造的价值大小。数据质量主要包括完整性、准确性、一致性等方面。数据质量越高,反映的用户需求、行业情况等信息越准确可靠,企业运用该数据进行产品设计、营销决策等活动的效果也越好。如果数据存在缺失、错误、不一致等问题,将难以准确反映真实情况,企业依据这些数据作出决策容易失误,带来不必要的损失。可以说,数据质量越高,数据资产的价值也越高。

三、外部环境因素

(一)市场需求

数据资产的价值同其他资产一样,也会受到市场需求量的影响。当对某类数据资产的市场需求旺盛时,企业出售或租赁该数据资产能获得的收益更高,其价值也就更大。相反,如果对某类数据资产的需求量很小,交易机会少,其价值会打折扣。近年来各行各业对利用大数据提升经营的需求日益增加,有效的数据资产的价值也在不断提升。

(二)法律法规

法律法规对数据资产的规范、保护和约束也会影响其价值。如果法律对个人敏感数据的使用有较严格限制,这部分数据资产的交易运用就会受到一定约束,价值会降低。另一方面,如果法律加强了企业数据资产的知识产权保护,赋予其较高的使用支配权,也会提高企业数据资产的价值。未来我国数据资产法律法规体系的进一步健全,也会对数据资产价值产生重要影响。

综上所述,影响数据资产价值的因素较多,既有企业自身因素如规模和技术水平,也有数据特征因素如用途和质量,还有外部环境因素如市场需求和法律法规。这些因素既相对独立,也有交互影响。数据资产评估时要基于评估目的,全面考虑各种因素的综合效应,选取适当的评估方法,才能客观合理地评定数据资产的价值。这也是当前数据资产评估面临的难点之一。数据资产评估必须处理好定性分析和定量分析的结合,在遵循评估基本原则的前提下,既考虑各种影响因素难以量化的特点,也要尽可能构建量化模型,使评估结果更具有说服力。