数据价值及其资产化分析「数据价值化」

一

数据价值是什么，应将其视为公司资产吗？

根据瑞士信贷投资分析师的研究，自1950年代以来，标普500上市公司的平均年龄已从60岁降至现在不到20岁，发生了许多变化。那些正在使用新技术、自动化、大数据、机器学习和创新的公司，获得了市场份额，并打乱了那些在适应数字化以及向数字化转变中速度较慢的传统公司（的节奏）。实际上，按市值计算，6家最大的公司中有5家（苹果，亚马逊，Alphabet，微软，Facebook）都是数据技术公司。了解数据的真正价值并通过高级分析技术加以利用的公司，正在实现持续增长。福布斯撰稿人霍华德·鲍德温（Howard Baldwin）做了一些比较，来证明数据有价值这一观点。

“为什么Facebook目前的估值为4150亿美元，而美国联合航空公司，它拥有飞机等资产，还拥有美国至亚洲及其它地方的机场设施、越洋航线等有价值的牌照等，其市值仅为240亿美元。”

颠覆性创新者将大数据解决方案作为竞争优势，以降低运营成本、增加收入、预测行为并改善现金流。他们将数据编入组织的每个职能部门。数据不仅用于记录已发生的事情，而且还用于以惊人的速度预测和驱动变革性的变化。但是，有多少公司在资产负债表上将其数据列为有形的公司资产呢？

二

您的数据值多少钱？（What is Your Data Worth）

公司如何计量或者估计其数据的价值？在《麻省理工学院斯隆评论》的一篇题为“您的数据值多少钱？”的文章中，提到了微软以260亿美元收购LinkedIn，并提出了这一问题。他们是否为购买LinkedIn的网络用户数据支付了公允的价格？微软似乎是这么认为的，但随后信用评级机构穆迪在公告中对微软的信用评级进行了审查。关键是，仍然没有确切的公式来为数据或信息定价。戴尔EMC的史蒂夫·托德（Steve Todd）做了一项关于数据估值的调查研究，他们对收入超过10亿美元的36家公司进行了访谈，发现这些公司更多地关注海量数据的存储、保护、获得和分析等方面的挑战，而不是那么关注数据商业价值的转移或者量化（transforming or quantifying）。

研究公司Gartner预测，到2022年，公司估值将基于其信息组合(information portfolios)。当前，美国会计准则GAAP不允许在资产负债表中将数据（无形资产）资本化。这会使得公司的账面价值与市值之间出现巨大差异，如果一家（拥有大量数据的）科技公司要进行首次公开发行，则可能会导致估值定价问题。

这让许多分析师想知道特别是对于信息丰富的公司，是否应该将数据视为一项有形资产。

三

一些试图为数据赋予价值的框架

斯隆管理评论（Sloan Management Review）的詹姆斯·E（James E）将数据价值定义为确定价值的几类方法的组合：

•资产价值，或保存价值（the asset，or stock，value）

•行动价值 (the activity value)

•预期或未来价值 (the expected，or future，value)

•审慎价值（the prudent value）

3.1

数据作为战略资产（Data as Strategic Asset）

对于某些寻求资本化或货币化其数据资产的企业，他们开始分析其客户数据的价值。这已不是什么新主意了，零售商店中数十年来一直在向他的客户发放会员卡。但是，客户数据可以产生实质性价值（material value）（如果数据被获取、出售或交易），或者企业实际上并未出售客户数据，仅仅是利用它创造了新产品或新服务，也会形成价值，Google和Facebook就是很好的例子。例如，根据CIO科技研究，The Kroger公司以联合数据提供商身份，通过出售其库存和销售点数据，每年产生1亿美元的增量收入。

组织可以获取专有和公开数据来创建有用的数据集，供他人购买或使用。像尼尔森公司这样的市场研究公司就是一个例子。

3.2

数据的使用价值（The Usage Value of Data）

数据的使用及其使用/记录频率，通常可以通过产生该数据的应用程序来观察（例如移动APP，客户关系管理系统CRM或总账General Ledger等）。数据使用通常由两方面定义：应用程序（例如CRM或General Ledger）和使用频率。使用频率可以应用程序工作负载（application workload）、交易速度（the transaction rate）以及数据访问频率（the frequency of data access）表示。

因此，从使用频率的角度去分析数据价值，可能会有一个另辟蹊径的前景。通常来说，考虑有形资产（机械、设备、建筑物等）时，其价值通常会随着使用的增加而下降或贬值（房地产可能正好相反）。但是，数据使用得越多，其价值则会增加。换言之，如果将数据视为资产，那么它的价值会变多（数据是不可耗尽的、不会贬值的、持久的、战略性的）。

Alphabet的谷歌地图GPS导航和本地商户列表这一应用程序，集成了来自给定位置用户的众包点评数据（crowdsourced review data）（如果您使用的是Android手机，Google会发送推送提醒，鼓励您对去过的地方进行点评）。因此，随着参与和撰写评论的人越多，Google地图数据对于利用它找去处或游览地的人来说，价值就越大。

数据资产

金融资产

房地产

存货资产

不被耗尽

可供后续使用

可被耗尽

可被耗尽

不会贬值

√

√

随时间贬值

随时间贬值

持久性

免税

√

√

战略性

√

√

√

√

1）如今数据是最具力量、尚未被充分利用且管理不善的资产

2）数据特点：独占性（sole）；不会被耗尽(not-depletable) ；不会贬值（not-degRADing）；持久性（Durable）；战略性（Strategic）

您可能听到“数字资产”和“数据资产”这两个术语被互换使用，但是从会计角度看，还没有形成在公司资产负债表中如何确认这些资产的标准化定义。因此，目前来看，如果公司的数据资产可追溯可量化（tracked and quantified），通常会将其与其它类型的无形资产放在一起，比如专利、商标和版权等。

尝试为无形资产定价的方法有几种。一种方法是，基于最近的可观察到的市场交易中相同或相似资产的价格；还有一种方法是，观察它们未来产生多少现金流量或收入，或者更换或开发它们将花费多少成本。[译注：这几个思路，应当是参照了会计中的几个计量属性，第一个对应公允价值（第二层次，参照市场相同或类似交易价格），第二个对应现值（未来经济利益流入的折现），第三个对应重置成本（当前条件下重新获取该资产所需支付的对价）]。

3.3

审慎价值方法（Prudent Value Approach）

“审慎价值”方法由Dell EMC全球服务CTO Bill Schmarzo开发，它对数据价值的计量是基于对数据的使用或利用程度，即如何使用或利用数据来制定或推进符合公司战略的关键业务规划的业务决策。使用这种方法可以带来很多好处：

1）它为从重要业务规划（business initiative）的财务价值中获得的数据集确定了价值范围或标准。

2）更为关键的是，它围绕着推动业务规划发展的业务决策（business decisions）制定了数据估值流程。基本上，“审慎价值”技术衡量不同数据集被使用的方法，以及更为重要的，对实现项目或目标的预计影响。

3）更重要的是，“审慎价值”技术围绕着旨在实现业务规划的业务决策，给出数据估值流程的框架。它量化了使用不同数据集的方式，及其对业务规划成功所产生的影响。

四

信息经济学概念（The Concept of “Infonomics”）

Doug b. Laney是《信息经济学》一书的作者，也是Gartner研究和咨询团队的副总裁、首席数据官（CDO）兼分析师。在书中，Doug指出“信息经济学是主张数据具有经济意义的理论、研究和学科”。这本书为企业提供了将信息作为真实资产进行货币化、管理和计量的框架。他认为，许多IT领导者可能会说数据是公司最重要的资产之一，但他们是否真的像真实资产那样对其进行管理和看待？或者甚至向董事会报告其信息资产的健康状况呢？

比如，您会查看公司有形资产的供应链和资产管理部门，甚至财务报告和管理流程。道格问道：“您是否为信息资产制定了类似的会计和资产管理要求？”他接着说：“大多数组织都没有。

五

组织化资产（Organizational asset）

现金&其它金融工具房地产存货知识产权人力资源

--知识

--技能

--能力

金融资产组织声誉商誉品牌数据【不只是IT部门应该拥有这份资产，整个组织应该拥有!】

徐星美 数据工匠俱乐部 昨天

译者信息

徐星美 ， 人大财经学院教授

中美两国的搜索引擎巨头谷歌和百度，在人工智能布局与战略转型上都处于领先地位，并且谷歌和百度在人工智能的发展均受学界和业界的肯定，成为研究智能平台赋能产业的两个样本。

这两家公司在人工智能领域布局较早。2011年谷歌建立Google Brain，布局人工智能领域，形成了从Waymo、Google Assistant到TensorFlow、Cloud AI再到Cloud TPU、Edge TPU——从应用到技术再到硬件的平台矩阵。百度在2013年建立深度学习研究院，也形成了从Apollo、小度助手到飞桨、百度大脑再到百度鸿鹄、昆仑的平台矩阵。

中国独特的市场环境使企业面临多方面挑战，需要技术和产业价值并重的中国特色AI平台。

例如，在无人车领域，谷歌和百度采用了不一样的平台思路。在平台管理上，谷歌采用了较为谨慎的强把控策略；而百度则更为开放，共享各种技术能力，构建广泛的生态系统。

在和技术合作伙伴英特尔、汽车OEM厂商菲亚特克莱斯勒、捷豹路虎以及大出行生态伙伴来福车（Lyft）、安飞士租车（Avis）、汽车国度（AutoNation）等的合作上，谷歌都对核心技术采取了端到端的控制。这种合作模式和谷歌自身的特点有关。自动驾驶技术的实现需要大量技术、人员和管理投入，谷歌凭借技术能力和经验积累而实现率先突破：在人才储备上，拥有多位自动驾驶领域的领军人物；在人工智能算法领域具备领先的海量传感器数据分析能力；在地图、语音助手、芯片等多个自动驾驶相关领域大力布局，能够形成协同效应；谷歌无人车的实际道路驾驶经验，也让谷歌在模拟环境和自建场地中有很多积累。

荐：

【中国风动漫】除了《哪吒》，这些良心国产动画也应该被更多人知道！

声明

来源：8848汽车技术论坛，RAD极客会（ID:RAD_Geek_Club）推荐阅读，不代表RAD极客会立场，转载请注明，如涉及作品版权问题，请联系我们删除或做相关处理！