一 通過評估無形數據資產來釋放有形效益

最新的 NewVantage數據和分析全球領導力 (DAGL) 調查顯示，幾乎所有接受調查的公司都報告稱其數據提供了一些可衡量的價值，而五年前只有一半的組織做出了肯定的答復。盡管全球經濟不確定性加劇，超過 90% 的受訪者還表示計劃在 2023 年增加數據投資。

根據同一調查，當今 60% 的組織仍然沒有將數據作為業務資產進行管理。這歸結于他們的數據實際擁有什么實際或潛在價值的持續不確定性。例如，工廠可以通過更有效地為企業制造產品來創造價值。盡管如此，如果公司不知道資產本身的市場價值，他們就永遠不會投資該工廠。

這種狀態引出了一個問題：如果對數據價值的模糊理解是常態，那么組織如何才能優化對該價值的訪問?

對于高管信念與運營現實之間的差距，有一個合理的解釋：數據資產不存在于財務報表中。會計界和保險業已經全面明確地指出，大多數數據不能具有可審計價值，不能資本化，甚至不能被視為財產。然而，高管可能會認為，這種廣泛的說法可能更多地與這些行業的直接利益有關，而不是數據在全球經濟或其業務中的作用的現實。只要看一眼快速增長的數據市場，就會發現有巨大的機會來釋放組織數據的價值。

數據評估促進更好的數據管理和數據驅動的文化

DAGL 調查中，不到四分之一的受訪公司認為自己是數據驅動的，近 80% 的公司將文化障礙視為實現長期數據目標的最大挑戰。由于數據可能來自并影響公司運營的幾乎每個方面，因此組織協調對于實現長期數據目標至關重要。簡單地確認、衡量和報告組織數據資產的價值的過程可以對人們捕獲、管理和處理這些數據的方式產生深遠的影響。

通過全面的評估流程提高組織數據的流暢性還可以幫助確定優先考慮哪些數據項目。首席數據官 (CDO) 的任務是實現數據貨幣化和管理數據，這是一項沒有真正終點的艱巨任務，大多數人表示，他們的角色的具體期望在其組織內仍未得到充分理解或確定。數據評估明確了應該關注什么以及何時關注以獲得最大回報，幫助 CDO 制定計劃并將該計劃傳達給其他高管。

評估數據可以提高企業整體估值

在傳統資本越來越難獲得的時代，組織正在尋求從其各種資產中擠出任何潛在的價值。當今數字經濟中，如果不考慮數據等無形資產，企業資產評估就是不完整的。全面的價值賬戶可以為潛在投資者、合作伙伴、貸款機構和債權人尤其是那些也采用數據驅動策略的組織提供更好的條件。此外，在并購交易雙方中，了解目標公司數據資產的價值有助于更準確地對整個交易進行估值。

對于尋求貸款的公司來說，數據資產也正成為越來越受歡迎的抵押品。新貸款人現在提供由組織數據副本支持的非稀釋性融資，利用數據即資產的顯著特征：它可以在多種情況下輕松復制和使用，而不會耗盡其價值。評估數據資產是探索這種資本安排的關鍵第一步。

降低風險并發現與數據資產相關的漏洞

2022 年，全球網絡攻擊增加了近 40%，網絡安全專家警告說，盡管發生了像微軟和Crypto.com這樣引人注目的大型違規事件，但大多數攻擊都是針對中小型企業的。再考慮一下零日威脅(即被攻擊利用后才被發現的漏洞)的激增，很明顯，各種規模的公司在保護數據資產時都不能僅僅采取被動反應。

數據評估通過為正在發揮作用的資產提供更廣泛的背景信息，為圍繞信息安全的結構和預算提供信息。了解受保護的數據資產的價值，以及數據安全事件(例如數據泄露或勒索軟件攻擊)的潛在費用，將有助于領導層主動規劃和預算，以實現更好的信息安全。

數據估值是從數據資產中獲取價值的關鍵

高管們對數據的理解不如對其他資產的理解，并不是因為缺乏欲望。組織數據很復雜，通常是孤立的，很少標準化，并且需要大量投資才能正確管理、維護和貨幣化。然而，盡管面臨挑戰，幾乎每家公司都知道他們的數據具有重大價值，即使他們不知道如何確定該價值。幸運的是，數據資產估值模型不斷成熟和優化，一些估值服務利用機器學習將實時數據市場洞察與傳統估值方法結合起來。這些創新使數據評估變得更便宜、更快捷，因此更容易為中小企業所接受。

如果公司想要實現數據投資回報最大化，他們必須首先準確了解數據的價值所在。進行數據評估的原因有很多，但最終目標是認識到數據是一項主要資產，并且值得被如此對待。能夠走在這條曲線前面的公司將發現自己處于更有利的地位，可以充分利用其所有有形和無形資產。

二 利用數據作為抵押品的價值新模式

重新審視數據作為資產的時機已經成熟。盡管在進行企業估值或收集貸款抵押品時經常被忽視，但數據對于某些企業來說實際上可能比資產負債表上的其他任何內容都更有價值。

數據作為抵押品正在流行

大型企業已經在利用數據來應對經濟困難時期，例如美國聯合航空公司和美國航空公司在疫情爆發時獲得了由客戶忠誠度數據支持的數十億美元貸款。作為抵押品的數據對于貸方和借款人來說都有獨特的優勢。借款人可以利用其數據進行非稀釋性融資，使創始人能夠保留股權并保持對公司的控制權。與傳統的風險債務相比，以數據作為擔保的風險較低。即使在違約情況下，最壞的情況是貸方保留數據資產的副本進行出售，借款人保留原始版本，且操作不會中斷。與扣押實物資產或違約債權人收購相比，條款顯然更加友好。

數據資產還為貸方提供獨特的福利。數據是一種再生性、非消耗性和非排他性資產，可以廣泛貨幣化以滿足違約貸款。貸款人還可以調查數據資產，以揭示借款人在貸款之前和貸款期間的最新情況。數據就像煤礦里的金絲雀，比其他領先指標更能反映公司健康狀況的真實情況。

評估無形資產

讓貸款人和借款人就給定數據集的價值達成一致是一個很大的障礙。盡管有成熟的模型來評估房地產和庫存等實物資產的價值，但數據是無形的，是一種新穎的資產類別。盡管如此，仍有第三方專家和咨詢公司為數據和其他無形資產提供估值服務，為貸款程序提供了一些共同點。

雖然任何特定的咨詢公司都可能選擇保留精確的估值方法的專有性，但一些常見的數據估值方法包括特許權使用費減免法 (RRM) 和成本基礎法。這兩種方法都考慮了企業從其數據集產生的直接財務價值，但在分配持有數據資產本身的成本方面有所不同。

RRM 基于商標和版權等其他無形資產類別，并估算從第三方許可方租賃資產的假設特許權使用費。相反，成本基礎計算生產或購買數據的價格，并考慮研發、存儲和服務器成本以及勞動力等因素。

無形資產評估可能需要大量的人力和時間，即使是最富有經驗的顧問也需要數周或數月的時間才能完成。所需的專業知識也可能需要高昂的價格，通常在 25 萬美元左右。

傳統的數據評估沒有切合實際

也許傳統數據評估的最大挑戰是缺乏市場比較。盡管一些估值模型試圖確定為數據付費的意愿，但數據經紀市場根本上缺乏透明度，掩蓋了市場價格和潛在買家。

數據市場規模龐大、分散且高度不透明。根據 Transparency Market Research 的數據，全球數據市場覆蓋全球 5,000 多家公司，并且不斷增長，預計將增長 4,620 億美元。然而，這些市場和交易所不公布交易細節。由于許多數據交換仍然是點對點的，依賴于特定解決方案或像Revelate這樣的專用平臺，因此很難理解市場的實際運作方式以及不同類型數據的供需情況。

數據估值領域的一些新興參與者正在利用搜索和人工智能技術來揭開面紗并直接進入這些市場。Nomad Data是一家第三方數據搜索平臺公司，它已經開始收集和分析此類元數據。Gulp Data是一家提供數據支持貸款的新貸款機構，它使用來自活躍市場的數千個數據集訓練的機器學習，在幾小時內完成數據估值。通過跟蹤各種數據交易所上列出的超過 150 億條記錄的數據流動性市場，他們可以實時了解市場對數據的真實需求。他們還可以發現全球不同市場之間的需求差異，并揭示特定的買家，揭開貨幣化的神秘面紗并提供真實的市場比較。

隨著數據市場的發展以及希望利用其數據資產的公司需求的增加，此類靈活的、技術支持的估值將變得越來越必要。這些工具與真正的專業知識相結合，可以消除中小企業利用其數據和進入全球數據市場的一些進入壁壘。充分利用所擁有的數據意味著首先要了解其價值。

三 數據要素資產化的六大核心事項

數據要素成為資本和資產依賴于價值評估，而數據估值并不容易，尤其當前的情況是很多不懂財務和審計的數據專業人員更多的討論數據資產與資本。數據資產的特殊性在于并不能簡單的模仿以無形資產的軟件資產評估方法，所以在數據作為資產計入負債表的情況下，就需要關注數據資產化的六大核心事項。

1.數據產品化

2.資源資本化

3.治理常態化

4.估值專業化

5.價值公允化

6.入表嚴謹化