随着数据成为数据要素，并纳入到资产负债表，数据要素产业链中新增了两个数据环节：数据流通交易、数据证券化（变现）。与此同时，企业越来越重视外购数据管理和内部数据研发管理，随着《暂行规定》和《加强数据资产管理的指导意见》陆续出台，企业的财务、法务、数据分析挖掘团队有必要了解数据要素市场、数据资产化过程，以及数据要素商业应用的整体图景，以便为数据资产评估迎检和开展数据资产入表项目做好准备。同时，在宏观层面，各部门需要协同起来，共建数据资产管理体系和数据合规体系，补充完善外部数据管理制度，明确对外数据增值服务商业模式、建立数据资产运营调度机制，通过场内场外数据交易，搭建数字化平台等方式获取所需的资源和能力。在微观层面，各部门需要协同起来，开展外部数据/对外增值服务的数据运营，并计量成本价值、把控流入流出合规风险。对于公司财务而言，不仅需要从会计准则的角度理解数据资产入表的会计核算，还需要深刻理解数据全生命周期各阶段的活动和成本构成，开展数据资产估值和成本计量，并给出成本优化的改进建议，通过数据资产评估报告结果拓展更多银行授信等融资来源。对于公司法务而言，需要顺应强监管背景下的数据合规趋势，同公司网络安全与信息化领导小组一起，建立网安/信安/数安一体的数据安全合规体系，重点把控数据供应商和数据接收方在数据流入流出时的数据供应链合规风险。对于财务事务所和律师事务所而言，需要在数据资产评估、数据资产入表过程中给出评估报告和审计意见，拓宽新的数据合规/数据资产咨询业务来源。对于数据分析挖掘团队而言，随着业务部门自主开展数据分析，企业数据中心建设就绪，需要从传统手工技艺的分析挖掘项目，转向数据研发和常态化的数据资产运营，从传统”有什么数据用什么数据“，被动响应数据分析挖掘需求，转向”用什么数据有什么数据“，“统筹内外部数据资源和人才调度，加速从需求到交付间隔时间的整个过程。充分释放内部数据和外部数据的价值，同时调度内部人才和外部资源，加速解决方案开发和数据产品的应用落地。数据要素的新特征，推动企业数据资产管理、合规、运营体系建设。数据价值最大化“三角”：数据开发利用、数据安全合规、数据权属责任数据三权分置与价值分配：数据持有、数据加工处理、数据产品经营数据要素市场（供应-流通-需求）与数据供应链（数据供应方-企业-数据接收方）管控数据交易的出口（数据自用与数据出售）和入口（数据外购vs自行生产）数据要素产业链的新增环节：交易流通环节、数据融资证券化企业数据趋势1：从传统手工技艺的数据分析，转向工业化、嵌入式的数据智能企业数据趋势2：业务部门自主开展分析，企业建立数据中心为分析挖掘的机会:从传统项目制的数据研发，转向常态化的数据运营为财务法务的计划：建立数据资产管理制度和组织、建立数据合规体系第三节：数据确权、数据资产登记与授权运营(实操平台工具)数据供给内容：数据+算法+算力 vs 数据资源+数据元件+数据产品数据供给生态：三类数据资源持有方+X类数据第三方服务公共数据授权运营现状：政策、组织、运营机制、平台与交易（场外）公共数据供给方式：无条件无偿、有条件无偿、有条件有偿数据供给模式：APIs模式 vs 数据空间隐私计算对外数据增值服务：行业大数据中心&数据增值服务公司总结：数据供给中的产权问题、专业授权运营、与开发利用。数据要素政策的发展历程：起步阶段、落地阶段、深化阶段三架马车解读：《数据安全法》《个人信息保护法》《网络安全法》DCMM数据管理成熟度模型、DSMM数据安全成熟度模型解读数据入表问题解读： 《企业数据资源相关会计处理暂行规定》解决入表后的管理和运营问题：《关于加强数据资产管理的指导意见》数据资产入表的业务模型：外购 vs 自产；自用vs 出售4、场景需求牵引: 数据供求中的标准化vs 个性化5、金融机构(股份制银行) 所需的常见市场数据源类型6、非金融机构(能源企业) 所需的常见的市场数据源类型内部应用场景 1: 维修工单: 预算工时物料，纪录整个维修业务(项目)过程内部应用场景 2:业财融合，将预实分析结果推动到业务前端内部应用场景 3:故障预诊断与工程师派单、通知相关方研讨会签内部应用场景 4:方案库推荐最优方案，全球投票机制内部应用场景 5:资料证书推送、最近地备品备件配送外部应用变现场景 1: 设备数据画像，用于供应商设备技改的外部应用变现场景 2: 设备维修数据: 用于风场选址优化(1) 企业数据对外开放 (外部共享) : 通过数据中台和数据汇聚(2) 供应商企业数据: 通过建立监造系统，实现对供应商的数据交互(3) 用能企业数据: 通过自动抄表设备，实现同用能企业数据交互(4) 公共数据: 通过服务政府决策和社会民生，交换或无偿获取(5) 其他外部数据: 通过需求归集，集中采购获取第四节:当前市场个人数据源(6) 居民/个人数据: 通过 IOT 和抄表设备完成数据采集(7) 个人数据 (员工) : 通过日志、行为监控数据识别优质数据内容和安全隐患C1:某金融行业公司-司法/律所数据要素全流程应用案例存量客户方面， 为提升信贷风险监测系统预警效果，精准实现问题客户的提示、预警拦截，需采购司法数据用于全条线信贷风险监测、公贷个贷三网六网核查、信用卡审批账户管理预警等。因此，需要开展数据交易磋商，协商合适的价格和数据服务条款，并同自身数据仓库的数据整合到一起。增量客户和吸收存款方面，为吸引高净值理财客户(律师)，扩大吸储能力(律所)通过提供 Saas 平台,为中小律师事务所项目全生命周期管理和绩效管理数字化解决方案。作为回报，在线获取高净值理财客户的信用数据 (基于实时的经营数据) 通过律所对委托人财产进行保管，在银行开设存款账户。银行通过场外数据交易，同司法大数据行业数据供应商签订场外数据服务合同，精准把握存量问题客户的画像和法律风险银行通过为中小律师提供免费的数字化平台，拓宽了高净值人群(律师，律所的阿米巴的信用数据，基于真实可信的实时经营数据，银行扩大了存款规模，获取律所的委托人的财产保管(存款)。对于律所和律师而言，获得一定程度上可定制化的 SaaS 解决方案实现用好人、管好钱(2) 开展数据寻源: 识别场内/场外数据源和交易平台(4) 律所数据:数字化平台服务与数据交换第三节:数据管理制度与数据接入纳管(2) 制定《外部数据管理办法》《外部数据目录》(3)制定外部数据接入方案，管控数据接入过程(4) 建立外部数据管理平台，通过数据模型将司法数据与内部数仓数据整合到一起内部数据方面，在云和数据中台建设的基础上，建立数据资产管理制度和数据资产目录负面清单制度，通过DCMM四级和DSMM三级评估， 并在数据运维（运检和网安）的基础上，建立数据安全合规体系，数据资产运营调度体系和工单下发系统，在面向各业务部门各类数据需求提报时，统一数据需求受理，统一调度业务专家和开发人员，缩短从需求受理、解决方案到交付的时间间隔。外部数据方面，建立了“电网监造平台”，获取电力装备供应商的实时生产进度数据和质量检验数据，并能触达干预到供应商的生产车间，将设备全生命周期管理的起点，回溯延申至产业链的上游；对外数据增值服务方面，通过设备画像、双碳大脑等数据增值服务产品，实现数据变现。(2) 常见数据产品与增值服务，如客户画像、设备画像等(3) 三类增值服务:服务政府决策、服务社会民生、服务企业用能(1) 数据战略: 数字化部、数据资产管理委员会、法律部(2) 数据专家: 数据合规、经院(外部数据采购)/电科院(数据访问行为审计监控/质量稽核)(3) 数据 BP 层: 业务部 (营销/物资/财务等) -数据支持岗(4) 数据中心: 数据中心-数据研发/数据运营/网安数据运维第四节: 围绕数据需求和数据全生命周期，建立统一受理的运营调度机制常见数据需求类型。 (含数据共享与授权管理、外部数据需求、数据应用需求等）1.课程案例涵盖数据要素相关的各个领域，包括企业内部数据资产管理组织、数据中心运维运营与研发、外部数据寻源采购与接入纳管、对外提供数据增值服务实现数据变现公共数据授权运营、中小企业数字化平台建设等领域，使学员能够借助外部数据和平台扩大数据来源、能够通过运营调度机制临时组队建立数据解决方案，能够通过数据产品经营放大数据价值实现数据变现。2.紧密贴合国家数据局《数据要素行动方案》、《加强数据资产管理的指导意见》《暂行规定》等政策热点开展解读，帮助财务、法务扫清数据资产评估迎检任务和数据资产入项目过程中的困惑。3.重视企业内部数据资产运营机制和流程: 在面向业务方的各类数据需求(数据共享授权、数据应用开发、数据质量规则、数据安全解决方案)时，通过一个受理界面开展需求归集、资源配置，调度业务专家和开发人员参与设计研发，缩短从需求到交付的时间间隔，帮助分析挖掘团队找到全新的职业转型路径。4.重视财务、法务、分析挖掘团队的协同数据治理:能够在外部数据需求和采购、对外数据增值服务过程中推动分析挖掘团队、财务法务协同开展数据和人才调度运营、数据资产确认计量和成本分摊、数据合规安全管控，平衡风险和开发利用，帮助企业建立数据合规体系和数据资产管理体系。5.重视合作伙伴数据合规: 课程将外部数据获取过程中的数据寻源、数据采购、数据接入纳管过程中，从供应商/接受方,数据流入流出等场景详细给出数据安全合规策略要点。1.企业数据资产评估迎检小组负责人、企业数据资产入表项目小组成员。2.数据分析挖掘团队:从传统交付数据研发项目为主，转变为常态化数据资产运营的数据挖掘团队3.数据分析师:希望扩展分析挖掘的外部数据来源，包括无偿的公共数据来源、场内和场外数据交易数据来源，合法合规开展数据分析。4.从事数据资产会计核算、数据合规的公司财务、法务人员希望进一步建立数据资产管理体系、数据合规体系，并在数据资产运营过程中纪录并核算数据成本，把控企业与合作伙伴数据合规。5.参与企业数字化生态建设的决策者，通过为供应商/客户产业链中小企业建立数字化系统，实现数据交换和风险控制前置。面授 3600 元/人，远程直播 3000 元/人(CDA 持证人会员、全日制在读本科、研究生享九折优惠。)上午 9: 00-12: 00，下午13: 30-16: 30
刘凯
全球数据要素50人，协同数据技术（深圳）有限公司创始人
CDA数据分析师
严皓Like
