数据价值与定价_肖潇雨;贾雷;胡鑫;靳强;南海涛 编著_AZW3_MOBI_EPUB_PDF_电子书(无页码)_肖潇雨;贾雷;胡鑫;靳强;南海涛 编著

内容节选

一、数据成本 数据成本、数据质量、数据安全、数据应用场景不仅是数据价值的核心影响因素,也是数据资产价值评估的主要依据(见图3-1)。 图3-1 数据资产价值评估的主要依据 来源:基于公开资料整理 (一)综述顾天安,刘理晖,程序,等.我国构建数据要素市场的挑战与建议.发展研究,2022,1:44-51. 根据国家工业信息安全发展研究中心发布的《中国数据要素市场发展报告(2020—2021)》,从数据产生到发挥要素作用全过程的产业链角度出发,数据要素市场可以分为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用和生态保障7个主要模块 。 1.数据采集 数据采集是数据要素市场的起点,涉及从各种来源收集原始数据的全过程。数据来源包括传感器、物联网设备、社交媒体等,数据的采集方式多种多样,可以是实时的,也可以是批量的。 2.数据存储 数据存储是将采集到的数据进行整理和归档。在数据存储方面,有多种技术可供选择,如关系型数据库、非关系型数据库、云存储等。不同的存储方式适用于不同类型的数据和不同的应用场景。 3.数据加工 数据加工是对采集和存储的数据进行整理、清洗和转换的过程。数据加工的目的是提高数据的质量和可用性,使其更符合后续处理和分析的要求。常见的数据加工技术包括数据清洗、数据转换、特征工程等。 4.数据流通 数据流通是将经过加工的数据从一个地方传递到另一个地方的过程。数据流通可以通过多种方式实现,如数据传输协议、数据交换平台等。数据流通的目的是实现不同系统和组织之间的数据共享和交互。 5.数据分析 数据分析是对已经流通的数据进行深入挖掘和理解的过程。分析师通过各种统计方法和机器学习算法,可以从数据中提取有价值的信息,为企业决策提供支持。 6.数据应用 数据应用是将分析结果应用于实际业务场景的过程。数据应用可以帮助企业优化业务流程、改进产品设计、提升客户体验等。数据应用的成功与否取决于数据分析的准确性和与业务需求的匹配程度。 7.生态保障 生态保障是指为数据要素市场的健康发展提供支持和保障的一系列措施。这包括政策法规的制定和执行、安全保障措施的加强、人才培养和合作机制的建设等。只有建立健全生态保障体系,才能确保数据要素市场的可持续发展。 基于对数据要素市场7个主要模块的分析,数据资产价值的形成过程可以分为数据采集、数据处理、数据聚合、数据分析4个阶段(见图3-2)。 图3-2 数据资产价值的形成过程 来源:基于公开资料整理 (二)数据采集 1.概述 数据采集作为数据要素建设的第一步,具有至关重要的地位。这一步需要对散布在社交媒体、网站、数据库等各个业务系统中的用户行为数据、业务支撑数据及安全事件等各类数据信息(包括但不限于文本、图像、音频和视频等)进行收集和存储。数据采集的目标是收集和存储尽可能多的相关数据,为后续数据处理、数据聚合和数据分析等提供坚实的数据基础。顾天安,刘理晖,程序,等.我国构建数据要素市场的挑战与建议.发展研究,2022,1:44-51. 调查发现,国内各单位数据资源一般有多个获取途径,以下载公开数据、爬取网络数据和定制采集数据等公开采集方式为主。其中,将下载公开数据、爬取网络数据和定制采集数据作为数据资源来源途径的单位数量占全部调查单位数量的比重分别为80%、50%和43%;而将采购原始数据、直接采购数据服务、物联感知设备采集数据和采购加工后数据作为数据资源来源途径的单位数量仅分别占全部调查单位数量的28%、27%、25%和18% (见图3-3)。 图3-3 数据资源的主要获取途径 来源:顾天安等《我国构建数据要素市场的挑战与建议》国家工业信息安全发展研究中心.中国数据要素市场发展报告(2020—2021).(2021-05-06). 《中国数据要素市场发展报告(2020—2021)》显示,我国现阶段90%的可用数据均为政府所有 。随着信息技术的不断进步和社会需求的多样化,越来越多的企业、科研机构和个人由于其业务特性和规模逐步产生了大量的、极具分析价值和挖掘价值的运营数据,共同形成了多元化的数据资源系统。同时,政府相关部门也会发布与行业相关的统计数据和报告,这些也都是数据资源的重要来源。 2.数据采集过程 数据采集属于数据获取阶段。数据获取可能是主动获取,也可能是被动获取。主动获取数据可能发生的成本:向数据持有人购买数据的价款、注册费、手续费,通过其他渠道获取数据时发生的市场调查、访谈、实验观察等费用,以及在数据采集阶段发生的人工费、场地租金、打印费、网络费等相关费用。被动获取的数据包括企业生产经营中获得的数据、相关部门开放并经确认的数据、企业相互合作共享的数据等。从企业角度看,被动获取的数据如果要形成数据资产,还需要企业自身进行数据的清洗、研发和深挖掘。由于在数据获取阶段企业付出的成本较小,因此可以只考虑......

  1. 信息
  2. 内容简介
  3. 推荐序一
  4. 推荐序二
  5. 推荐序三
  6. 前言
  7. 第一章 数字经济与数据要素
  8. 一、 数字经济时代
  9. 二、 数据要素市场
  10. 三、 数据的内涵与特性
  11. 四、 数据创造价值
  12. 第二章 从数据要素到数据资产
  13. 一、 数据要素价值化
  14. 二、 数据资产的状况与特征
  15. 三、 数据资产的行业属性
  16. 第三章 数据资产价值评估
  17. 一、 数据成本
  18. 二、 数据质量
  19. 三、 数据应用场景
  20. 四、 数据安全合规
  21. 五、 价值评估
  22. 第四章 数据定价与入表
  23. 一、 数据定价分析
  24. 二、 数据资产入表
  25. 第五章 困境与挑战
  26. 一、 数据权属
  27. 二、 交易流通
  28. 三、 收益分配
  29. 四、 安全合规
  30. 五、 管理标准
  31. 六、 资产入表
  32. 后记