热点:
首页      广告   目录   资讯   征稿    财会  视频   图片   评论      财经       旅游   时尚   
当前位置:首页 > 杂志频道 > 管理 > 管理纵横 > 正文
数据资产管理体系设计研究
时间:2019-08-05 10:52:29    来源:www.xiandaishangye.cn    浏览次数:    杂志首页    我来说两句()

      王积田  东北农业大学   黑龙江哈尔滨    150030

基金项目:2018年黑龙江省会计学会立项科研课题

 

摘要:大数据时代的到来,使各行各业的数据信息爆炸式增长,“数据资产化”已成为大势所趋,但是目前数据资产的管理仍没有统一的规则。因此从数据资产的概念和特征入手分析,通过对数据资产管理体系的制度、平台以及管理三个方面进行设计,具体对每一职能模块的探究,从而初步设计数据资产管理体系。

关键词:数据资产;数据资产管理;体系构建

随着云计算等一系列新兴技术的应用,在不同行业中各种终端设备不断地将获取的数据接入到网络数据是企业一项重要的战略资源,数据有助于企业提高生产力和效率、增加竞争优势,同时也是提高创新能力和创造消费者盈余的手段之一。将数据作为企业的一项资产进行确认和计量对于扩大企业价值是十分必要的,但是如何将数据资产化,进一步如何设立和建立数据资产管理体系是当前热门的研究话题。

一、数据资产管理概述

(一)数据资产概念

数据资产概念可以结合传统资产的定义数据自身的特征来总结,数据资产是指经过企业过去自身产生或者外购的,经过自身加工能实现企业经营目的,预期为企业带来可用货币计量或非货币计量的经济利益的流入的数据化资产。

从概念上,数据资产符合资产三个确认条件:数据资产都是由企业过去的交易和事项产生的;数据资产是由企业自身拥有和控制的,有自主权对数据进行处理的;数据资产可以直接或间接地给企业带来经济利益的流入。

数据资产特征

相比于传统资产,数据资产有四个特:一是形式多样化,数据资产的本质是数据化,而数据可以以各种载体的形式存在,以便传递和共享;二是时效性,数据资产的价值在不同时间内会有波动,必须不断地更新换代;三是可加工性,企业只有根据商业目的,对数据资产进行归集、整理、分析等一系列的加工,才会带来经济利益。如淘宝根据对客户的交易信息分析消费者的消费偏好,有针对性地推荐来增加交易量。四是独特适用性,不同行业的数据资产不同,企业也会根据自身目标对数据进行管理,因此一个企业的数据资产价值不一定对其他企业适用。

二、数据资产管理体系设计思路

数据资产管理作为一种新型数据管理理念,不同于传统数据管理,仅仅将数据作为经营活动的副产品,而是将数据作为企业一项资产来计量和管理结合自身特征以及其他资产管理体系构建思路,首先从制度设计、平台设计、管理设计这三个步骤依次来搭建数据资产管理体系。

1.制度设计:合理可行的会计规范制度是实行企业有效数据资产管理的前提条件,是数据资产管理体系得以实施的有力保障。在企业内部要建立数据资产库、健全数据规范条例,其中包括数据资产化有统一的标准、数据资产必须按照程序进行会计核算因此可以从制度设计作为着手点来构建数据资产管理体系。

2.平台设计:将数据资产平台建设作为会计信息系统研发的一部分,运用数据流图、数据词典、结构图等多种工具,从企业各个的业务流程入手,保证依据平台系统,数据资产每一环节都能得到有效的管理。

3.管理设计:以实现企业的商业目的为管理设计的价值导向,为不同利益相关方提供数据服务,尽力满足不同用户对于数据使用过程中方便、易获取的价值需求。同时一方面在数据使用过程中完善数据资产管理的设计构建,另一方面也是通过数据资产有效管理,致力于提供更好的数据使用服务。

三、数据资产管理体系板块建设

元数据处理

对于元数据的提取和采集是进行整个管理活动的起点。通过各种方式来获取用户所需要各类元数据,并对所收集到元数据进行统计、检查等工作以保证所获取的元数据的质量,为接下来的一系列管理活动奠定基础。

资产盘点分类

资产盘点分类主要指的是对目前企业内的各种数据资产进行盘点并且分门别类。会计准则上并没有设立数据资产这一会计科目,也没有对数据资产进行统一的分类。因此企业应根据自身经营情况,以方便管理、效率优先为原则,对数据资产进行标签分类。例如可以根据数据资产的获取来源、用途、用户类型、或者与数据资产相关的业务部门等标准进行分类,以此自下而上地完成整个企业的数据资产全局地图。

资产评估

分类别地对资产成本产出进行评估分析具体可以从数据资产的构成、使用情况、价值等各个方面对企业的数据资产进行评估。在方法的选择上,可以通过赋予各种评价指标以不同的权重来设立数据资产评估模型,也可以考虑调整各类别数据资产的差异性使评估体系更合理。资产评估分析可以使企业沉淀核心数据资产,使数据资产管理更有侧重,更贴切提高企业经济效益的目标。

资产治理

资产治理是数据资产管理的核心工作,旨在通过建立数据仓库来提供高档次数据环境。具体可分为数据资产标准化和数据资产模型化两个步骤,首先,数据资产标准化目的在于口径统一,提高可比性;在数据资产标准化后可以进一步对数据进行建模,通过模型可以使数据资产管理整个流程系统化。最后在对数据资产标准化、模型化后,在整个资产治理中要对各个阶段进行识别、度量和监测。通过反馈来提高资产治理的效率,从而提高数据资产的质量。

资产应用

数据资产进行应用可以更加了解企业数据资产的情况。数据资产的应用情况主要包括数据资产的使用次数、客户、以及使用的效果等。处理消化资产应用过程而得到的这些反馈信息,会使企业对自身数据资产有更明确的认识。

资产共享

通过资产共享服务可以实现数据资产在管理活动中的交换和共享功能整个共享服务的过程主要包括数据资产的对接、分发以及安全评估等环节。通过对不同企业数据资产的需求分析,来进行有意义的分发活动,从而实现了将数据资产内在价值共享化。同时对整个流程链条进行追踪记录,并赋予一定的共享权限。这样可以保证数据资产共享的有效性以及安全性。

四、数据资产管理体系框架

根据上述探讨,将两者结合我们可以进一步预想出数据资产管理体系的大体框架。元数据处理、资产盘点与分类、资产评估、资产治理、资产应用和资产共享个部分作为数据资产管理过程的具体职能,规范制度、平台建设以及管理流程的设计和思路作为保障上述具体职能得以正常运行的指导条例。

数据资产管理体系的六个职能,是以元数据处理为起点,对所需要的元数据进行挖掘、筛选和处理,保证原始数据的质量;资产盘点与分类主要根据企业自身特征对数据资产进行分类管理,便于整个数据资产管理活动的进行;分类后的资产通过模型和标准的评估分析,可以找出对实现企业价值更有利的数据资产,使数据资产管理活动更有针对,可以最大化地以提高企业经济效益为出发点对数据资产进行管理;资产治理限定了数据管理活动中的原则确保用正确的方法对数据资产管理;通过对资产的实际应用情况的记录可以了解数据资产的实际使用情况;最后通过数据资产共享实现数据资产流动和价值增值。

数据资产的设计思路是实现数据资产管理职能的基石,首先,制度设计使得数据资产管理具有可实施性和可控制性;其次,服务平台的搭建为数据资产管理提供了自动化的管理手段,不仅减缓了操作风险的损失,降低了企业负担的成本,同时使数据资产共享性更强,提高了数据资产流通价值;最后管理设计具体到了企业内部控制问题,将数据资产作为企业的一项重要资产来管理的同时,需要设立企业内部的数据资产管理部门。有好的组织架构也是提高数据资产管理能力的关键之一。

五、结语

综上所述,当今时代,数据资产已为企业创造了更多的甚至于超过实体资产的价值,其在企业经营活动中的价值不可忽视。本文从分析数据资产的概念和特征入手,对数据资产管理体系设计进行了初步研究。但对此行业内仍没有统一的标准,相信由于数据资产作用不断的凸显,会有越来越多的相关研究。

 

 

参考文献:

[1]程永新,梁铭图,杨志洪.数据资产管理“AIGOV五星模型”[J].电子技术与软件工程,2018(16).

[2]吴超.从原材料到资产――数据资产化的挑战和思考[J].中国科学院院刊,2018,33(08).

[3]李泽红,檀晓云.大数据资产会计确认、计量与报告[J].财会通讯,2018(10).

[4]邹照菊.企业大数据的资产属性辨析[J].会计之友,2017(12).

[5]唐莉,李省思.关于数据资产会计核算的研究[J].中国注册会计师,2017(02).

分享到:
责任编辑:
>> 相关文章
    无相关信息
   发表评论 共有条评论
用户名: 密码: 验证码:
匿名发表
杂志目录