大数据管理与应用概论 课件 2.2 大数据资产估值.pptx

2.2大数据资产估值与交易

大数据资产定义数据资产（DataAssets）是指由特定主体拥有或者控制，能够被计算机识别，并且能带来经济利益的信息资源。依托性多样性价值易变性可加工性非实体性个人数据企业数据关系数据数据主体工业数据农业数据医疗数据应用行业第一方数据第二方数据第三方数据获取方式

大数据资产价值维度影响数据资产价值的因素主要从数据资产的收益和风险两个维度考虑，数据资产的收益取决于数据资产的质量和数据资产的应用价值。数据资产的质量是应用价值的基础，对数据的质量水平有一个合理的评估，有利于对于数据的应用价值进行准确预测。质量维度应用维度风险维度数据资产质量价值的影响因素包含真实性、完整性、准确性、数据成本、安全性等数据资产应用价值的影响因素包含稀缺性、时效性、多维性、场景经济性。数据资产的风险主要源自于所在商业环境的法律限制和道德约束难点一：资产价值随着不断的加工而改变难点二：价值随着使用次数与人数而改变难点三：价值随着用户的不同存在差异难点四：数据质量相同可能产生不同的价值难点五：数据资产权属分析比较复杂

大数据资产价值维度案例：科技大数据价值评估科技大数据是一类能够反映人类科技活动状态和过程的信息资源，可以支持人类洞察新思想、发现新规律、发明新技术、开发新产品。价值类型科研院所高等院校科技企业政府机构使用价值洞察新思想、发现新规律、发明新技术洞察新思想、发现新规律、发明新技术、培养创新人才发明新技术、开发新产品、创新新模式、制定新政策制定新政策象征价值科学研究和社会服务的实力和地位科学研究、人才培养、社会服务的实力和地位市场的竞争地位国家的战略形象

大数据资产价值维度案例：科技大数据价值评估科技大数据是一类能够反映人类科技活动状态和过程的信息资源，可以支持人类洞察新思想、发现新规律、发明新技术、开发新产品。

大数据资产价值维度案例：科技大数据价值评估科技大数据是一类能够反映人类科技活动状态和过程的信息资源，可以支持人类洞察新思想、发现新规律、发明新技术、开发新产品。科技大数据多元价值链模型与价值评估方法，工程管理科技前沿，202241(3):31-38

大数据资产估值方法数据资产价值的评估方法包括成本法、收益法和市场法三种基本方法及其衍生方法。成本法收益法市场法根据形成数据资产的成本进行价值评估通过预计数据资产带来的收益估计其价值根据相同或者相似的数据资产的近期或者往期成交价格

大数据资产估值方法关于数据价值的评估，目前业界已有多个数据资产评估模型落地。其中，影响力最大是Gartner的数据估值模型体系（InformationValuationModels）。

大数据资产估值方法关于数据价值的评估，目前业界已有多个数据资产评估模型落地。其中，影响力最大是Gartner的数据估值模型体系（InformationValuationModels）。内在价值（IntrinsicValue）：数据资产的潜在可能价值。它主要衡量数据资产的准确性和完整性，以及其他组织获取该数据资产的可能性。业务价值（BusinessValue）：数据资产应用于具体业务时产生的效用，它强调数据资产对业务的适用性和及时性。绩效价值（PerformanceValue）：数据资产对业务绩效目标（如KPI）的影响。绩效价值关注使用该项数据资产能在多大程度提升业务绩效。成本价值（CostValue）：用来评估数据资产在获取过程中的财务成本，也可用来评估数据资产损毁或丢失的财务风险，其作用类似于成本法下的数据资产评估。市场价值（MarketValue）：数据资产在公开交易市场上的财务价值，作用类似于市场法下的数据资产评估。经济价值（EconomicValue）：收益法下的数据资产财务价值减去其使用周期中产生的费用。

大数据资产估值方法内在价值衡量的是数据资产的正确性和完整性，以及其他组织拥有它的可能性。这表明，更专有或排他性的高质量和可用数据具有更大的内在价值潜力。内在价值是以下方面的函数:有效性（Validity），记录被认为是正确的百分比；完整性（Completeness），总记录与潜在或假设记录的百分比；稀缺（Scarcity），市场或竞争对手可能也有相同数据的百分比；生命周期（Lifecycle），数据资产的任何给定单位(记录)的合理可用性。

大数据资产估值方法优点：是可用的最简单的数据评估模型。数据质量因素可以通过自动分析和基本的市场了解来确定。它可以帮助快速比较不同数据资产的潜力，识别数据质量、数据隐私或数据治理问题，或者识别不应该保留的数据。缺陷：不考虑数据实际或潜在与任何实际商业目的的相关性。

大数据资产估值方法业务价值考虑了数据资产对实际业务使用的效用(与内在价值不同)。它解决了数据的好坏程度、对业务的适用程度以