国家数据局正式揭牌成立，标志着数字经济走向数据驱动的阶段，。在2023年8月21日，财政部发布了关于数据资产入表的重要文件，这对所有正在进行数字化转型的企业来说具有深远的影响。该文件为数字化转型的价值提供了确定性，并为企业的业务增长开辟了新的曲线。作为企业数字化转型的首席执行官CEO，需要深入理解该文件所带来的影响，洞察数据从其本身到创造业务价值的四大趋势，并采取四大行动，以便最大程度地利用企业数据、助力企业高质量发展，并最终实现以数据驱动企业增长的目标，推动企业的数字化转型。

数据资产入表政策的四大核心解读

为了规范企业数据资源的会计处理并推动会计领域的创新研究，以服务数字经济治理体系的建设，财政部于2022年12月发布了《企业数据资源相关会计处理暂行规定》（征求意见稿）（以下简称“征求意见稿”），并向社会公开征求意见。随后，财政部进行了多场专题调研及专家研讨，充分吸收了社会各界的意见和建议。最终，于2023年8月21日正式发布了《企业数据资源相关会计处理暂行规定》（以下简称“暂行规定”）。该规定将于2024年1月1日开始正式施行。

1、明确了企业内部使用的数据资源纳入企业会计准则的无形资产。

2、明确了企业对外交易的数据资源纳入存货准则，并确认相关收入。

3、明确了企业应当披露数据资产的相关准则。

4、明确了企业应当披露数据资产的其他相关信息，如加工维护情况，应用情况应用场景等。

这个文件只有8页，但是意义非凡。

在2017年，凯哥开始着手编写《精益数据方法论》一书。在该书中，凯哥提出了一种独特的观点，即将数据资产蓝图与数字化业务蓝图、数据场景蓝图以及数字化技术蓝图放置在同等重要的位置。这一理念在早期读者中引发了一个问题，因为在TOGAF和ADM为主要方法论进行企业架构规划和制定的时期，数据架构通常被纳入到IT架构中，而不是与业务架构处于同一地位。传统架构如图所示：

凯哥坚信，随着信息化建设的持续推进，企业的业务将逐渐以数据的形式呈现，即数据就是业务本身。因此，数据将成为比业务系统和业务流程更为持久、更有生命力的资产。这是因为业务流程和业务操作会随着市场、用户和组织结构等环境的变化而发生变化。然而，最终的核心业务本质，如用户画像和设备信息等，相对而言将更具持久性和生命力。

因此，在精益数据方法论体系中，我们强调数据资产的规划和设计应该先行于业务应用。首先，我们需要从数字化业务蓝图的整体视角出发，进行顶层设计，明确哪些数据从何而来，在哪里进行加工，以及在哪里被使用和消费。随后，我们再进行相应的业务系统设计，区分哪些系统是用于生产数据的，哪些是用于采集数据的，还有哪些是用于加工数据的。在这个过程中，业务应用将成为数据价值链中的工具，并会不断迭代更新，而代表业务本质的数据则会一直存在。

数据资产入表文件，将数据资源归类为企业无形资产或存货，这一举措在确认数据资源的价值方面具有积极作用，有助于更全面地反映企业的财务状况、经营业绩及现金流量。

从第一性原理理解数据资产入表对CEO的价值

企业数字化转型过程中，当前所面临的最大挑战和阻力在于“价值的不确定性”。这种不确定性的本质在于，传统企业的主要收入和利润仍然来源于实体世界的活动和行为。因此，数字化转型对于传统工业时代价值链业务价值的直接影响是间接的，而非直接的。

例如，在传统的制造业中，产品的生产仍以物理世界的加工制造为主。其中，加工过程主要分为两种类型：一种是离散制造为主的物理过程；另一种则是物理化学过程为主的流程制造。然而，数字化技术本身并不能对工艺、工序以及化学公式产生实质性的改变。因此，我们不能简单地将数字化转型与为企业带来价值直接联系起来。实际上，从数字化技术和数据到业务价值之间存在着明显的鸿沟，即不确定性。

再例如，以数据报表为例，无论数据报表在科学性和全面性上如何出色，由于其使用者终究是人员，因此最终仍需由该人员根据报表内容执行相应的业务操作，而此业务操作才是直接带来业务变化的关键因素。然而，如果该人员无法理解业务背景、看不懂报表内容，或因个人特定目的而做出不正确的决策，那么该报表本身的价值将无法体现，甚至可能产生负面影响。

因此，在进行数字化转型的过程中，尤其是涉及数据的利用方面，大多数情况下仍需要业务人员和设备作为中间环节来达成实施效果。然而，由于人的认知能力、视野格局、利益出发点等因素的复杂性，设备和物理化学反应的刚性，是否能够为企业带来预期的价值存在高度不确定性。这也正是数字化转型面临的最大阻力之一，即业务价值的不确定性。

随着数据资产入表政策的实施，从财务角度为数字化转型提供了一个确定性的价值，那就是数据可以作为资产产生价值。同时，配合《数据二十条》以及国家数据局的成立，全国各省市不断开放的数据交易所也提供了企业数字化转型的第二个确定性的增长曲线，即数字产业化。这些政策措施为企业在数字化转型方面提供了更加稳定、理性的市场环境，使得企业可以更加严谨地对待数字化转型，并寻求更加稳重的增长方式。

2024数据领域的四大趋势

根据最新研究报告的提炼，以及凯哥在一线实战中获得的众多大型企业（凯哥所服务的企业大部分都是世界五百强或行业头部企业）的反馈，可以总结出2024企业数据领域的四大趋势。

趋势一、数据平台架构现代化升级

随着数据已成为业务的存在形式，企业对数据的生产、采集、加工、分析、利用和消费需求呈现出无限制的增长趋势。这一现象已成为企业数字化转型所面临的主要挑战。

在此情况下，企业需要对原有的企业级数据平台架构进行充分的评估、识别和升级利用。凯哥总结了以下四个方向：

趋势二、AIGC能力的平台化服务化

尽管AIGC才崭露头角数月，众多企业已竞相将大模型技术应用于自身的数字化转型进程。然而，构建自己的大模型并非所有企业的必然选择，更多的企业倾向于接入、管理并利用大模型的各项能力，将其与自身的本地数据及应用相融合，实现大模型能力的平台化、服务化，并为自身业务赋能。

每个企业都需要一个企业级数据智能服务平台，接入，配置，管理第三方大模型工具，同时整合集成自己的数据资产目录，从而能够快速的通过一站式应用管理模版来配置，发布和管理自己的智能应用，像管理报表一样来构建和管理自己的智能应用，快速将大模型和人工智能能力应用到企业的各个场景，如图所示。

趋势三、AI赋能的数据价值链提速

在业务数据化的全面推行之后，如何提升数据价值链的速度和精准度，使其在数据的生产、采集、分析、加工和利用过程中更加高效和精确，已成为企业在市场竞争中的核心能力。借助以AIGC为代表的人工智能技术，对数据价值链的每个环节进行重构和优化，已成为2024年企业在数据领域的一大必然趋势。目前，已有众多数据产品公司已将AI技术融入到产品的各个方面。

趋势四、数据平台价值显性化

前述三个趋势均属于技术领域，然而第四个趋势值得所有企业CDO/CIO/CTO予以关注，那便是企业对于数据的价值诉求日益变得紧迫与显性化。

在过去，我们构建数仓、数据湖、数据中台等系统时，更多的是为企业提供一种能力、工具或生产力，而不会直接关联企业的业务价值。

然而，随着数字化应用不断深化，企业管理层愈发清晰地认识到数据的重要性，尤其是数据资产入表的政策发布之后。因此，一方面，企业对于数据的投资将持续增加；另一方面，企业也更需要阐明这些投资所带来的业务收益是什么。

在业务和管理领域，对数据的需求呈现出了多样化和大规模化的趋势。为了在众多的不确定性中寻找相对确定性的价值，2024年所有CXO们最重要的工作将是关注如何让数据产生业务价值。

CEO应对数据资产入表的五大行动建议

目前，该文件尚未就数据资源的确权、定价、计量、消耗等细则做出进一步规定，因此具体落地执行层面仍需一定时间的探索和细化。然而，该文件的出台已经为正在进行数字化转型的企业CEO提供了新的价值创造和业务增长模式。各企业CEO需要了解并掌握这一新的市场需求可能性，并采取相应行动来适应和开拓数字产业化的新蓝海。

以下五大步骤可以供CEO们参考：

1、企业数据资产蓝图规划及盘点

精益数据方法论提倡构建数据资产蓝图，该蓝图是企业业务全貌在数字化世界的投影，描述企业愿景。数据作为独立资产进行规划和管理，避免数据孤岛和数据不一致。企业应识别并规划面向未来的数据资产蓝图，并按照该蓝图规划和建设应用系统，指导应用系统生产和利用数据。

以某汽车企业为例，其数据资产蓝图的形式如图所示。

数据资产蓝图是一个面向未来的蓝图，企业能够从中清晰地看到，根据自己的业务战略和愿景应该拥有哪些数据资产，以及这些数据资产应该来自哪些系统。企业可以根据这张蓝图进行现状调研，分析出现状与预期的差距，从而制定行动路径，实现这个数据资产蓝图。

精益数据方法提供了 4 种探索数据资产蓝图的方法和工具，帮助企业全面无死角地扫描过去、现在和未来的数据资产，具体过程参见《精益数据方法论》一书。

构建数据资产蓝图与具体的业务应用没有直接的关系，而是企业的业务战略，业务蓝图的逻辑抽象建模。

2、业务场景蓝图探索及梳理

在数据资产蓝图的基础上，通过精益数据工作坊，业务部门和技术部门可以共同制定业务场景蓝图，利用精益数字化价值树和数字化卡牌桌游等工具。业务场景的核心是用户和业务价值，需要业务部门和技术部门共同发掘数据中的创新点和价值点，实现数据驱动。沟通工具为精益数据场景画布，结构化体系化地达成一致。

业务场景的探索可以遵循精益数字化价值树，从业务愿景层层分解到业务目标，机会点，业务痛点，然后以场景为抓手，最后形成数字化技术和数据资产的落地架构。

在此基础上，企业就构建了数据驱动的四大蓝图：

3、数据驱动的业务建设

在业务场景蓝图的基础上，结合企业业务战略，目标的优先级，快速识别出可以优化的业务流程，管理体系和用户体验等数据应用，开展建设。这里的数据驱动不仅是指传统的数据报表，数据看板这样让人去看的数据利用，而是以智能补货，动态定价这样的数据直接驱动业务流程，驱动自动化设备采取业务动作。

4、价值驱动的精益数据治理

企业完成数据驱动蓝图构建后，需构建数据治理体系。数字化转型中，数据治理需关注业务价值，围绕场景进行。企业围绕数据要打造价值驱动的精益数据治理体系：

场景化数据治理：围绕业务场景进行数据治理，快速将数据应用到生产经营中，获得反馈并产生价值。精益数据治理提出“Z”字形治理方式，替代传统的矩阵式治理，沿业务价值密度最高的数据进行治理，减少数据治理后不能及时应用和浪费的问题。

轻量化：避免大而全、无价值的数据治理，提倡轻量化的数据治理，减少浪费。

智能化：应用大模型等人工智能技术赋能数据治理全流程，实现智能化治理，应对海量增长的数据。

主动式：转变被动式的数据治理手段，以数据资产蓝图为锚点，围绕产业数字化和数字产业化链路进行主动式数据治理。

运营式：将数据治理作为与业务动作同频孪生的工作，由对应的团队进行持续的运营式管理。

迭代式：定期复盘、共创，不断调整数据治理的手段和方法，与业务场景紧密结合，减少浪费。

5、围绕场景的数据中台建设

数据中台建设是企业从数据中获取价值所必需的，但建设方法需考虑选择敏捷且减少浪费的方式。精益数据方法主张以价值为引导，围绕场景的数据中台建设，避免产生新的数据孤岛，反哺企业数据资产。建议采用切片式建设方法，使每个数据中台功能直接关联业务价值。

精益数据工作坊实战案例

以上五大步骤，如果用传统的自上而下的方法来执行，周期长，见效慢，为了加速从数据到价值的价值流，快速在不确定中找到确定性。作为十几年国内数字化项目实战总结的数字化转型方法论，精益数据方法原创了一套卡牌桌游式轻咨询工作坊，让最了解战场的业务人员能够快速理解掌握数据智能认知，然后在精心设计的业务技术数据融合的卡牌游戏中主动，沉浸式的共创出直接对业务贡献价值的数据驱动的业务场景，完成四大蓝图的设计，最终快速落地。

精益数据工作坊已经帮助了众多大型企业用高效，精益的方式梳理了数据驱动的价值蓝图。

例如，精益数据体系已经成为了某全球性制造企业的数字化转型战略，通过精益数据工作坊，在最小占用业务人员的时间基础上，共创除了86个业务场景，形成了2024年的数字化转型项目清单。

在此基础上，为了让数据驱动，流数融合真正落地，变成新的做业务的方法，该集团发布了542的精益数据体系，包括：

数据驱动的价值呈现体系：

该企业的数据实现价值的五大类型，分哪些阶段，分别有哪些场景。

实现数据驱动的四个作业体系：

1、通过统一的度量评价体系来拉动数据的产生，加工和利用的价值评价体系。

2、利用数据发现问题，到最后解决问题的价值创造体系。

3、利用数据实现业务技术融合，各部门之间的无缝高效协作的数据拉通共享体系。

4、围绕价值场景的精益数据治理体系。

数据驱动的两大基础支撑：

高价值数据资产平台，统一数据资产目录，加速数据的获取流通利用协作。

精益化数据生产力平台，也就是企业级数据中台，让企业全员在一个统一的平台上多样化的加工处理数据。

光有技术平台，业务路径是不够的，必须匹配以组织设置，所以该集团发布了精益数据体系的对应岗位角色，建立了精益数据专家，数据蓝图专家，业务数据管家，业务数据专员等配套的岗位体系。

目前，该集团的复杂的流程正在统一的数据资产，统一的平台工具的引导支持下，不断优化，打通断点，通过一个个珍珠一样的业务价值场景串成数据驱动的价值蓝图，扎实落地。

·关于史凯

史凯，精益数据方法论创始人，资深数字化转型专家，大数据专家、人工智能专家，有超过20年的企业信息化架构、数字化转型经验。前凯捷咨询亚太区副总裁，亚太区首席数据创新官，先后就职于IBM、埃森哲、EMC、Thoughtworks、阿里云，曾担任EMC中国区咨询总监、Thoughtworks中国区数据智能总经理、阿里云中国区咨询总经理。行业内知名的KOL, 数据驱动的数字化转型倡导者和布道师，精益数据治理的提出者, 信通院CCSA TC601大数据技术标准推进委员会专家、中国软件协会CIO分会专家委员、中关村大数据产业联盟数字化转型专委会主任、原创专业技术文章100余篇，多篇数据相关的文章阅读量超过10万人次。出版书籍《精益数据方法论》深受CIO们喜爱。

★以上由史凯投递申报的观点性文章，最终将会角逐由数据猿与上海大数据联盟联合推出的《2023中国企业数智化转型升级先锋人物》榜单/奖项。

该榜单奖项最终将于11月14日以下活动中进行榜单的首发与奖项的颁发，欢迎报名莅临现场

来源：数据猿