首先，财政部就《指导意见》进行权威解读时提到，数据资产应该“严格按照‘原始数据不出域、数据可用不可见’要求和资产管理制度规定”的基础上，对数据进行价值管理时，需“全面识别数据资产价值影响因素，提高数据资产评估总体业务水平”。因此，根据数据资产价值影响因素的分析，数据的调用情况能有效帮助企业进行数据资产价值预估。

对于数据资产价值预估，需要明确数据流通情况，并对数据进行详细的调用记录。其中对于价值预估，数据调用的次数以及调用时的价格是最能够帮助企业进行数据资产价值预估的两个要素。调用次数能够准确反应数据资产使用频率，而另一个要素数据调用价格，能够反应数据资产的精准收益，调用次数与调用价格的相互结合，能帮助企业更精确的预估数据资产价值。

针对数据资产价值预估所需要的要求，数据宝深入思考并研究打造了数据资产管理系统，在严格按照“原始数据不出域、数据可用不可见”要求和资产管理制度规定下，此系统专注于国有数据资产的有效管理和开发利用，能够有效帮助用户更好地了解自身拥有的数据资产的情况。在“数据卡片”模块中的“数仓管理”模块里，会对数据资产的调用次数和调用价格进行实时记录和更新，使得数据资产在进行价值预估时能拥有明晰的数据调用信息，为数据资产价值预估提供了精准的数据基础。

针对数据资产价值预估中存在的复杂性和不确定性问题，数据资产价值预估需要建立专业的估值模型。估值模型可根据数据资产的情况对数据资产进行数据价值预估，但其必须建立在数据资产调用记录清晰可见，并且其数据真实可信，在此基础上的估值模型才能够较好地反应数据资产价值，并得出精确的价值预估结果。

同时估值模型还会因为数据的特性和用途不同，而采用不同的估值模型。类似行政事业单位和国央企这样拥有大量数据资产的数据拥有者，通常需要不断地将自身数据授权于其他部门或企业，以此达到利用数据促进产业和行业发展。也就意味着，数据在内部流通中数据资产产生的数据价值，需要使用专门针对内部数据价值预估的估值模型对数据资产价值进行预估。

数据资源（包括数据积木、数据产品）在被内部用户使用时，系统通常会准确计量数据调用情况，并在流通中数据流通价格通常在内部便已经确认，通过调用价格，计算出数据调用产生的收益，因此系统内嵌的“数据价值估值模型”，会直接使用上述得到收益与其他模型参数，对数据资产进行内部数据价值计算，最后将计算出的数据内部使用价值同步到“收益法”模块中。

企业数据资源（包括数据积木、数据产品）在被外部用户使用时，数据宝设计的数据资产管理系统的“收益法”模块，不仅会记录数据资产内部使用的收益，还会记录数据资产外部使用的收益。当数据资产被外部用户使用时，系统也会精确地记录外部用户的调用情况，并计算出数据调用产生的收益，同样在“数据价值估值模型”中使用获得的收益与其他模型参数，最后将模型计算得到的数据外部使用价值同步到“收益法”模块中，方便数据拥有者和财务人员查看数据资产对外流通时所创造的价值。

数据资产管理系统通过内部和外部两种数据价值估值模型得到相应的数据资产内部价值和数据资产外部价值。在此基础上对数据资产对内价值、对外价值以及两者相互结合后得到的数据资产总价值进行分析，能够全面且精确地让数据拥有者和财务人员了解数据资产可能创造的价值，从而在实际使用中做出更明智的决策。

以上是从健全数据资产价值管理体系的监管角度出发，通过分析数据宝数据资产管理系统如何保证数据调用可计量，以及分析数据资产系统中“数据价值估值模型”，来分析数据资产管理系统如何帮助用户完成数据资产价值预估。

此外，数据宝还有一大优势，便是在数据资源应用场景梳理方面的专业能力。比如，某一机构拥有的数据价值很大，但是其价值可能需要很多的场景才能实现整体的价值。对此，数据宝可以帮助企业梳理数据资源的应用场景，挑选出易于实现或价值较高的场景，并对其进行单一的场景的数据价值预估，以此来降低成本，并对其数据场景做一个示范性的资产价值预估。

数据宝已链接了50多个国家部委、国企央企的数据资源，数据覆盖人、车、企、路、环、能六大维度，基于上千EB量级的海量数据，帮助企业实现了302个场景的落地应用，数据产品深度应用到 AI、金融、保险、物流、汽车、互联网、政务等领域。并基于数据宝领导及其团队20年的数据挖掘应用经验，助力企业的数据融合，形成新的数据产品，实现数据资产的保值增值。

数据宝研究打造的数据资产管理系统目的是致力于满足国有企业、行政事业单位的数据资产管理方面的特定需求，旨在提供一套专业而全面的数据资产服务解决方案，助力克服在数据资产管理领域面临的独特挑战，并基于实际业务和需求，数据资产管理系统能够助力国有企业、行政事业单位在确保数据安全的前提下，实现数据资产的合规管理以及高效流通，并最大程度释放公共数据的价值。

我们相信，通过对数据资产管理系统的应用，行政事业单位、国有企业能够在数字化转型的征程中更加从容应对，提升组织的整体效能，实现数据资产的最优管理与利用，并在未来能够持续创造数据资产价值。