《企业数据资源相关会计处理暂行规定》的出台标志着我国数据资产入表迈出从0到1的关键一步，但企业在具体实操迈出从0到1的一步时，仍面对不小的挑战。简而言之，如何开始？

  在数据资产入表基本的五步法或三步法中，合规确权和确认计量通常被认为是企业数据资产入表的初始步骤。庞大的工程量和复杂的流程倒在其次，在企业需求不明确、数据未赋予业务属性的前提下，“先入表再说”的思考一定程度上影响了企业本身“为业务发展、为降本增效而入表”的初心，往往令相关工作的开展步履维艰。

  数据宝数据资产入表服务九步法中，需求方调研才是应被定位于服务产品第一步的关键步骤，这既是数据宝团队的“独门秘籍”之一，也是一种实事求是的科学工作方法。

企业入表保值增值，需要一个简单答案

  在一个老掉牙的说法中，如果1900年针对全人类做一项市场调研，问大家最想获得什么能力，可能有人想要飞得很高，可能有人想要跑得很快，但绝不可能调研出“请给我制造一架飞机”这个需求。数据资产入表为企业带来的价值就像这一架设计出来的飞机。

  企业数据资产入表的价值与竞争力并不藏在“入表”这个目的本身中，而在企业自身最真实的需求里，这是最基础也是最高的逻辑。调研并发现企业的数据价值，就是找到印刻在企业需求里的DNA序列并表现出来。

  “通过数据资产运营为企业带来经营性收入利润，增厚企业资产并压降其他类别资产占比”

  “利用数据资产的创新驱动，开发企业新的产品和服务并开拓市场，依托高质量数据资产，支持投资者和决策者了解企业的市场竞争优势”

  “通过数据资产获取贷款融资，实现新增融资，或实现数据资产保险、数据信托、数据证券化产品、数据资产作价入股和交易等资本化方式”

  “将在参与公共建设与运营的业务过程中积累大量数字资源，释放出其数据资产价值”

  “优化运营效率和资源利用率，降低生产成本，同时管理保护并提高数据质量和安全性，适应快速变化的市场环境”

  ......

  一千家企业眼中，有一千种数据资产入表的需求，公式化理论模板难以给出更加精准的答案。

  数据宝拥有精准可靠的需求方调研能力。联合相关政府、地方数据集团、科研机构、高校及生态服务伙伴开展的数据资产入表服务，让数据宝更懂企业，从业务场景、需求痛点出发进行数据项信息整理，通过创新题型问卷针对性摸底客户的数据资源和需求。

  数据宝拥有全面真实的需求方调研能力。基于上千PB量级的海量数据，实现300多个场景应用的数据宝，在AI、金融、保险、物流、汽车、互联网、政务等领域广泛多样的客群样本库，以数据产品加工应用为导向对接企业数据资产入表需求。

  面对一千种需求，数据宝自然也能够提供一千个定制化的数据资产入表服务解决方案。把数据资产入表的价值转化为“太好了，这正是我们需要实现的目标”来为企业提供数据资产入表服务，这就是数据宝需求方调研的“发现”魅力。

剖析企业已有数据，判断入表价值可能

  企业对已有数据资源的认知，可能会由于仅仅将其视为会计工作范畴、没有深化对数据流通价值的认识、混淆数据各种概念的异同等客观原因，导致在数据资产入表的筹备工作中作出不准确的判断。

  数据宝在针对企业现有数据资源的调研中，已形成一套行之有效的判断方法。不仅结合企业自身数据资产入表需求，看数据资源是否有契合价值，同时准确判断企业数据资产入表的可能性。也考虑到未来不同数据集信息的融合价值和构建多维数据产品的可能性，实现数据要素的多维度增值。

  在需求方调研工作中，数据宝实事求是，不由企业去假设有什么样的数据资源，而是根据真实存在的数据资源进行有序梳理。如果发现重要数据资产没有被采集，也会通过报告对企业提出建议，进一步丰富数据源广度和深度。

  在需求方调研工作中，数据宝创造价值，不让企业忽视或小看已有的数据资源，即使数据量不够或部分单一数据价值受限，也会通过多维度采集标准，通过多源数据的交叉融合充分考量数据未来的增值可能。

  通过需求方调研，为数据资产入表服务内容提供了更全面的信息视角，能帮助企业更好地理解和利用数据。企业既能清晰明确的知道自己有什么数据资源，也能对自身数据资产的保值增值充满信心。不在“我的数据资源是否太少、是否有价值”的疑虑中踌躇不前，这就是数据宝需求方调研的“发现”魅力。

  经过思维理论研究和实践案例验证的数据宝数据资产入表服务九步法，仍在通过数据资源场景应用和数据资产全生命周期管理的过程，不断自我迭代，自我进化。