数据资产入表作为一个探索概念，往往存在很多抽象的表达，也就是“正确的废话”，这样的概念在“说”的层面完全正确，而在“做”的层面却不能形成实际的指导作用。

何为“正确的废话”？

只说科学结论，不和事实结合。如：要增加数据的可信度以提升企业竞争力，至于怎么增加，不解释。

只说观点，不说执行方法。如：要打通数据资产之间的壁垒，至于怎么打通，不解释。

只说抽象的概念，不说具体的细节。如：优化匹配机制，提升运营效率，至于怎么优化提升，不解释。

这些建议对吗？非常对，用处却有限。不管怎么实施数据资产入表工作，这些动作都是必要的，但却并不落地。

在数据宝数据资产入表服务九步法第二步中，进行整体解决方案制定，正是为了具体问题具体分析，实施入表工作并实现落地，避免流于表面。

实现数据资产入表落地，制定高效的个性化解决方案，只需四步。

第一步 判断需求和问题，明确入表目的

数据宝已形成了一套低成本、高效率、真合规的数据流通闭环，根植于“数据老中医理论”提炼数据价值，支撑业务创新，实现数据产品标准化、要素化，盘活数据更高变现价值。

数据宝在医疗、金融、公共、化工、钢铁制造等领域，山西、湖南、河南、新疆、东北等地已落地和实施了多个数据资产入表项目，数据宝服务的客户，入表目的也不尽相同。

在新一轮化债背景下，监管部门对城投进行名单制管理，只能借新还旧而不能新增融资。如果只在存量资源中转型，面临债务难题会难上加难。

而通过实现数据资产入表并流通交易，则是通过挖掘新的资产形式，形成在存量资源外的资源配置，优化负债表实现化债发展。通过入表提升资产规模，降低资产负债率，扩展资产边界，让数据资产在资产负债表中体现，增厚无形资产，将过往费用化的数据研发相关投入显性化。

对于国央企来说，数据资产的经营性和市场化属性使其能够作为融资抵质押物，为企业提升信贷能力，改善资金流动性。让金融机构在对房产、设备等传统质押物评估的基础上，以入表的数据资产及披露的数据资源信息为依据，对企业进行价值评估，带来更高的授信额度。

数据宝数据资产管理系统的数据流通模块与数据交易中心连接，可以将企业数据资产登记在数据交易中心，经过登记与披露，其他企业能获取到对应数据资产信息，数据的透明度和知名度进一步强化，不仅更容易得到市场认可，提高投资者对企业未来前景预期，还能推动企业估值重塑，促进数据资产的价值变现。

除了“软”，数据资产软硬件一体化平台中的“硬”，也为数据资产质押提供了实体支撑，通过数据资产保险柜解决方案，在银行质押、数据信托、融资入股、数据纳统等新型数据要素应用上，都能通过硬件支持切实有效的方案实现融资抵押。

而将数据资产打造成具备可重用性的数据产品，并对外流通交易实现变现，才能实现数据资产保值增值的真正落地，如果不能明确数据资产入表的目的，所有的梳理工作就都是为了完成入表工作而入表。在丰富的实践支撑中，数据宝更懂企业需求，只有这样，才能真正厘清行之有效的业务工作流程。

第二步 梳理成本和场景应用，明确如何开展入表工作（或者说能不能实现入表）

对于企业来说，真正想听到的并不是入表有哪些好处，而是我要怎么做？如何安排资源才能完成入表工作？能不能完成入表？

具体来说：

我怎么知道自己的数据资产价值有多少？

具体哪些数据资产有价值？

管理数据资产可能的成本和转化率在哪个区间？

我的数据产品是如何开发的？数据资产是如何应用的？

数据宝的数据资产管理系统能够通过数据目录来让企业组织梳理统计数据资产目录清单，同时登记数据资产卡片，提升管理的可视化能力，全面了解数据资产的价值。

数据资产管理平台重点关注成本确定问题，通过“成本法”帮助企业评估数据资产价值，并进行数据资产价值管理。对涉及某数据的成本进行“费用化”和“资本化”统计后，在资产台账中显示数据成本。

数据资产管理平台还通过对数据仓库连接管理，实现企业内部不同部门的数据进行流通，准确计量并得到数据实际使用价值，为后续数据资产交易流通锚定价值，为“收益法”评估提供依据。通过有效的数据治理和数据质量评估，确保数据的准确性、安全性和可靠性，构建可信赖的数据基础。

数据产品如何开发？数据宝首创的数据积木理论，为企业实现高度结构化的数据产品开发。数据积木是可用不可见的，因此数据资源方、授权方都可以进行加工，经过处理、脱敏、整合转换形成的数据积木，在内外部都能充分开发利用的前提下，则可以加工合成更新的数据产品，创造更大的数据价值。

数据产品既是价值交换的载体，也是确认数据价值的辅助，数据资产管理系统全程监测和记录数据产品的生成过程，确保数据的准确性和可靠性的同时，也确保数据血缘和数据权属的明确。

数据资产如何应用？在场景应用梳理中，数据资产管理系统还能提供数据应用变现场景参考。数据宝直连50多个国家部委、国企央企的数据资源，帮助企业实现了300多个场景的落地应用，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。

数据资产管理系统的数据场景专区，结合数据宝多年挖掘应用过程中的数据场景作为案例分析，让企业了解数据资源的潜在客户信息。通过潜在客户探寻，结合企业数据库使用算法匹配潜在客户，并导入数据目录，让企业查询到解决业务问题的数据源。

第三步 理清工作环节，确定入表实施解决方案

在数据资源盘点及权属链梳理、数据质量评估、数据资源成本梳理、数据资产价值评估、审计机构出具专项审计意见、数据资产登记与披露的整个过程中，企业和企业间，甚至部门与部门间，都存在着差异化。

在数据资产入表的工作流程中，不同层级的执行机构也有着“战略、战术、战斗”等不同的思考方式，至少会计服务商、财务部门，和领导高层的执行目标也不尽相同，不可能一套方案行天下，必须做到具体问题具体分析。

极简版的说法，数据资产入表就是：找出数据-分类数据-找到价值-管理数据。而解决方案则是解决这些步骤中的难点。数据宝数据资产管理系统，本质上是帮助企业简化资产管理流程，提高运营效率，对数据资产的获取、加工、使用、入表等行为进行全生命周期管理，为企业开发出数据资产的最大利益。

数据价值会随着时间变化、市场变化，导致数据资产成本归集分摊、价值评估和保值增值都困难。而数据资产管理系统通过有效地进行权责明晰和记录流通历史的工作，首先保证了数据资产流通权责明晰；通过对数据资产形成的全过程进行监测和记录，保证了数据资产的合规性和可追溯性。除了基础的成本法和收益法，数据资产管理系统还能实现外部评价，包括数据使用者和第三方机构，确认数据资产的价值，为保值打下基础。

数据宝独创的数据要素三级治理，则分别通过基础化、合规化、商品化治理，解决数据分类和数据质量的难点问题。基础化治理，让数据达到有序化，多样复杂的数据整齐。合规化治理，实现数据安全分级分类脱敏治理，达到可共享开放流通的标准。商品化的治理，则通过针对数据应用场景，达到可市场交易变现标准。

数据资产入表更大的难题则是管理困难和统一服务困难。为此，数据宝向国有数据资源方提供了数据治理智能化、建模加工积木化、场景应用商品化、流通交易合规化、数据要素资产化和资本化的数据要素市场化全生命周期管理服务。在统一服务上，则整合了律所、会计事务所、安全评估、资产评估、金融机构等十余家知名单位形成的生态联盟，全链路涉及到相关政府、地方数据集团、数据公司等多个机构，包括金融、交通、医疗、能源、工业、电信等行业在内，都有针对性案例。

数据宝团队基于20年的数据要素挖掘应用经验，在连接上下游供需两端的数据资产产品化过程中，从战略到战术都有对应解决方案，可帮助企业在数据资产入表中与评估机构、财会机构、政务机构高效配合，为企业实现数据融合，形成新的数据产品。

第四步 流通为王，为所有工作流程找到出口

所有可执行的解决方案、工作方案，都需要找到最终落地的目标，而流通交易就是数据产品的出口。简而言之，通过数据市场交易流通后的数据价值实现，是具体的、可量化的，远比「企业优化XXX」、「推进开发XXX」这些无法量化的词汇更重要。

数据宝从源头打通全链路交易结算，全链路合规合法，确保业务稳定落地，降低不良业务风险，提升经营管理水平，实现数据商品化。

何为“打通”？数据宝不仅是华东江苏大数据交易中心的股东方与运营方，还参与建设和运营广西、湖北、陕西等八大省级大数据交易平台，目前实现了区域与全域数据、跨行业数据、场内与场外交易的互联互通，形成了场外交易撮合规范化和场内在线交易的多层次数据交易体系。

数据宝参与了数据产品设计及开发，也能深入了解市场需求进行对外市场服务，解决供需匹配问题。数据资产管理系统能对数据交易平台产生的重要数据指标进行可视化展示，包含数据产品形态占比情况、数据产品应用场景覆盖情况、数据产品监控预警情况、预售产品转化情况、热销数据产品情况、供需交易情况、数据产品交易走势情况、需求撮合情况。

企业可以利用数据资产管理系统与数据交易中心进行链接，数据资产管理系统在数据流通中设置共享数据专区，展示从数据交易中心获取的已登记数据信息，不仅能便捷获取外部数据信息，同时对自身的数据资产进行深度开发和加工利用。结合新的数据资源创造更高的价值，拓展新的应用场景，并在价值变现过程中实现更多收益。

数据宝的数据资产入表整体解决方案制定，是建立在数据宝服务案例的基础上，不主观假设企业有哪些数据资源，根据真实存在的数据资源进行有序梳理，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，提出解决方案。数据资产入表的落地既是数据资产化的落地，也是数据治理、数据应用、数据流通的落地，对正确的业务说正确的话，数据资产才能赋能业务、提高收益、保值增值。