往期内容：
【数据要素的新革命_04】数据资产入表对于企业最大的挑战是什么？
本节内容主要介绍什么样的企业可以优先进行数据资产入表？要怎么去做？
1、什么样的企业可以优先进行数据资产入表？
回到数据资产入表，咱们作为企业中实实在在干数字化的人，我们应该做些什么？有的企业迈的前一些，有的企业还在观望。那在这个过程中哪些企业跑得靠前一点，哪些企业现在可以优先的去尝试探索这件事？
沈涛老师根据自己的实际经验论述道：
其实现在并不是所有企业都值得去实操数据资产入表。什么意思呢？按照上文举的例子，比如进行一个数字化投入，包括软件投入、硬件投入、人力投入等，一年不超过100-200万，其实也没有必要去做这个入表。因为当前去做入表这件事情也要投入成本，也不划算。还要找律师、评估机构等，都是需要支出的。最后发现最终评估出来的或者入到表里面的数据100万，光这件事情花钱就花了50万，这个其实就有点得不偿失。
数据的成本归集和经济效益证明不是一个在终点的时候马上就能做出来的事情，它是功在平常的一件事。你可以当下去做成本归集和经济效益证明，或者是在当下就把数据治理给做好，那么最终可能今年、明年或后年做入表就会变得非常顺利。甚至到大后年的时候会因为前几年的基础都打得很好，大后年有80%甚至90%的投入，都可以按照规定就接到表里去。但实际上70%-80%的企业都还在资源化和产品化阶段进行打基础。说白了第一步就是要把数据给沉淀下来，不管是通过硬件、软件亦或是纸质转线上的方式都要把数据给养起来，这个是第一步。
第二步把数据养起来之后，一定要把它给用起来，先让数据在企业内部把资产的实质给表达出来。如果我觉得这批数据确实是有用的，不管是用于周会、生产经营指导，还是用于其他的地方都可以。那么我怎么在有这些有用数据的基础上进行？因为这个前提，你要觉得数据一定会投入成本、人力成本、软件成本，还有其他的车间改造成本等，那么这些成本你可能投入比较大了之后，再去做入表这件事情。后面你入完表之后，这些资产确实也是可以用一些金融侧的一些操作等等。
所以回到问题本身，什么样的企业可以优先做数据资产入表？行业头部、数字化投入大的企业可以往前冲；普通常规企业可以打基础，按照不同阶段，做好数据，养好数据，为后续蓄力。所以企业层面基本上都能动，只是动的角度可能有所差别。
2、对于企业数字化负责人而言，为了进行数据资产入表，他有哪些事可以做？
首先回顾一下数据资产入表的流程。第一个流程跟我们现在做的事情是非常相关的，资产管理，第二个流程是确权，第三个流程是金融化、交易化的过程，第四个流程与前三个都有关联，是会计核算。
那么不同流程去进行数据资产入表，怎么入表呢？
企业第一个流程就是数据资产管理，数据资产管理里面首先他要去搞定第一件事情，就是数据来源的产权评估界定。律所、交易机构、交易中心会参与进去，确认你的数据来源是来自企业内部、外部，还是买的。整个产权定义要评估出来，确保数据来源不能有风险。
第二件事情就是数据服务商要为企业去设计你的数据商业模式，你最后是卖一份报告，还是说对外提供一个数据服务，还是说真正把它包装成一个可售卖的权属关系转移的一个数据产品，这个叫商业模式设计。设计完商业模式后，接下来数据服务商就要去做这样的一个开发，我们可以卖给你产品，你可以包装或帮你去做整个底层，比如说数据前期的ETL开发过程。那第二块就是整个数仓构建、数据清洗等，最后把数据变成一个可规范的东西。
那第三件事情就是数据质量。最后你的数据要确保规范，所以要有一些专门的数据质量评估机构参与进来，去判断你的数据质量怎么样。
所以你看在这个环节里面其实是有三类角色的。第一类是对整个来源产权的评估资产，律师、律所、教育机构；第二类是数据服务商；第三类是数据质量检测机构。
所以就是我们企业不做数据资产入表，你也会发现中间有关数据处理的过程。只要你有这种数字化的诉求，其实这一块其实还是要做的。所以这里就来回答刚才的问题，就是说什么样的企业不同的阶段，实际上你在未来也好，在现在也好，只要这个事情持续往前推进，中间这个过程还是不可避免的要去做。这个就是第一个流程，资产管理阶段。
第二个流程是数据确权。数据确权阶段主要是两个证，一个叫数据知识产权的登记证书，涉及到相关知识产权的机构。那还需要数据交易中心，它里面就涉及到数据产品的登记证书。拿到这两个证这是第二个大环节，就是确权的动作。
第三个流程就是我们产品要去做交易，你的金融化、交易化。这里面会涉及到一些金融机构，会涉及到数据中心。交易中心会发布交易凭证。最后你的这个资产要怎么去处理？
最后一个就是企业内部会计核算你的以往资产。你的研发支出费用现在要资产化，你怎么去搞你的这个存货。然后你的无形资产，如果不发生权属转移当然只是内部使用等。这是在整个数据资产入表的过程中，大概看到的四个阶段。所以不管这个企业未来搞不搞数据资产入表，第一个阶段还是要有的，要养数据，养完数据之后，你的整个数据治理、数据产品的设计该有也要有。
3、数据资产到底应该怎么去理解？
有两个角度，从我们现在看的视角，一个是它的原始数据来源，在进行产权分类时要搞清楚数据来源到底合不合法、合不合规？第二个是我们面向外面去应用时，可以细分到指标资产，也就是只有指标最后是真正的能够去被量化的、被规范的。所以我们从指标的两个角度，一个是原始数据原始形态，一个是经过处理之后，那么这样的两者结合起来，就构成整个数据资产管理一个非常核心点。
总结来看，刚刚说了数据资产入表的几个阶段，数据在生产和应用的过程中让它能够有通有效推动数据的治理、数据指标的梳理，数据指标梳理之后去应用它进行企业管理过程的提升。
