数据产品开拓与流利

1 复旦大学管理学院

2 上海数据交易所有限公司

朱永敏, 张诚. 数据产品开拓与流利[J]. 大数据, 2023, 9(2): 46-55.

2022年6月22日，习近平总布告在中心全面深化改革委员会第二十六次会议上强调，数据根本制度培植事关国家发展和安全大局，要掩护国家数据安全，保护个人信息和商业秘密，促进数据高效流利利用、赋能实体经济，统筹推进数据产权、流利交易、收益分配、安全管理，加快构建数据根本制度体系。
与企业数据资源干系的司帐处理是构建数据根本制度体系的主要一环。

2022年12月1日，财政部办公厅发布了《企业数据资源干系司帐处理暂行规定（搜聚见地稿）》（以下简称《暂行规定》），并搜聚见地。
《暂行规定》按照司帐经济利益实现办法，将数据资源分为“企业内部利用的数据资源”和“企业对外交易的数据资源”。
《暂行规定》指出，企业内部利用的数据资源中符合《企业司帐准则第6号——无形资产》规定的定义和确认条件的，应该确认为无形资产；企业日常活动持有、终极用于出售的数据资源，符合《企业司帐准则第1号——存货》规定的定义和确认条件的，应该确认为存货。
无形资产和存货都通过本钱核算的方法入账，包括数据资源的采购本钱和数据采集、标注、剖析等本钱。
此外，《暂行规定》还指出，企业应该对与数据资源干系的司帐信息进行表露，并将数据资源分为“外购的数据资源”“自行开拓的数据资源”和“其他办法取得的数据资源”。

《暂行规定》中对数据资源按照经济利益实现办法和取得办法进行分类的办法，对付纯挚的数据资源采购企业或数据资源发卖企业来说是可行的。
但是，在详细的实践中，数据资源可能会发生从“企业内部利用的数据资源”向“企业对外交易的数据资源”的转变。
此外，数据资源每每因此运用处景为单位的，可能是企业根据“外购的数据资源”和企业内部数据进行加工、剖析的结果，很难进行分离。
详细地，笔者对A银行的数据产品从开拓到对外做事的过程进行案例剖析，希望可以展现更加详细的企业开拓和供应数据资源做事的过程。
通过案例实践过程和《暂行规定》的对照，进一步提出数据资源的司帐处理可能面临的寻衅。

1 观点界定

目前，在学术界数据产品尚未有被广泛接管的定义。
从数据产品生产过程的角度来看，钟佳运认为数据产品是网络运营商在用户数据的根本上，经由剖析、加工、整合，形成的一种独立于原始数据、可以用来进行预测的数据形态。
柳进军对数据产品的理解更具概括性，其认为数据产品是原始数据与特定场景结合，经由有效管理形成的。
数据运用能力是数据产品的关键成分。
从市场流利的角度来看，黄丽华等人认为数据产品为“作为产品的数据集，或者从数据集中衍生出的信息做事。
”基于上述参考文献，本文对数据产品的定义是：企业通过对数据的采集、管理等办法生产的可以在市场上作为交易标的流利的数据集或信息做事。

为了更清晰地阐述数据产品开拓的过程，有必要进一步阐述“数据产品”与“数据资源”和“数据资产”这两个观点的差异和联系。
从广义上讲，当今数字化社会中的主体在生活、学习、生产过程中产生并被记录和存储下来的数据都可以被称为数据资源。
如已经有学者开始磋商对档案数据资源、科普数据资产和高校图书馆数据资源的进一步开拓和利用。
从狭义上讲，数据资源特指企业数据资源，是企业在生产经营过程中，由企业过去的交易或事变形成的一种资源，可以通过物理或电子的办法记录和存储。
数据资源是数据产品的根本生产要素，企业既可以从外部购买数据资源，也可以对日常经营产生的数据进行记录和存储从而得到数据资源。

数据资产是由企业拥有或掌握，预期会给企业带来经济利益的数据资源。
通过对数据资源进行司帐确认和计量，可以实现数据资源资产化。
根据笔者对数据产品的定义，《暂行规定》按照经济利益的实现办法进行分类中提到的“企业对外交易的数据资源”便是数据产品。
由此可见，数据产品是企业实现数据资源资产化的主要路子。

2 案例：数据产品开拓与流利

通过对数据产品和干系观点的剖析可以看出，影响数据产品的有以下4个关键成分。
首先，数据能够作为生产要素被用于产品开拓。
从制度层面来看，须要从根本制度层面确认数据资源能够像地皮、劳动力、成本、技能一样参与生产并享有收益分配。
从详细的数据产品开拓流程上讲，这意味着企业须要有一定的数据资源积累。
其次，企业须要具备数据产品开拓所须要的采集、加工、剖析和整合等能力。
再次，数据产品是附着在详细的运用处景上进行开拓和生产的。
运用处景是实现数据资源经济利益的路径，因此选择得当的运用处景对付数据产品开拓尤为主要。
末了，数据产品是须要在市场中流利的，如何有效地促进该数据产品的流利和交易也是数据产品成功的关键成分。
下面，笔者将先容A银行如何应对上述寻衅。

2.1 制度环境

我国关于数据作为生产要素并参与收益分配的紧张干系政策如图1所示。
2019年10月，党的十九届四中全会通过了《中共中心关于坚持和完善中国特色社会主义制度、推进国家管理体系和管理能力当代化多少重大问题的决定》，首次增列数据为生产要素。
2020年3月，中共中心 国务院发布了《关于构建更加完善的要素市场化配置系统编制机制的见地》，首次将“数据”与地皮、劳动力、成本、技能等传统要素并列为要素之一写入文件。
这标志着数据要素可以作为生产要素参与产品的开拓，并参与收益分配。

图1 我国数据要素作为生产要素参与收益分配的紧张干系政策

2022年3月，国家发展和改革委员会创新和高技能发展司发布了《数据根本制度多少不雅观点》，对数据产权制度的建立、数据要素交易流利制度和数据要素分配制度提出了培植性的见地，包括“建议尊重数据采集、加工等数据处理者劳动付出，承认和保护依照法律规定或条约约定获取的数据干系权利，充分保障数据处理者利用数据和得到收益的权利”。
对数据采集、加工等处理代价切实其实定为数据要素参与产品开拓供应了更加清晰的制度根本。
2022年6月，中心全面深化改革委员会第二十六次会议审议通过了《关于构建数据根本制度更好发挥数据要素浸染的见地》。

上述政策肯定了数据开拓部门所做的数据采集和加工事情，描述了数据参与利益分配的蓝图，启示和勉励了A银行进行数据产品开拓的探索。

2.2 数据产品开拓

2.2.1 运用处景选择和公司数据资源与能力

A银行数据产品开拓选择的运用处景来源于业务部门在日常业务中对客户需求的洞察，A银行提出可以供应信息咨询做事，为中小企业供应行业情形、行业景气度等咨询做事，辅导企业投融资和日常经营。
理解客户需求是企业市场营销策略的主要一环，根据市场需求设计、开拓出相应的产品是企业新产品开拓的一个主要模式。
与客户打仗的一线部门是企业感知市场需求和变革的触角，可以节制顾客最新的需求动态。
但是，一线部门在与顾客打仗的过程中得到的信息每每并不能被天然地存储并在组织内部流利，而须要有相应的组织目标，并建立信息流利的通道，将一线部门得到的市场知识传达给产品开拓部门。
业务部门对产品运用处景的界定为数据产品的开拓指明了方向。

A银行自成立以来，积累了丰富的数据资源和数据能力。
数据资源是数据产品的根本生产要素。
A银行进行数据产品开拓过程中利用的数据资源包括外部采购数据和银行内部数据。
外部数据包括宏不雅观和微不雅观的经济数据、行业区域的发展研究数据等，A银行在剖析行业情形时会参考重点企业的发展情形、运行情形、近期走势。

数据的加工、处理和整合能力离不开相应的数据处理技能和得当的模型选择。
目前，A银行的数据处理技能已经能够实现在数据的根本上自动合成报告。
以行业景气度报告为例，选择所须要的指标数据、行业的景气，在数据源确定后，数据处理技能平台自动进行模型剖析，产生剖析结果。
此外，数据处理技能平台还能够根据数据天生相应的图表，这些图表可以直接嵌入报告。
为了支持数据处理和数据资源的开拓，A银行自研了内容创作平台。
该内容创作平台上积累了大量的数据处理履历，使数据处理的流程规范化和标准化。
A银行的数据能力能够支撑其完成数据产品功能架构的设计、内容的设定、数据的处理、模型的共建等。

2.2.2 数据产品HL

上述开拓过程产生的数据处理结果与人工专家履历、第三方咨询公司共同产生的专题类咨询报告共同组成了数据产品HL（HL为该产品实际名称的缩写）。
数据产品HL更新的频率分为日频、周频、月频和季频。
日频更新紧张是对对外采购的新闻进行文本分析，供应相应的咨询数据；月频更新的内容是对每月发生事宜的回顾。
季频更新的内容则是对季度内发生事宜进行的剖析。
除上述内容外，还会天生一个年度专刊，这个专刊紧张与上海干系状师事务所和国资国企研究机构互助，供应法律法规、税务、国资国企发展的成功案例，助力企业的成本布局及合规运营。

数据产品HL属于文本输出，内容上的安全合规性会有一些特殊的哀求，包括舆情校验、敏感词识别、文本数据同等性校验等。
个中，舆情校验和敏感词识别紧张是为了担保文本内容的合法合规，文本数据同等性校验则紧张是为了担保该数据产品内容的准确性和同等性。
至此，数据产品HL的开拓便完成了。

总体来说，A银行的数据产品开拓是在国家干系政策的号召下，通过发掘现实的业务需求，结合A银行的数据资源和数据处理能力进行探索的结果。
数据产品HL的开拓过程如图2所示。

图2 数据产品HL的开拓过程

2.3 数据产品流利

为了促进数据产品在市场中的流利和交易，A银行在发布数据产品HL时，进行了相应的营销计策剖析和策略制订，包括竞争剖析和定位、产品发卖渠道确定、产品定价策略确定、市场反馈。

2.3.1 竞争剖析和定位

产品的市场表现与该产品面临的竞争情形息息相关。
与银行同行类似产品比较， A银行的数据产品HL在行业和区域的细分粒度方面更具上风。
详细地，数据产品HL对行业的分类有80个，区域划分有75个。
因此，数据产品HL供应的产品研究更细致。
此外，数据+模型自动天生报告的模式使A银行的信息咨询做事具有更强的时效性。
这表现在数据产品HL更新频度更高，能够为客户供应更加即时的信息，帮助他们及时根据市场环境调度投资和经营决策。

A银行的数据具有独家性，其拥有基于金融和市场数据的专业剖析能力及行研专家沉淀的研究成果数据。
值得把稳的是，专业的数据做事企业，在类似产品上有更多的专业职员和履历积累。
为了填补这方面的不敷，A银行引入了第三方威信机构补充部分的专题咨询，包括报告中的研究不雅观点等。
从咨询做事的供应形式来讲，A银行不再局限于报告的形式。
例如，A银行可为数据产品HL的客户通过线上直播的办法安排与特定领域的专家进行在线互换。

总体而言，A银行在数据产品HL的开拓过程中将数据模型产出的结果和第三方威信机构的研究结果相结合。
一方面，通过更细致的研究和更即时的更新频率得到在同类银行中的竞争上风；另一方面，通过整合外部资源，引入威信的第三方机构，填补产品可能存在的短板。
在对市场进行竞争性剖析后，A银行在清晰产品定位的根本上，确保该产品具有一定的竞争上风。

2.3.2 产品发卖渠道确定

产品渠道是产品触达客户的办法。
如何触达更多的客户，并完成转化是产品渠道选择中的关键问题。
A银行拥有覆盖内地所有省级行政区域的业务网点，这些业务机构天然地成了数据产品HL的产品渠道。
通过分行的客户经理，数据产品HL可以触达A银行原有的客户群体。
除了原有的线下推广，结合线上运营渠道，A银行给分行的客户经理配置个性化咨询做事小样，由分行的客户经理转发给有潜在购买需求的客户，客户通过对个性化咨询做事小样的理解，决定是否购买。
个性化咨询做事小样是否戳中客户需求的痛点决定了产品的转化情形。

2.3.3 产品定价策略确定

数据产品HL的定价是其对外做事中的一个关键性成分。
一样平常的定价办法紧张有本钱导向定价法、竞争导向定价法和需求导向定价法。
本钱导向定价法是通过打算产品本钱，加上公司希望得到的利润进行定价的方法。
产品的本钱一样平常包括固定本钱和边际本钱。
在数据产品HL这一产品情境中，本钱打算有很大的难度，这是由投入的生产资料的性子决定的。
而一旦完成产品功能架构的设计、确定了产品内容、选出了得当的数据和模型，多生产一份该产品的边际本钱会降至很低的水平。
这些成分使数据产品HL的定价不适宜采取本钱导向定价法。

竞争导向定价法因此竞争对手的定价为自身产品定价依据的方法。
就数据产品HL的情境来说，竞争导向定价法意味着参照市场内同类产品的价格进行定价。
在实际的定价过程中，数据产品HL虽然有参照同类产品的定价，但更多的是采取需求导向定价法。
需求导向定价法是指根据客户对产品的需求强度和对产品的代价认识来定价的方法。
详细地，A银行分行可以根据所在地的消费能力、市场景气度等成分自行定价。
这种因时制宜的定价办法也反响了数据产品HL开拓期间的理念，即以实际的运用处景为导向。

2.3.4 市场反馈

自2020年12月A银行发布数据产品HL以来，产品触达150万次，并产生了可不雅观的营收。
现阶段数据产品HL的紧张目标已经转为拓客增收。
在产品开拓的策略安排上，数据产品HL分成了3个阶段。
第1期和第2期采取自主研发的办法，目前第3期在履行过程中。
数据产品HL自投入市场以来，为企业供应研究报告，助力企业冲破信息孤岛，提升计策方案、经营管理、投融资决策能力，同时也积极承担银行任务，为小微企业供应免费的信息咨询做事。

2.4 案例总结

数据产品HL的开拓最初是为了相应国家对数据资产化的政策号召，探索数据资产化的路径。
在对外做事之后，数据产品HL产生的营收超出了预期，它成了A银行具有代表性的一个数据产品。
数据产品HL精良的市场反馈情形表明数据产品的市场发展空间是巨大的。
在数据资产化仍旧处于探索阶段的本日，数据产品的探索可能会成为企业新的利润增长点。
笔者考试测验根据数据产品HL的开拓和对外做事过程，总结数据产品HL成功的关键成分，为后续数据产品的开拓供应一些参考。

首先，数据产品开拓离不开详细的运用处景，数据只有利用才会产生代价。
A银行对数据代价的理解在银行内部达成了广泛的共识：数据在运用处景中能够产生的代价越大，该数据的资产代价也就越大。
这种对数据代价的理解表示在数据产品HL开拓和对外做事的方方面面。
在产品开拓过程中，以业务部门提出的运用处景为导向，整合数据和人力资源开拓能够知足这一需求的产品。
A银行关于数据资源的开拓模式被总结为“数据+模型+场景”。
在数据产品HL对外做事的过程中，产品的定价也以需求为导向，授权分行根据所在地的消费能力、市场景气度等信息进行自主定价。
从产品开拓到对外做事，数据产品HL立足于市场需求、做事于市场需求。

其次，数据产品开拓的过程是对企业数据资源判断和整合的过程。
数据产品HL的开拓实际上是A银行对银行现有数据和人力资源整合的结果。
A银行拥有大量行业、宏不雅观、区域等方面的数据资料，内容翔实，且具有独特性。
作为数据产品的根本生产资料，只有数据资源具有独特的竞争上风，才能担保基于此开拓出来的产品具有不可替代的、持久的竞争上风。
须要指出的是，在绝大多数情形下，数据资源本身并不能直接作为产品对外出售。
除非该数据不包含敏感信息、产权清晰、具有独特性，而且能够找到得当的运用处景。
例如，国网上海市电力公司将企业用电数据直接作为产品售卖给中国工商银行，赞助银行进行信贷反敲诈和贷后预警。
但更多的情形下，优质的数据资源并不会自动转化为可以发卖的数据资源，还须要企业对其进行加工、处理和整合。
这个过程包括去敏感信息、数据处理信息技能平台的搭建和优化、模型的演习和选择等。
这哀求企业拥有一定的数据剖析人力资源。
在产品未来盈利水平尚不清晰的情形下，利用企业内部资源池先搭建产品开拓的框架风险更小，本钱也更可控。
企业也可以寻求外部的公司进行互助，在事情内容相对清晰、盈利前景更加明确的情形下，与外部公司互助会更顺畅、阻力更小。

第三，产品渠道是数据产品开拓须要考虑的主要成分。
A银行现有的关于数据产品HL的产品渠道紧张依赖A银行已有的分行和业务机构，是对已有客户资源的深度挖掘。
这对数据资源产品的开拓有两方面的启迪。
从产品营销组合的角度看，须要考虑新开拓的数据产品是否是公司已有产品的有效补充、是否能够与公司其他产品一起更好地知足客户的需求。
如果答案是肯定的，那么新开拓的数据产品就更能够利用公司自身原来的产品渠道，更快地触达市场；如果答案是否定的，则可以从资源整合的角度看，哪类企业拥有适宜本公司新开拓的数据产品的渠道，积极与这类公司或机构展开互助。
不论是公司原来的产品渠道，还是寻求得当的渠道进行互助，对数据产品开拓的公司都有比较高的哀求和门槛。
降落这个门槛的一个可能是存在一个数据交易平台，能够聚拢对数据产品有需求的客户资源。
这样的一个数据交易平台会大大降落数据产品投入市场所须要的推广本钱。

末了，A银行在进行数据产品开拓的过程中也面临一些制度性的问题。
这些问题紧张集中在数据作为生产要素进行交易中的法律规范问题。
例如，国家对银行作为数据需求方的数据采购渠道和数据产品尚未有明确的认证标准。
担保所采购数据的安全、合法合规是银行目前非常关心的一个方面，由于银行所购数据也是银行进行数据产品开拓的主要生产资料。
上述问题不仅是A银行面临的问题，也是国家数据根本制度培植过程中须要逐步明确和解决的问题。
随着国家数据根本制度体系的建立和完善，数据资源产品会面临更加广阔的为实体经济赋能的天地。

3 结束语

对数据产品开拓和参与市场流利的过程进行剖析创造，通过本钱法对其进行司帐计量在操作上存在一些困难。
首先，在实际运用中，许多数据产品每每因此运用处景为单位的，是不同来源的数据资源和企业数据能力整合的结果。
以A银行的数据产品HL为例，它所利用的数据既包括从外部采购的数据，也包括银行内的数据和数据剖析能力。
这导致在实践中，数据产品HL很难从直不雅观的观点上根据数据来源清晰地分割为“外购的数据资源”“自行开拓的数据资源”和“其他办法取得的数据资源”。
在未来，须要进一步细化和规范区分标准。

其次，数据产品开拓的过程并不是从零开始的，而是基于企业过去数据和数据能力的积累。
A银行在开拓数据产品HL的过程中，离不开业务部门对顾客需求的洞察，也离不开银行由于内部对数据资源的需求而建立的数据库资源和数据剖析能力。
在打算数据产品HL的开拓本钱时，是该当分担银行过去建立数据库资源和数据剖析能力而产生的本钱，还是该当仅打算数据产品HL开拓过程中产生的边际本钱，是须要进一步考虑和解决的问题。
这种整天职离打算的问题不但存在于从“企业内部利用的数据资源”向“企业对外交易的数据资源”转化的情境。
笔者从参与的B银行为数据科技公司供应质押贷款的案例研究中创造，B银行为数据科技公司SK（SK为该公司实际名称的缩写）供应贷款时考虑的一个主要成分是对SK公司自2009年创建以来的发展进程进行剖析，认为该公司在数据资产和数据能力方面有一定的积累，具有进一步发展的潜力。
在对该数据产品进行司帐确认和计量时，如果只打算数据产品开拓时产生的本钱显然并不合理。
企业以往积累的数据资源和数据能力该当若何打算和分配到各个数据产品是亟待进一步明确的问题。

末了，数据产品的整天职布情形会使其被确认为存货存在一定的困难。
在数据产品开拓完成之前，企业无法通过出售它得到营收。
在完成数据产品开拓之后，数据产品生产的本钱紧张集中在数据资源的共享本钱，包括找到得当的客户并以安全的办法进行数据资源共享。
数据产品的代价更多取决于该数据产品的销量，也便是企业触达潜在客户的能力。
从某种程度上来讲，企业发卖数据产品并不会花费企业拥有的数据产品的代价，反而会增加其代价。
以A银行开拓的数据产品HL为例，它自发布以来产品触达150万次，这并没有降落该数据产品的代价，反而会增加银行对该数据产品的估值。
不足为奇，笔者从参与的B银行为数据科技公司SK供应质押贷款的案例研究中创造，B银行在对该项目进行审核的过程中，紧张对SK公司的数据产品在过去一段韶光内产生的订单条约进行了审核，并据此判断该数据产品能够带来的现金流情形及企业的经营状况。
因此，数据产品的本钱紧张集中在前期的开拓本钱和后期触达客户进行数据产品交易的本钱。
考虑到数据产品的这一特性，在将“企业对外交易的数据资源”按照生产本钱确认为存货时，会在详细操作上存在一些寻衅。

为应对上述困难，在既没有可供交流的参照市场，又无可供干系市场参与者借鉴的交易价格时，《暂行规定》中的本钱法计量办法可以担保司帐信息的可靠性。
随着市场上数据产品交易数量的增多，须要应时考虑其他资产计量方法，如现值法和公允代价法。
对数据产品交易数据的采集和共享工为难刁难数据资产入表进程具有主要的意义。

--------END-------

联系我们:

Tel: 010-81055490

010-81055534

010-81055448

E-mail:bdr@bjxintong.com.cn

http://www.infocomm-journal.com/bdr

http://www.j-bigdataresearch.com.cn/

转载、互助：010-81055307

大数据期刊

《大数据（Big Data Research，BDR）》双月刊是由中华公民共和国工业和信息化部主管，公民邮电出版社主理，中国打算机学会大数据专家委员会学术辅导，北京信通传媒有限任务公司出版的期刊，已成功入选中国科技核心期刊、中国打算机学会会刊、中国打算机学会推举中文科技期刊，以及信息通信领域高质量科技期刊分级目录、打算领域高质量科技期刊分级目录，并多次被评为国家哲学社会科学文献中央学术期刊数据库“综合性人文社会科学”学科最受欢迎期刊。