一 什么是资产的价值
资产是有价值的，所以从逻辑上讲，我们应该能够就资产的价值达成一致。在财务、人员和建筑方面，我们都可以理解需要遵守的度量标准。这些标准提供了框架来管理资产，既包括组织的成本，也包括价值的展现方式，即价值可以定量且被量化的。
数据资产不能归因于任何这些标准!没有行业标准或公认的方法来评估这种价值，也没有一个通用的基准来衡量它的成本。这确实提出了一个问题:数据是否应该被视为与传统资产相同的资产类别，如果不是，这将如何影响我们对数据的管理。
那么，如果没有一个内部或外部的框架来参照，我们应该怎么办呢?从运用常识、组织环境和运营的知识开始。其中一些来自传统的资产管理估值，一些是特定于数据的。对于这两个方面，我们将尝试得出成本和效益。所以，让我们深入研究一下，看看如何进行数据资产价值评估更为可行。
二 数据资产估值的一般指标
数据资产的价值可以用管理资产的成本进行测量。
我们应该把它们统称为“数据生命周期中的数据管理成本”。为了理解这些成本，我们需要用以下指标估计:
■寻找和收集数据的成本；
■存储数据的成本；
■降低生命周期中与数据相关的风险的成本；
■提取、转换和加载过程的成本；
■保留数据的成本；
■处理数据的成本。
即使是这样的粒度，也很难计算出确切的数据资产价值。员工时间和成本是最简单的。它还显示了“更多数据”和“更高的运营成本”之间的直接联系，这也是要关注的。这些指标的目的是帮助组织理解数据管理不是免费的。
传统上，这些成本主要集中在数据基础设施上——服务器、磁盘、应用程序等，但至少需要同样重视高成本、高稀缺性的员工和外部支持。
管理良好的资产的好处，这些是更无形的。最常被引用的指标是:
■数据对其他人的价值
■预计当前和未来的收入
在电子商务领域，这些数据往往与客户数量、市场分析和推荐策略有关。在任何计算数据资产价值时都需要考虑商业数据的成本。
三 数据资产估值的特定指标
这也是与管理资产成本有关的指标。
这些成本可以在员工时间、声誉、合规和决策失误的机会成本之间进行分摊。它们包括:
■无法找到或不可用数据的影响
■数据质量差或数据不适合目的的风险
■提高和维护数据质量的成本。
这些是数据生命周期中管理数据的额外成本。通常，组织在传递数据的过程中，不考虑数据的用途。上述成本可以被认为是“效用价格”，数据量越小越难评估。
管理良好的资产的好处：数据的价值问题可以用多种方式来回答。它可以通过以下具体方法来衡量:
■满足需求的数据质量的综合效益值。
满足需求的数据可以使用、增强或创造更好的结果，以获得易于理解的数据洞察或结果输出。对于组织来说，这些包括公司发展战略规划;财务计划、预算、预测和报告;员工和生产力计划;研发管理，经营和模式创新等。
给这个值分配一个定量数字是很困难的，最好的办法是参照其他最佳实践良好的组织的指标来考虑它。
四 将数据资产价值与战略对齐
将数据视为资产的关键是将数据价值定位在组织已经认同的目标上。这些包括:
•运营关键绩效指标 (KPI)
•管理 KPI
•战略 KPI
•外部指标，排名
•合规和监管框架
•财务预测
•价值创新
•综合影响
•新产品和收入来源。
所有这些目标都有价值，关键的是，创建和维护这些目标的成本。根据组织的文化，可以根据数据资产如何增加这些输出的价值来定位数据资产的价值。或者，可以表明数据管理和治理的最佳实践如何降低管理该资产的成本。
五 小结
正如我们所看到的，评估数据资产无论是从成本还是收益的角度都比传统资产更困难，也更微妙。在这里，背景、文化和组织对数据的定位是考虑的重要因素。如果没有人关心结果，度量资产是没有意义的。然而，一旦该数据资产成为度量其他价值的结构性和强制性组成部门，成本和收益就显而易见了。
