最近数据资产建设成为大型集团及组织的热点，那么如何评估或衡量数据价值成为大家最为关切的话题！组织应该根据数据为业务带来的价值确定衡量数据管理工作的优先级，然而衡量本身的成本也可能超过数据提供的收益。在这篇文章中，我们讨论如何实际量化数据的价值，以及如何将其应用于数据策略以推动有意义的结果。
大多数公司都痴迷于衡量OKR、KPI和业务指标。“数据是新的石油”的已被用作从每个可以想象的来源囤积越来越多数据的借口。然而，数据本身毫无价值，除非我们能从中获得信息，引导我们做出更好的决策，并最终获得更好的结果。
我们可以通过衡量这些资产中包含的数据的价值来量化数据资产为业务带来利益的能力。
通常可以使用这样的数据来回答以下问题：
如果获取数据有可衡量的费用，组织是不是应该至少收回这笔费用？
数据的市场价值是多少，组织如何实现这个价值？
在回报模型中，哪些测量重要，哪些不重要？
考虑到数据资产，对组织的业务价值是多少？
在做出商业决策之前，做多少额外的研究才有意义？
组织需要更好地保护哪些数据资产，哪些可以丢弃？
这些问题经常被忽略，因为我们通常认为数据是一种“无形”资产。但是，信息资产确实具有有形价值，任何有经验的投资者都需要为此付出溢价。在并购情况下，有价值的数据资产通常会受到潜在收购者的溢价，即使它们无法根据会计法规进行审计，近一半的分析师在确定估值时会考虑公司的数据和分析能力。
首席财务官如何在不了解数据资产对业务绩效、估值和并购结果的贡献的情况下调整预算？首席信息官如何定义不考虑数据价值的数据战略？
我们现在将探索一个确定信息资产价值和业务影响的框架，并确定优先考虑信息管理工作重点的方法。这里介绍的方法来自DougLaney所做的研究。
一 信息估值模型
衡量信息价值的主要原因有两个：一是优化信息管理实践，组织可以跟踪信息价值的基本衡量标准；一是了解信息对业务的财务影响，组织可以利用信息价值的财务衡量标准。
尽管这些指标在逻辑上被分为两类，但它们可以一起使用，以查明和缩小已实现价值和潜在价值之间可能存在的差距，并监控信息价值随时间的变化。
二 数据价值的基本度量
以下措施适用于尚未准备好将货币价值归因于其数据资产或在扩展财务措施方面遇到困难的组织。尽管如此，它们仍可用作帮助提高数据质量和数据管理工作的驱动因素。
1 数据的内在价值(IVI）
IVI用来评估数据资产的固有质量。此方法描述了数据的完整性和准确性，以及其他组织拥有此数据的可能性。
有效性：具有正确值的记录的百分比
稀缺性：估计没有此数据的其他组织的百分比。
覆盖率：数据集中的记录数量占潜在记录总范围的百分比
使用寿命：每条记录可以合理使用或相关的周期数（例如几个月）
如何使用IVI
IVI可用作比较多个相似数据来源效用的基本工具。具有高IVI的数据是在组织中高度可用的良好候选者，具有低IVI的数据可以成为数据质量改进工作的目标，或者如果管理和保护该数据的成本是不合理的。
IVI是最容易计算的指标，具有一点自动化和对市场的粗略了解，但是，IVI指标没有考虑数据对业务活动的适用性。
2数据的商业价值(BVI)
与IVI不同，BVI承认信息与业务活动的相关性，以及该信息的质量和及时性。它可以用作衡量数据资产提供的潜在现实世界利益的快速而粗略的方法。
Relevance(p)-信息对业务流程p的潜在有用性（0到1）
有效性-具有正确值的记录的百分比
覆盖率-数据集中的记录数量占潜在记录总范围的百分比
及时性——数据在任何时候都是最新的（与现实世界的事实相匹配）的概率。这是真实世界事件与这些事件在数据集中出现之间的时间滞后的更容易测量的版本。
何时使用BVIBVI要求列举可以从数据中受益的业务流程，并将数据的“相关性评分”归于每个业务流程。
通过将已经使用此数据的流程与尚未从此数据中受益的流程进行对比，组织可以快速识别从现有数据资产中提取价值的机会。此外，组织可以利用低BVI来降低投资或处置数据。
BVI的缺点是，为了确定与各种业务流程的相关性，可能必须让来自整个组织的许多人参与进来。最后，相关性度量是高度主观的，可能会延长分析过程。3数据的绩效价值(PVI)
PVI方法通过关键绩效指标(KPI)衡量数据对改进某些业务绩效驱动因素的影响来定义数据的价值。潜在KPI的一些示例是“转化率”或“订单履行时间”。IVI和BVI是商业价值的首选指标，而该指标是次选指标，因为我们必须进行受控实验来确定数据对KPI的影响。
KPI(i)—包含数据的业务流程的KPI
KPI(c)—没有使用该数据的业务流程的KPI
T-任何基准的使用寿命
t-衡量KPI的时间
KPI比率提供了使用此数据资产时KPI提升的度量，而时间比率则预测了数据使用寿命内的提升。
正PVI表示流程的净收益，而负PVI会降低KPI。
如何使用PVI
PVI为货币结果提供了出色且客观的方法，无需引入流程级别的分析或潜在收益估计。
运行受控实验通常需要更改操作程序，并且将我们正在评估的数据纳入流程可能会产生额外的成本。
另一方面，这种方法有助于建立科学的商业实验文化和量化数据决策收益的框架。
由于PVI是一个滞后指标，它不如IVI和BVI在根据未实现数据价值对数据相关活动进行优先排序方面有用。
三 数据价值的财务计量
财务数据估值模型是用于传统资产的估值模型的变体，可根据数据的独特属性进行调整，例如数据的非枯竭、可忽略的复制成本以及可许可性而非所有权转让。
这些经济模型可用于确定交易中数据的货币价值，以及组织购买、保护或以其他方式维护数据所花费的金额。
1数据成本价值(CVI)
CVI通过简单地衡量收集和维护数据的成本以及（可选）如果数据丢失或损坏而产生的任何收入损失来为数据分配价值。
ProcessExpense-数据捕获路径中涉及的流程的年化成本
Attrib-特定于捕获数据的过程成本百分比
T-任何基准的使用寿命
t-测量流程费用的期间
n—直到业务不再受到丢失或损坏数据的影响或直到数据恢复的周期数
如何使用CVI
CVI是一种保守且波动较小的数据估值方法。当数据没有明显的市场时，可以使用它，尽管评估归因于数据捕获的费用可能很困难且主观。当很难将数据与收入联系起来时，也可以使用它，但是，在模型中包括收入损失有助于量化潜在数据泄露或其他类型数据丢失所涉及的风险水平。
2数据经济价值(EVI)
EVI通过将数据应用于业务流程来衡量收入的提升。
Revenue(with)-使用数据产生的收入
Revenue(without)-没有数据产生的收入
数据成本——在相关业务流程中获取、管理和操作数据的成本
T-任何基准的使用寿命
t-执行实验的时间段
如何使用EVI
由于EVI直接处理收入，因此它是衡量数据价值的一个非常强大且切实的衡量标准。
与PVI类似，组织可以通过运行受控实验将EVI用作滞后指标，并测量使用数据获得的实际收入提升。当然，这要求组织已经拥有数据，并且可以将其应用到业务流程中，但需要付出一定的代价。
但是，如果组织想知道是否应该投资使用数据来推动收入，可以估算Revenue(with)，而使用EVI作为首选指标。
为此，组织必须确定收入的因果路径并建立传统的ROI模型。换句话说，可以绘制出业务是如何创造价值的，并确定添加数据如何增加收入或节省成本。请注意，使用EVI作为首要指标会使公式术语t无关紧要。
3数据市场价值(MVI)
将数据货币化作为收入来源变得越来越普遍。数据可以直接获得许可，也可以在数据市场上获得许可，并且可以进行易货交易或用于谈判优惠条款。在这些情况下，MVI是数据价值的理想衡量标准。
数据市场价值(MVI)公式
独家价格——客户为获得数据的独家访问权而支付的假设价格
许可数量——在数据的使用寿命内许可此数据的潜在参与方的数量
溢价——利益相关方为独家访问数据而支付的任何给定许可费的倍数
如何使用MVI
MVI可用于确定可接受的许可成本或数据产品的可交易价值。MVI解释了数据资产的普遍性导致整体价值下降的事实。EVI或CVI措施可以作为独家价格的基础。
为了得出潜在被许可人的数量，可以使用传统的自上而下或自下而上的市场规模估算方法。MVI在确定非流通数据资产的价值方面并不是特别有用，如果不仔细确定，获取输入假设可能会很棘手，并导致估值大相径庭。
4完美数据期望值（EVPI）
我们能衡量没有的信息的价值吗？这正是EVPI可以帮助确定的。在决策理论中，EVPI通常用于计算理论上组织应该为导致正确决策的数据支付的最大收益。拥有完善的数据意味着可以避免错误的决定。
如何使用EVPI
衡量行为（收集更多信息）减少了组织对货币决策结果的不确定性，例如某些投资的投资回报率。鉴于当前的不确定性水平，EVPI设定了该数据价值的上限，直至收支平衡。
由于大多数业务决策最终都是收益决策，因此可以将一小部分EVPI（例如10%）分配给可能产生更好预期回报的数据的收集。使用EVPI的一个缺点是，它需要对业务中如何产生价值进行建模，这可能非常耗时，并且充满了测量挑战和假设。然而，一旦有了这个模型，它就可以被重新用于估计Revenue(with)并生成领先的EVI（数据经济价值）度量。生成此模型还提供了另一个强大的优势。通过结合其他决策理论概念，例如样本数据的期望值，可以量化模型中每个变量对经济效益的贡献。
四 组合数据评估模型
各个估值模型本身很有用，每个模型都擅长从特定的角度看待价值。通过结合每个模型的优势，我们可以识别和缩小信息价值差距。
1考虑数据管理投资
可以使用IVI来识别具有低内在价值和高潜在业务相关性的数据资产，并优先考虑这些资产的数据质量改进工作。
2识别新的收入机会
通过评估组织内部使用的数据的MVI，可能会发现以新数据产品、折扣或易货商品的形式进行外部货币化的机会。在并购场景中，了解内部数据的MVI还可以为精通数据的买家打开大门，他们很乐意为宝贵的数据资产支付溢价。
3数据的正当处置
组织可以使用CVI和EVI为处理成本高于其提供的价值的数据提供强有力的理由。
4加速创新和数字化转型
企业可以想办法从具有高度业务相关性但未实现经济潜力的数据中提取更多经济价值。通常，这可以成为数字化转型的驱动力。
5验证数据治理的好处
通过提高数据质量来跟踪KPI的增加，可以证明数据治理的有效性。例如，可以将更好的数据文档与数据湖的更多使用联系起来。
6数据资产的市场化
有时，仅MVI不足以确定数据资产的市场化，因为它没有考虑到管理资产的质量和成本。您可以结合IVI、外部BVI和CVI来识别有价资产并考虑这些变量。
五 总结
组织现在就可以使用一系列工具来了解数据的价值并据此采取行动，从而提高业务价值。
然而，评估并不止于这些公式，组织可以创造性地应用和组合这些方法。最重要的是思维方式从“无形”到“有形”价值的转变。
