惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

N
Netflix TechBlog - Medium
I
Intezer
人人都是产品经理
人人都是产品经理
F
Full Disclosure
A
About on SuperTechFans
罗磊的独立博客
大猫的无限游戏
大猫的无限游戏
Google DeepMind News
Google DeepMind News
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
J
Java Code Geeks
博客园 - 三生石上(FineUI控件)
腾讯CDC
Stack Overflow Blog
Stack Overflow Blog
云风的 BLOG
云风的 BLOG
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Blog — PlanetScale
Blog — PlanetScale
Microsoft Azure Blog
Microsoft Azure Blog
I
InfoQ
博客园 - 司徒正美
P
Proofpoint News Feed
宝玉的分享
宝玉的分享
Engineering at Meta
Engineering at Meta
F
Fortinet All Blogs
The GitHub Blog
The GitHub Blog
L
LangChain Blog
Last Week in AI
Last Week in AI
B
Blog
Project Zero
Project Zero
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
S
Schneier on Security
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
U
Unit 42
B
Blog RSS Feed
Y
Y Combinator Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
P
Privacy International News Feed
N
News and Events Feed by Topic
W
WeLiveSecurity
Cloudbric
Cloudbric
G
GRAHAM CLULEY
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
Check Point Blog
G
Google Developers Blog
The Last Watchdog
The Last Watchdog
Latest news
Latest news
S
Secure Thoughts
Simon Willison's Weblog
Simon Willison's Weblog
Scott Helme
Scott Helme
H
Heimdal Security Blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
数据资产确权的难点与建议
成于念 · 2023-09-27 · via 人人都是产品经理

数据是企业的重要资产之一,但大多数企业在数据资产管理维度上都面临着一定挑战,其中不可绕开的问题,就是数据确权的问题。这篇文章里,作者就探讨了数据资产确权的难点和建议,一起来看一下。

在大数据时代,数据被视为企业的重要资产之一。然而,对于这些数据资产的管理却面临着诸多挑战,其中最为关键的问题就是数据确权。

本文将围绕数据资产管理过程中的数据确权问题展开探讨,首先介绍数据资产入表的背景,其次探讨权力以及权利的划分方式以及标准,接着分析数据权力与权利包含的范围,再探讨数据确权的内部问题,然后探讨数据确权的外部问题,最后提出数据确权的建议方案。

一、数据资产入表的背景

随着大数据技术的发展,数据已经成为了企业竞争的核心资源之一。这些数据经过加工和处理,可以转化为有价值的信息和知识,从而为企业带来商业优势和竞争优势。为了更好地管理和利用这些数据资产,许多企业开始将数据资产纳入财务报表。

然而,由于数据资产的性质和特点,数据资产入表也面临着一些困难和挑战。其中最主要的问题就是数据确权。数据确权是指确定数据的所有权、使用权、转让权、许可权等权利的归属,以及这些权利的行使方式和范围。

由于数据据有可复制可传播的属性,如果不进行确权,会导致数据滥用的情况发生,确保数据资产流通的唯一合法性这样才有助于形成新的数据要素市场,开启新的财富活动,是数据要素市场化的前提。在数据资产入表的过程中,需要对数据进行合理的确权,以保障各方的合法权益,同时促进数据资产的合理流动和利用。

二、权力以及权利的划分方式以及标准

在聊确权话题之前,我们需要区分权力和权利两者的区别的。权利主体一般是公民与法人和其他社会组织(国家机关进行民事行为时,也是权利主体)。权力主体则只能是被授予权力的国家机关及其特定的工作人员。按其行为属性来讲,权利行为一般是民事行为与社会政治行为;权力行为则一般是立法行为、行政行为、司法行为等属于公务的行为,又称“职权”,是一种公共权力。

在数据确权的过程中,首先需要明确权力以及权利的划分方式以及标准。这主要包括以下三个方面:

  1. 法律标准:通过制定相关的法律法规,明确数据的所有权、使用权、转让权、许可权等权利的归属以及行使方式和范围。
  2. 协议约定:在数据产生、存储、使用等过程中,通过签署协议约定,明确各方的权利和义务。
  3. 分类管理:根据数据的不同性质和用途,对数据进行分类管理。例如,将数据分为个人数据和企业数据、公共数据,将敏感数据和非敏感数据进行区分等。

三、数据权力与权利包含的范围

在数据确权的过程中,需要明确数据权力与权利包含的范围。具体而言,主要包括以下三个方面:

1)数据采集:企业需要明确在数据采集过程中所拥有的权利范围。例如,在用户同意的情况下,企业可以采集用户的个人信息和行为数据等。在国家层面,例如需要医院的实验数据或者企业的经营数据,来去做国家层面的决策分析,企业也需要进行配合处理。

2)数据存储:企业需要明确在数据存储过程中所拥有的权利范围。例如,企业可以要求用户在指定的时间内提供个人数据并存储这些数据。

3)数据使用:企业需要明确在数据使用过程中所拥有的权利范围。例如,企业可以使用用户提供的数据进行个性化推荐、市场分析等。

四、数据确权的内部问题

在数据确权过程中,企业实际在内部就要形成权责的划分,通过企业内部的权责划分,可以达到“以用促管”的效果。我们常常说数据OWNER,就是划分内部权责制定标准的一个过程。无论是数据的生产方、录入方、使用方,都是数据内部确权的第一步。如果企业内部对于数据的产生、使用和录入维护都没有理清,则数据资产的确权就无从谈起。

企业内部的数据权属划分往往是管理问题导致,例如数据使用部门有可能并不是数据的录入方和生产方,对于数据的需求非常明确旺盛,所以数据质量要求很高。而往往数据生产方对这部分数据并没有实际业务场景需求,那么就会出现问题推诿,质量不高,标准无法统一的情况。

针对这个问题,我们一般解决的思路还是利用数据治理委员会,由高层领导拍板下达。当然,除了内部权责的划分问题之外,还需要注意以下内部问题:

  1. 数据采集过程中的确权问题:在数据采集过程中,企业需要明确数据的所有权和使用权。如果未经用户同意或者未明确告知用户采集的目的和范围,可能会引起用户的不满和投诉。
  2. 数据存储过程中的安全问题:在数据存储过程中,企业需要采取措施保障数据的安全性和机密性。如果未采取适当的加密和安全措施,可能会导致数据泄露和被恶意利用。
  3. 数据使用过程中的合规问题:在数据使用过程中,企业需要遵守相关的法律法规和伦理规范。如果未经授权或者不按照约定使用数据,可能会引起法律纠纷和声誉损失。

五、数据确权的外部问题

刚才讲到企业内部的数据权属划分属于管理问题,那么数据确权的外部问题,则显得更为棘手。我们会发现,数据的特性导致我们很难从“所有权”去定义数据到底归谁,一般而言,在判断资产是否存在时,所有权是考虑的首要因素。

但是有些情况下,资产虽然不为企业所拥有,但企业控制了这些资产。例如对于租赁合同,承租人虽并未获得相关资产的“所有权”,但是如果在使用期间内产生了一些经济利益,则通常需要确认“使用权资产”。在这个例子中,出租人虽然“不享有所有权”但是由于“该资源能被企业所控制”,满足了租赁资产“入表”的条件。

所以数据二十条中也提出了“数据资源持有权”、“数据加工使用权”、“数据产品经营权”等数据分置的产权概念,实质上也是将数据资源的所有权和其他权利区分开来了。企业还需要注意以下外部问题:

1)法律政策方面:不同的国家和地区对于数据确权有不同的法律规定和政策要求。企业在开展国际业务时需要了解并遵守当地的法律法规和政策要求。

2)技术方面:随着技术的不断发展,新的数据处理和利用方式也不断涌现。然而,技术在为数据处理带来便利的同时,也可能引发新的确权和安全问题。例如,区块链技术虽然可以提高数据的可信度和安全性,但也引发了对于数据所有权和隐私权的关注。

3)行业标准方面:行业标准是指导企业进行数据处理和确权的重要依据。然而,当前各个行业尚未形成统一的数据处理和确权标准,这为企业进行合理确权带来了一定的挑战。因此,企业需要关注行业标准的发展趋势,以便及时调整自身的数据处理和确权策略。

六、数据确权的建议方案

为了解决上述问题,企业可以采取以下建议方案:

1)完善法律法规:政府和企业应共同努力完善相关的法律法规,明确数据的所有权、使用权、转让权、许可权等权利的归属以及行使方式和范围。同时制定出相应的违规处罚措施,以保障数据的合法性和公正性。

2)加强组织架构建设:企业应建立专门的数据管理部门或团队,负责制定数据处理和确权政策和流程,并确保这些政策和流程得到有效执行。此外,企业还需要加强内部沟通和协调,确保各个部门在数据处理和确权方面保持一致性。

3)提升技术能力:企业应加大对技术的投入和支持,提高自身的技术能力和水平。例如,采用区块链加密技术、数据血缘追溯技术等等。从而对数据流转过程中,加工权、使用权、所有权的划分提供依据证明。

4)第三方进行确权登记:我们可以寻求第三方数据交易所进行数据资产的产权登记。数据产权登记是数据要素一级产权流转市场最根基、最关键的一环,主要发挥数据资源权利确认和保护等作用,可以确保其权威性和公正性。

专栏作家

成于念,微信公众号:Laosiji,人人都是产品经理专栏作家。关注互联网+行业、数字化转型落地。专注领域包括IT数据管理、数据资产、数据应用和最佳企业数据案例实践分享。

本文原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。