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

云风的 BLOG
云风的 BLOG
M
MIT News - Artificial intelligence
博客园 - Franky
J
Java Code Geeks
V
Visual Studio Blog
G
Google Developers Blog
罗磊的独立博客
MongoDB | Blog
MongoDB | Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Recent Announcements
Recent Announcements
Last Week in AI
Last Week in AI
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Stack Overflow Blog
Stack Overflow Blog
博客园 - 司徒正美
The GitHub Blog
The GitHub Blog
腾讯CDC
阮一峰的网络日志
阮一峰的网络日志
V
V2EX
博客园 - 【当耐特】
IT之家
IT之家
I
InfoQ
U
Unit 42
C
Check Point Blog
Martin Fowler
Martin Fowler

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,
数据资产价值评估的三种方式以及优劣
成于念 · 2024-03-12 · via 人人都是产品经理

无形资产价值评估方法包括成本法、收益法和市场法三种,本文总结了这三种评估方法对于数据资产的优缺点有哪些,有利于企业按照自身特点或者行业属性进行选择。

众所周知,由于数据资产不具有实物形态,相较于会计准则的资产评估,通常类比于无形资产进行分析。在企业内部或者行业实践中,无形资产价值的评估方法包括成本法、收益法和市场法三种基本方法以及其衍生方法。

接下来,重点分析这三种评估方法对于数据资产的优缺点有哪些,有利于企业按照自身特点或者行业属性进行选择。

一、成本法

成本法:评估方式=重置成本-贬值因素,或者=重置成本*成新率

这里面需要重点关注两个点。

  1. 数据资产的重置成本:如果是企业内部产生或者收集的数据资产,那么重置成本主要包括:收集、存储、处理的人力成本、设备成本、研发成本等。而如果是外购的数据资产,则指企业获取该数据资产的采购金额;
  2. 贬值因素:包括时效性、质量低下、不符合需求等贬值的情况,需要将该部分数据剔除,作为数据资产的经济学贬值。

优点:成本法评估数据资产,首先就是容易理解,其次是计算方式简单。

缺点:

  1. 如果内部产生的数据没有对于的直接成本,需要通过间接成本分摊,则很难进行评估统计。例如由业务同事在ERP系统录入的业务数据,这部分人工成本属于业务同事的薪酬,需要进行分摊到数据资产里面去,分摊比例难以评估;
  2. 贬值因素不好量化,由于时效性或者准确性导致的贬值,很难去进行具体量化;
  3. 无法体现数据资产的收益,虽然我们可以通过成本法去评估数据资产的价值,但是具体产生了多大的价值,我们却无法进行体现。

二、收益法

具体分为三种分别是:

1. 权利金节省法

基于持有该数据资产而无需支付使用费的成本节约估值方法。

计算方式=Σn/k=1 许可使用费/(1+i)n+所得税摊销收益

  • 许可使用费:授权给他人使用该数据资产可以收取的费用。例如:授权给A公司使用自己加工的数据资产,收取A公司一笔费用,为许可使用费;
  • 折现率(i):数据资产持有者要求的必要报酬率;
  • 使用期限(n):数据资产可以使用的期限;
  • 所得税摊销收益:部分数据还未形成数据资产,即无法确认为无形资产入账的那部分收益。

2. 多期超额收益法

该数据资产所贡献的净现金流或超额收益的现值

计算方式=Σn/k=1 超额收益/(1+i)n+所得税摊销收益

超额收益:因持有该数据资产导致收入增加或成本减少,常见的数据提效减负,以及通过数据分析产生利润等。

3. 增量收益法

比较该数据资产在使用过程中产生现金流差额的方法

计算方式=Σn/k=1 增量现金流/(1+i)n+所得税摊销收益

增量现金流=现金流(持有该数据资产)-现金流(未持有该数据资产)

收益法的优点:能够反映数据资产的经济价值,到底产生了多大的价值一目了然。

缺点:

  1. 我们针对使用期限(n)是比较难界定的,由于数据资产是动态的,部分数据具有时效性,部分数据具有沉淀分析的价值,所以使用期限很难确定;
  2. 如何准确的计量现金收益,是绝大部分企业面临的问题,如果只是简单粗暴的按照节省人天,或者笼统确认收入,则该部分数据资产的价值可能评估不完整或者存在水分。

三、市场法

可比数据资产成交额*Σ修正系数

可比数据资产成交额:在公开交易活跃下,相同或者类似数据资产的交易成交额,类似于公允价值;

修正系数:用于对标的数据资产和可比案例的差异进行修正

优点:能够客观反映资产的市场情况,相对公允、真实、可靠。

缺点:

  1. 需要公开市场、第三方作为基础,例如各地的数据交易所进行评估,形成成熟的评估体系,但是如果平台尚未成熟、或者无法提供相应的交易情况,则无法统计可比数据资产成交额;
  2. 不同行业,修正系数进行评估。例如地产行业所需的数据,也可以用于其他行业,但价值不具备可比性,所以修正系数需要进一步明确。

四、总结一下

以上三种数据资产的评估方法各有优劣,主要是受制于数据质量、应用场景以及行业特点还有法律约束等影响,虽然有不少数据资产的评估案例,但是还未形成成熟的评估体系。

个人认为,目前需要做的是:按照行业以及企业、数据三者进行分类,确定不同的评估方法,从而在构建数据资产评估体系道路上向前迈进。

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 Pixabay,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。