伴随着大数据时代的悄然来临,数据的价值得到人们的广泛认同,对数据的重视提到了前所未有的高度。数据已经作为企业重要资产被广泛应用于盈利分析与预测、客户关系管理、合规性监管、运营风险关理等业务当中。
1、数据资产管理（Data asset management）,国外对其定义为， 是规划、掌控和供应相关数据、信息的一种职能。包括通过开发、执 行相关数据信息的计划、政策、方针，从而起到保护、控制、监督和 交付数据资产价值的相关管理工作。
2、无形资产是指特定主体所控制的，不具有实物形态，对 生产经营长期发挥作用且能带来经济利益的资源。
3、财务意义上资产： “一般来讲，资产可以认为是企业拥有和控制的，能够用货币计量，并能够给企业带来经济利益的经济资源。”在这里，资产包含着如下几个要素：1、被企业拥有和控制；2、能够用货币来计量；3、能为企业带来经济利益。
企业战略及预算管理数据、财务数据、人力资本数据、资产数据、内控及风险数据、管理流程及运作数据，这个数据量一般不会很大，但是是企业的核心数据
企业生产及供应链数据、项目管理数据、设备运行及工况采集数据、交易或计费系统数据、产品运行及采集数据、市场营销数据，这类数据是结合企业的实际运营的，可大、可小
客户基本信息数据、客户行为数据，如社交行为、交易行为等(第三方社交、交易平台)、客户营销响应数据，这类数据有很大的价值
竞争企业数据，企业品牌及舆情数据，宏观经济及行业趋势数据，气象信息数据，地理信息数据
什么样的数据能够成为资产？ 与专利权为代表的知识产权相比，数据所有权问题还比较模糊。从拥有和控制的角度来看，数据可以分为第一方数据、 第二方数据和第三方数据。
对于数据资产的货币计量，可以参照无形资产的计量规则。无形资产准则根据无形资产取得方式的不同，对如何确定无 形资产的入账价值作了规定。
根据国金证券研究报告，目前直接利用数据为企业带来经济利益的方法主要有数据租售、信息租售、数据使能三种模式。
怎样实现数据资产的保值增值？ 充分发挥大数据生态圈中各企业的协同效应，建立起数据交换机制才能有效的扩大数据规模。
数据所有者们围绕核心业务需求构建起数据间的关联关系，才能提高那些不同来源获取的结构化与非结构化数据的活性。
加强对非结构化数据的重视程度对于提升整体收集运用数据的能力效果显著。
怎样提升企业打理数据资产的层次？ 企业对数据的利用可以大致分成四个层次，查询，汇总统计，经营分析，商业智能。
根据几个关键的业务环节着手，业务流程、数据流程、指标体系和信息管理流程和决策流程，再配合技术手段，来帮助企业识别其不同层次的数据管理能力，从而理解为什么企业目前在这个层次,何时和如何达能到下一个层次，从而能够控制企业打理数据资产各个层次的发展状况。
数据资产主要有以下特性：无消耗性、累积增值性、依附性、知识产权性、价值易变性。
数据资产的每次使用往往只需要花费很低的成本，不会因为拥有者使用频率的增加而磨损、消耗。这一点与其他传统无形资产有相似性。
企业通过稳定发展，会促使数据资产在原有的基础上，数据规模和数据维度的不断积累，整体价值进一步提升。
与其他无形资产类似，数据资产不能独立存在，其发挥作用与效应往往依托于有形资产（例比如计算机、硬件设备等）。
数据资产融入了数据开发者 的智力投入，符合知识产权的创新性与私有性的特征，具有知识产权性。
数据资产时刻会受到数据容量、数据时效程度及相关数据技术等因素的影响，与其他无形资产相比，其内在价值更易发生变化。
数据资产受控于企业主体，附着于有形资产。数据资产的价值受到众多变量因素影响，例如数据质量、数据容量、数据资产的取得成本、数据安全等。
数据价值密度与时效性共同构成数据质量，良好的数据质量是挖掘价值的重要保障
数据在应用阶段得到了价值释放，然而在数据储存据提取与分析阶段的成本投入将直接影响数据资产的价值。
伴随着数据资产权能的立法健全与资本市场的成熟，数据资产的交易也将变得频繁。
数据容量包括数据规模和数据维度两方面，在数据价值密度不变的前提下，数据总量与数据资产的价值呈正相关。
数据安全事件会造成企业数据资产的流失与大量用户资源的流失，甚至导致用户满意度及对企业信赖度下降。
通过数据主动的预警企业的风险
新市场新服务开拓，共享数据，改变经营模式
拿着经营的KPI问题溯源，分析企业的经营过程中产生的问题
把分析数据和过程中的决策合在一起
不断分析、利用与客户接触上产生的数据
