基于大数据技术的资产管理提升策略

基于大数据技术的资产管理提升策略

张婧

安徽省公路投资有限责任公司  安徽 合肥  230041

摘要：互联网技术的进步使多种信息出现了不断交叉融合的现象，而大数据能够将融汇的信息加以分析，并将其混杂程度控制在可接受范围。通过使用关系分析法可完成对结果的预测工作，这对于大数据在分析信息时有着关键作用。现如今，数据信息已成为相关产业发展的重要部分，具有十分广阔的使用市场。将数据概念不断规范是大数据技术的基本环节，本文通过论述大数据技术的资产管理提升策略，将大数据在资产管理中的作用进行详细讲述。

关键词：大数据技术；资产管理；数据活性

前言：现如今，人们更加依赖于互联网的便捷性和高效性，云计算技术也得到了大范围的使用，信息含量不断增加使几何指数进一步上涨，因此数据价值逐渐成为了企业逐利的资本。大数据可针对客户行为实施分析，精准把握其需求，进而达到不断完善运行系统的目的，全面提升市场竞争力。目前，企业受到国内外市场的影响愈发严重，并处在线上线下运营困难的环境，因此企业需要加大资产管理力度，为其顺利运行提供保障。

1让数据成为资产

1.1被企业拥有和控制

与专利权等产权相比，数据所有权界定的十分模糊，从拥有和掌控两个角度分析可将其分为三方数据。第一方数据即为甲方拥有的数据，其来源于数据生产者，像百度等这类的大公司在为客户提供搜索信息的同时会收集其行为数据，并利用支付等服务手段采集客户的真实信息，这些数据会被生产者加以控制和使用，借助数据挖掘等功能为拥有者带来巨大收益。第二方数据即为乙方数据，伴随着互联网的不断进步，各个龙头行业建立了核心服务系统，使分工更加清晰，例如百分点等企业。营销路径是电商提供流量服务的入口，它会间接累积用户的行为信息和订单数据等，为网购用户提供更加便捷的服务。由此可知，第二方数据拥有者具有数据掌控功能，但其受制于甲方数据流通渠道，在交易过程中会受到较多限制。因此需要运用匿名化等脱敏处理方法，完成对第二方数据的高效使用[1]。

与第一方和第二方数据相比，第三方数据的产权问题极为复杂。从敏感数据泄露和数据资产界定的方面分析，第一、二方数据的持有者较少，可直接完成数据交易和授权环节，但也会出现企业内部数据收费的现象，因此使数据的处理和资产规划功能不能充分运用。由于无法获取交易授权的数据信息，使较多黑客等网络爬虫极易收集到第三方数据，从法律上看只是暂时拥有数据所有权，但不具备资产要素，只有建立有效的数据交易系统，才能得到第三方数据信息的控制和拥有权。因此应高效使用三方数据信息，使企业资产管理水平得到进一步增强。

1.2能够用货币计量

从数据拥有和控制的角度分析，较多企业的数据信息均符合资产管理标准，但如何使用货币对数据实行计量极为困难。货币是会计计算过程中的规定单位，可帮助不同行业真实反映出内部财务经营情况，这也是存储硬盘中以GB和PB为计量单位的信息不能使用到资产报表中的原因。

目前，较多企业意识到将数据变为资产的可能性，但除极少部分以数据交易为业务的企业外，均没有使用数据货币完成资产处理工作。与无形资产的获取方式不同，应将其入账流程明确规定，例如外购的无形资产应按照实际金额列入帐册中，使货币计量工作顺利开展。而非货币性的交易要将交易准则明确规定，通过交易手段获得数据以无形资产的方式顺利计入入账价值中。利用服务等方法收集的数据信息，可依照使用路径和项目资本化的方式将费用归档在当期损益中。

2让数据资产保值增值

数据具有资产的属性，这就意味着其具有资产保值和增值的功能，因此以扩大数据规模、提高数据活性和提升采集数据的能力三方面实施讨论，为提升资产管理水平提供帮助。

2.1扩大数据规模

现如今大数据技术的应用前景十分广阔，但受数据采集和提取方式的限制，能够使用到商业发展中服务客户的信息较少。另外，单体企业只限于掌握独立数据的技术，不能将产业链中的各个环节结合运用，使消费者无法做出有效判断。因此，应将大数据的作用充分发挥出来，使企业之间协调合作，建立数据交换系统，让数据规模持续增大。目前，不少需要共享数据的企业存在着竞争关系，所以在使用时需权衡得失，防止在共享数据信息的情况下失去市场竞争力。

2.2提高数据活性

数据的收集和整合类型十分多样，这是大数据的主要特征之一。数据的持有者应围绕自身核心业务建立数据关系，为提高自身竞争力和非结构化的数据活性奠定基础。例如在数据营销过程中，其关键业务是建立消费者“画像”，将客户的信息和行为特征实行精确识别，并完成数据整合工作，使销售者全面了解客户需求[2]。

2.3提升采集数据能力

与结构化数据不同，非结构化数据难以运用数据库中的二维逻辑来了解客户需求，使其逐渐淡出人们的视野。IDC中的研究报告中表明，企业中百分之80的数据是非结构化，均是按照每年百分之60的指数上涨。由此可知，企业应强化对非结构化数据的重视，这对于提升整体数据运用能力具有重要意义。另外，随着技术的不断进步，传统的数据查询系统已不能满足主题业务的运行需要，因此提升数据处理工作水平亟需进行，例如020模式对实时处理用户需求有着较高要求。客户在使用APP时相关数据会随着行为出现，产生的信息属于高速数据流。020的业务周期十分短暂，需要实时分析客户信息对其实行个性化服务，所以必须加强数据的处理功能，使资产管理更加高效。

3推动数据资产化进程

现阶段，企业在业务需求的促进下尝试使用限额的方式实行数据交换。少量企业以CASE BY CASE的方法完成信息的定价出售，但在此过程中缺乏明确的交易规则和标准，使交易成本逐渐提高，限制了数据的流动。金融市场是金融系统的主要组成部分，具有避险和调节等功能，在促进资产合理配置中起着重要作用。因此要建立平稳的交易环境，加快数据资产管理进程。

结束语：

综上所述，大数据技术在资产管理中占据着重要地位，可帮助企业提升资产利用效率，降低生产成本，使其在激烈的市场竞争中拥有一席之地。但大数据技术正面临着诸多挑战，包括保护客户安全和隐私等。因此应加大对大数据研发的力度，高效使用资产管理功能，使企业拥有明确的发展方向，逐渐向着数字化方向转变，这对于加强企业的核心竞争能力具有重要意义。

参考文献：

[1]张鹏,蒋余浩.政务数据资产化管理的基础理论研究：资产属性、数据权属及定价方法[J].电子政务,2020(09):61-73.

[2]李雨霏,刘海燕,闫树.面向价值实现的数据资产管理体系构建[J].大数据,2020,6(03)：45-56.