在数字时代，数据已成为企业的重要资产。 数据资产化是有效管理和利用数据作为宝贵资产的过程。 数据资产纳入是将数据资产纳入财务报表，以反映其价值和对企业财务状况的影响。 在本文中，Yixin Huachen将深入探讨数据资产化和数据资产入驻之间的关系，并分析两者如何相互影响，共同发展。
在数据资源资本化的过程中，数据资产在“技术、业务、市场”三个方向实现并最终入表，从而实现数据资产化成果在企业资产负债表上的“完整体现”。
在传统数据治理的语境下，数据资产化是“业务数据化、数据标准化、数据价值化”的过程，最终是数据资产化的过程。 然而，在财政部正式发布《企业数据资源会计处理暂行规定》后，数据资产化已经从“单一内循环”转变为“双循环新格局”。
一方面，数据资产化是数据资源完成价值释放并成为数据资产的过程，数据资产化也是企业数据资产管理和运营能力的最佳路径和成就体现另一方面，数据资源录入表是满足财政部最新核算要求的必要回应，数据资源录入表也是企业展示资产沉淀成果和数据产品研发投入的成绩单的体现。
企业在面对数据资源录入工作时，其实是对企业管理者和领导部门数据智能化的全面考验。 作为国内专业的BI产品及数据治理解决方案制造商，亿鑫华辰与各生态合作伙伴建立了数据资产入驻服务链，可为客户提供数据资产入驻、数据资产交易等一站式解决方案。 服务能力包括：咨询与规划、数据资产管理、会计与审计、法律咨询、安全监管服务等。 在亿鑫华辰数据资源录入表的整体方案中，实施路径主要包括资产识别、成本计量、对外披露和价值管理四个部分。
从“会计”和“数据”两个主要角度考虑，表中包含的数据资产主要包括两个基本条件（属于数据资源和未来适用法律）和五个核心判断条件（企业拥有或控制的过往交易或事件、预期经济效益、可能流入的经济效益、能够可靠计量的成本或价值）。
成本计量：数据资源计入表前，数据资源的价值管理主要体现在初次计量上，拟计入表的数据资源按照《暂行规定》要求，按历史成本法计量。 在这个阶段的价值管理中，有三个核心步骤：第一步是“分析”，分析数据资源全生命周期各阶段的活动以及相应的成本类型，第二步是“判断”，根据数据资源各阶段的目的和结果，判断数据资产形成的“起点”， 第三步是“选择”，即根据对数据资源各阶段成本类型的分析，选择要纳入度量的成本类型。
对外披露：企业披露的信息是投资者了解企业数字化能力和数字化转型成效的核心渠道，也是企业有效展示和维护自身“数字化人偶”，在数据创新能力、数据管理成熟度、 数据合规、数据赋能有效性和数据资源稀缺性。对于企业而言，应从重要性、全面性、前瞻性、连续性等多个维度制定数据资源披露策略，将数据资源的披露和“数字角色”的创建作为数字化转型的成绩单。
与历史成本法的初始计量不同，数据资产计入表后的价值可以通过重置成本法、市场法或收益法来计量无形资产和存货，并估算无形资产的可收回金额和存货的可变现价值。
为了更好地实现数据资产化和数据资产入驻的共同发展，企业需要采取一系列措施：
1.建立完善的数据治理体系：明确数据的权属、责任和流程，确保数据的准确性和可靠性。 同时，加强数据安全和隐私保护，确保数据资产的安全可控。
2.提高数据处理和分析能力：加大对数字技术的投入和应用，提高数据处理和分析的效率和准确性。 培养和引进具有数字化思维和技能的人才，为企业数字化转型提供人才保障。
3.创新业务模式和组织架构：利用数据资产优化业务流程，创新业务模式，提高决策效率。 同时，调整组织架构，满足数字化转型需求，提高组织的灵活性和敏捷性。
4.加强与外部利益相关方的合作：与商家、客户、合作伙伴等利益相关方建立良好的合作关系，共同开发利用数据资产，实现互利共赢。 如何定期识别、确认、测算、使用、交易和最大化数据资产价值，涉及企业内部的数据治理、数据资产权利的确认、支撑数据资产管理的制度设计、数据架构设计、数据资产的全生命周期管理等。
简而言之，数据资产化和数据资产录入是相互影响和共同发展的。 通过加强数据治理和管理，提升数字化能力，创新商业模式和组织架构，企业可以更好地实现数据资产化和数据资产入驻的共同发展，为数字化转型和可持续发展奠定坚实基础。