|
随着数据的自动化和智能化技术的不断完善，对企业而言，数据的重要性将越来越强。而数据在发展过程中，经历了4个阶段：
数据是流程的结果：在电子数据处理的早期（1960 年代和 1970 年代），信息系统和数据基本上用于支持业务功能。例如，库存管理系统只是用于支持某个位置的仓储流程;为了检查某件物品是否有库存，仓库经理可以在系统中进行查询，而不是走到货架上找出相应的物品是否仍然存在。在那些日子里，企业的价值只靠实物产品，而不是数据。 数据流程的基础：随着 1980 年代和 1990 年代制造资源规划 （MRP） 和企业资源规划 （ERP） 系统的激增，数据变成了公司范围内业务流程管理的推动者。如果没有几乎实时提供的一致数据，就不可能在全球（或至少是区域层面）实施诸如订单到现金或采购到付款等标准化流程。在此阶段，数据成为生产、物流和客户服务卓越运营的战略资源。 数据促进产品和服务发展：自2000开始以来，公司越来越多地提供需要高质量数据的产品和服务。在传统的重型机械行业丰富了数据服务，而滴滴等公司利用高质量数据颠覆了出行行业。 数据即产品：近年来，出现了数据市场，对数据 API 的请求按数量或时间计费。这样一来，数据就不再只是产品的推动者，而是产品本身。 随着数据在公司业务流程和整体绩效方面的广泛应用，数据的价值将越来越大。企业需要能够计算数据价值的方法。 借鉴实体经济的价值计算方法，主要有三个基本模型： （1）生产/购买成本：数据的价值由生产或购买数据的成本决定。 （2） 使用价值：数据的价值取决于其对公司业务流程和整体绩效的贡献（例如，提高客户满意度、减少库存或在包括直销在内的商业模式中更有效地部署销售人员）。 （3） 市场价值：数据的价值由其在市场上出售时的价格决定。 这三种模式在实践中都有应用，但现在缺乏全面和广泛接受 方式。此外，这些模式仍未充分植根于会计和审计实践。数据的价值还取决于其性质。这里可以区分三类数据： （1） 私有数据是一个企业的财产。该企业可以将其数据提供给其他企业（根据拥有数据的企业可能确定的条款和条件）。 （2）联盟、协会数据，可以由内部企业处理。这些企业共同决定数据的管理。 （3） 任何企业都可以使用公共数据。通常由公共机构提供。与数据的经济价值相关的问题由工业数据空间参考架构模型的业务子架构解决。 |
|
|
