1.2 數據要素相關的重要概念

目前，與數據要素相關的概念有很多，常見的有數據、數據資源、數據資產、數據知識產權、數據產品。那么，它們分別是什么？相互之間的關系是什么呢？

圖1-2相對全面地展示了數據要素相關的重要概念。

1.2.1 數據

廣義的數據從人類文明誕生起就伴隨著人類發展，從古代的結繩記事到刻舟求劍，所有對物理世界的信息記錄都被稱為“數據”。西方的數據（Data）是指事實或觀察的結果，是對客觀事物的邏輯歸納，用于表示客觀事物未經加工的原始素材。

數據可以是連續的值，比如聲音、圖像（被稱為“模擬數據”或“計量型數據”），也可以是離散的值，如符號、文字（被稱為“數字數據”或“計數型數據”）。在計算機系統中，數據以二進制信息0和1的形式表示。

從字面意思上理解，數據由“數”和“據”組成?！皵怠敝傅氖菙抵?、數字和數字化的信息，或者是以數值形式存儲的信息；“據”是指“證據”或“依據”。綜合理解，數據的定義就是，數字化的證據和依據，是事物存在和發展狀態或過程的數字化記錄，是事物發生和發展留下的證據。

狹義的數據被稱為“信息的原材料”，是以離散形式存在的事實、觀察或記錄，通常以數字、文字、圖像、聲音等形式呈現。數據是未經處理的原始材料，沒有經過解釋或加工，僅僅是對事物的描述或記錄。例如，一組數字、一段文字、一幅圖像都是數據。

與數據關系最緊密的概念是信息（Information）、知識（Knowledge）、洞見（Insight）和智慧（Wisdom）。它們之間的關系通常用圖1-3進行描述。

信息是指“上下文語境中的數據”，通過結構化標注數據等方式進行加工后的數據集。信息具有意義和價值，可作為人們理解、行動或決策的依據。信息是對數據加工和處理，通過對數據分析、歸納、總結等過程得到的結果。例如，將一組數字排序并計算平均值，得到的平均數就是信息。

知識是對信息進行理解、學習和應用的結果。知識是經驗、技能、理論等在特定領域的積累和應用，是對事物規律、原理、方法等的認知。知識是在信息的基礎上進一步加工和組織形成的，經過了更高層次的抽象。例如，通過學習統計學原理和方法，掌握數據分析技能，這就是知識。

洞見基于對信息和知識的深刻理解，不僅是對事物表面現象的認知，更重要的是能夠發現其中的內在聯系、規律和趨勢，并提出新的見解和觀點。洞見是對信息和知識進行深入思考和分析后得到的結論或啟示，具有創新性和預見性。例如，通過對市場數據的分析和研究，發現其中的消費趨勢和行業發展方向，這就是洞見。再如，權威機構發布的行業趨勢報告也是洞見的一種形式。

智慧是在經驗、知識和洞見的基礎上形成的高度綜合和深刻的理解能力，是對復雜問題進行正確判斷和決策的能力。智慧是在實踐和經歷中積累的，它超越了單一領域的知識和技能，涉及人類生活的方方面面。智慧是對人生、社會、自然等問題的深刻思考和領悟，是一種高級認知能力和人格品質。例如，通過智慧和經驗，人們能夠正確把握人生方向，做出符合道德和理性的選擇。

總而言之，引用《中華人民共和國數據安全法》第三條規定，本法所稱“數據”，是指以電子或者其他方式記錄的任何信息。

1.2.2 數字經濟

數字經濟是指利用數字化知識和信息作為關鍵生產要素，以現代信息網絡作為重要載體，以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一種新型經濟形態。它的核心特征包括信息化、網絡化、智能化、融合化和全球化。

數字經濟是繼農業經濟、工業經濟之后的主要經濟形態。社會形態的變革會伴隨新生產要素的出現。在農業經濟中，土地和勞動是基本生產要素；在工業經濟中，資本、管理、技術、知識等成為主要生產要素；在數字經濟中，數據成為新的關鍵生產要素，對經濟和社會發展產生深遠影響。數字經濟的主要表現形式包括數字產業化、產業數字化、數字化治理和數據價值化。其中，數字產業化和產業數字化是數字經濟的核心內容，數字化治理是數字經濟的重要保障，數據價值化是數字經濟的關鍵支撐。數字經濟的發展不僅提高了生產效率，降低了資源消耗和環境污染，還促進了產業結構的優化升級和經濟的可持續發展。這些都為新質生產力的發展提供了有力的支撐和保障。

1.2.3 數據資源

數據資源是指組織或個人擁有的能夠帶來價值的數據集合。這些數據集合包含對業務、運營或研究活動有用的信息。數據資源可以是內部生成的，也可以是外部獲取的。它的價值在于能夠支持決策制定、業務分析和創新發展。

數據資源包括各種類型的數據，例如結構化數據（如數據庫中的表格數據）、半結構化數據（如XML、JSON格式的數據）和非結構化數據（如文本文件、圖像、音頻、視頻等）。這些數據可以來自企業內部的業務系統、社交媒體、傳感器設備、公共數據庫等。數據資源不僅包括原始數據，還包括經過處理和分析后得到的有價值的信息、知識和洞見。

數據資源管理涉及數據的收集、存儲、處理、分析和共享等過程，以確保數據的質量、安全和可用性。有效管理數據資源能幫助組織更好地理解自身運營狀況、市場趨勢和客戶需求，從而做出更明智的決策。

數據資源是戰略性資產，可以為組織創造價值，提升組織競爭力。合理利用數據資源，組織能發現新商機、優化業務流程、提高生產效率、改善客戶體驗等。

1.2.4 數據資產

數據資產是組織或個人擁有的具有經濟價值的數據集合，它們對實現組織的戰略目標和業務目的具有重要意義?！镀髽I會計準則——基本準則》中指出，數據資產是指由企業擁有或控制的、能夠為企業未來帶來經濟利益的、以電子或其他方式記錄，可以計量成本和價值的數據資源。這指明了數據資產區別于數據資源的3個特點。

●數據資產需要企業對數據資源擁有明確的權屬。

●數據資產要能夠為企業未來帶來經濟利益。

●數據資產的成本和價值可以被計量。

由此可見，數據資源是數據資產的基礎，沒有數據資源就無法形成數據資產。數據資產是數據資源的價值體現，而缺乏對數據資源的加工、處理、分析、利用，數據資源無法成為數據資產。

數據資源和數據資產之間存在區別，但它們又緊密相關。首先，數據資源是指企業在日常運營中積累的原始數據，這些數據可以是結構化的，如數據庫中的表格數據，也可以是非結構化的，例如文本、圖像和視頻等。它們的價值在于可以被進一步處理和分析，從而支持業務決策和運營活動。數據資產則是從數據資源中提煉出的具有明確經濟價值的部分。這意味著數據資產不僅包含原始數據，還包括通過分析數據得到的有價值的信息和洞察。其次，數據資源更側重于數據的集合和原始狀態，數據資產強調數據潛在或實際的經濟價值。不是所有的數據資源都能成為數據資產，只有那些經過有效管理和分析，能夠為企業帶來經濟利益的數據資源，才能轉化為數據資產。此外，在管理層面，數據管理和數據治理是確保數據資源轉化為數據資產的關鍵活動。數據管理涉及數據收集、規劃、組織、存儲、保護、維護和利用過程，數據治理則關注數據的合規性、規范性和價值，確保數據與企業的策略、合規性、業務目標一致。兩者相輔相成，共同推動數據資源的有效利用和企業的數據資產化進程?？偟膩碚f，數據資源是企業的基礎，數據資產則是企業在數字化時代的重要財富。通過對數據資源的合理管理和分析，企業可以將其轉化為能夠帶來經濟效益的數據資產，從而支持企業的長期發展和競爭力提升。

數據資產的概念強調了數據的經濟價值和權屬，數據資源則側重于數據的存在和可獲取性。實際應用中，企業需有效管理和利用數據資源，以轉化為數據資產，實現數據驅動的創新和發展。

1.2.5 數據產品

數據產品是指通過使用數據達成業務目標的產品。數據產品和數據資產是兩個不同的概念，數據資產是從經濟視角解讀數據價值，而數據產品是從商業角度解讀數據價值，兩者并不沖突。數據產品可以產生價值，自然成為數據資產的一部分；數據資產能夠出售，也可以被加工成數據產品。

數據產品的核心有兩點，第一，它需要利用數據，把數據當作生產要素；第二，它是一個產品，企業借此來達成業務目標，解決問題，服務用戶，從中獲得業務價值。過去，數據產品大多以報表的形式呈現。在數字化時代，很多產品都需要利用數據來提升，很多產品將轉為數據產品。因此，如何探索、識別最有價值的業務場景，然后針對這些場景設計、開發數據產品，并將產品交付給用戶使用，是每個企業都在嘗試的工作，也是數字經濟中非常重要的價值載體。

數據產品可以分為3類、8種，如圖1-4所示。

1.數據增強類產品

數據增強類產品是指利用數據智能技術提升競爭力的結合數據的實體產品。數據增強類產品主要包括如下3種。

1）智能應用。智能應用是利用軟件對數據進行加工處理，生成新數據，同時為用戶提供需要的服務的應用系統和工具。智能應用是被廣泛應用的數據產品。最常見的智能應用之一就是股票交易軟件。該軟件可以將上市企業的股票情況以數據、K線的方式呈現在用戶面前，然后用戶通過對大盤、歷史走勢等各種情報進行分析來操作股市交易。

2）智能硬件。隨著物聯網的發展，很多硬件被賦予了數據能力，成為智能硬件。這類硬件能夠采集數據、加工數據，并根據數據形成動作指令，從而完成某項業務動作和任務。例如，掃地機器人是典型的智能硬件。

3）自動規則。隨著業務復雜度的提高和外部環境的快速變化，自動規則類數據產品應運而生。RPA（機器人流程自動化）產品是典型的基礎自動規則類產品，通過錄制自動化腳本，將原本人工的數據處理過程批量復制到業務系統中，提升處理效率。當然，自動規則類產品（比如風控模型、調度模型等）主要是自動識別業務流程中的控制節點，并掌握相應的判斷規則。通過這類數據產品，業務部門可以簡化原來需要人工審核和分析的過程，縮短時間，提高流程運轉效率。

2.數據洞見類產品

數據洞見類產品的典型代表是商業智能工具和決策支持類產品。在目前階段，企業應用最多的是決策支持類數據產品，比如商業智能工具、管理駕駛艙、數據大屏和提供決策建議的對話機器人等。這類產品針對某些業務問題，將業務數據加工成支持業務決策的報表，并以語音、文字、圖表等形式展示出來。

例如，使用數據洞見類產品助力銷售目標拆解時，這類產品可以進行大數據分析，并將復雜的分析計算邏輯隱藏起來，通過可視化方式醒目地呈現簡單、可執行的建議和洞見。

3.數據即服務類產品

數據即服務是指將數據直接作為一種服務提供給用戶。這是數據作為生產要素的主要應用形式。例如，大數據交易所提供的各類數據集和算法就是數據即服務類產品的典型代表。

數據即服務類產品有以下5種服務類型，如圖1-5所示。

●數據API。以接口的形式提供數據，應用于查詢出行信息等場景。數據API是未來最實時、最普遍的數據服務提供方式之一。

●數據訂閱。以訂閱的方式主動推送數據，比如用戶主動訂閱天氣數據。

●數據庫同步。在數據庫間同步數據，比如定期同步定位數據。

●文件。以文件的形式提供數據，比如通過FTP工具、文件服務器下載統計類報表等數據。

●數據終端。用特定的程序終端（比如股票終端）來提供數據。

在數字化時代，產品最重要的能力是與市場用戶實時互動和反饋的能力，因此，數據API是數據即服務類產品中最為重要的服務方式。

數據即服務類產品主要以兩種形式提供給用戶，一種是數據集，一種是算法。數據集形式是指企業直接將數據本身作為產品提供給用戶。例如，數據庫通過文件、表格或其他存儲形式，將原始數據提供給用戶。這是最直接的數據產品。如果企業對這些數據進行匯總、轉換、抽象等加工處理，把加工后的數據提供給用戶。這就是另一種數據即服務類產品的形式。在如今數據越來越被重視，且各個國家先后出臺數據保護制度的情況下，直接交易原始數據的情況會逐漸減少。算法形式是指企業系統通過對數據樣本的學習和訓練，最終形成一個算法模型提供給用戶。該算法模型能夠解決某類業務問題。例如，企業系統經過訓練得到一個路徑優化算法，可作為產品提供給用戶，用戶輸入自己的業務數據，通過算法得到最優的路徑規劃。

1.2.6 數據治理

數據治理是使數據成為數據資源、數據資產，乃至形成可消費的數據產品的重要工作。從數據產生到數據匯聚、采集，到形成具備業務價值的數據資源，數據治理是不可或缺的環節和必備動作。

數據治理是一種管理實踐，包括組織、流程、方法和工具，旨在確保數據在全生命周期內得到適當管理、控制和保護，以實現數據質量、可用性、完整性和安全性保障。數據治理旨在確保數據滿足組織需求，并遵守相關法律法規和政策標準要求。

數據治理的概念源于信息技術的發展和組織對數據管理需求的增強。隨著信息時代的到來，組織對數據數量和重要性的認識提升。在早期，數據管理分散，缺乏明確的策略和標準。然而，隨著數據量的不斷增加，以及數據在業務中的核心地位日益凸顯，人們開始意識到需要對數據進行更系統化、更專業化的管理。

數據治理的歷史可以追溯到20世紀90年代末和21世紀初，那時企業開始關注數據管理的重要性，并在組織內部建立數據管理團隊和流程。在這個時期，數據治理主要關注數據的規范化、一致性和準確性，以確保數據為業務決策提供可靠支持。

隨著大數據、云計算、人工智能等技術的發展和應用，數據的復雜性和多樣性不斷增加，數據治理也在不斷演進?，F代數據治理不僅包括數據的管理和質量控制，還涉及數據隱私保護、合規管理和數據安全等方面。此外，數據治理也越來越多地與業務戰略和創新密切相關，成為組織實現數字化轉型的重要支撐。

1.2.7 數據資產確權

數據資產確權是指確定數據的權屬，包括數據的所有權、使用權、收益權等。數據資產確權是數據資產管理的重要環節，也是數據資產交易和流轉的基礎。

數據的權屬包括數據主權和數據權利。有人以為，數據主權的主體是國家，是國家獨立自主地對本國數據進行管理和利用的權力，包括數據所有權和數據管轄權。

數據權利有多種界定方式。為了促進數據要素的流通共享，最大化發揮數據價值，我國創新性地根據數據來源和數據生成特征，界定數據生產、流通、使用過程中各參與方的合法權利，建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制。

數據資產確權的目的是阻止在未來某個時點第三方對數據資產持有人主張權利歸屬，或對數據資產持有人的數據權利實施侵權行為。數據資產的權利歸屬與傳統知識產權、資產歸屬有差異。數據資產確權是一個綜合性工作，涉及《知識產權法》、《民法典》之合同編、《民法典》之物權編、《中華人民共和國個人信息保護法》、《中華人民共和國數據安全法》、《中華人民共和國網絡安全法》等多個領域。數據資產作為物權客體，權利人依法對其享有支配權、使用權、收益權和擔保權。數據資產同時具有非排他性、效益規模倍增等特點。因為從法律層面進行確權是數據資源入表、數據資產價值化的前提，只有經過法律確權，才能實質性確認該數據資產是否由企業擁有或控制。第5章將具體闡述數據資產確權相關內容。

1.2.8 數據資產評估

數據資產評估是指評估機構及專業人員根據委托，對特定目的下的數據資產價值進行估算和評定，并出具資產評估報告的專業服務行為。

數據資產評估的主要目的是確定數據資產的價值，為數據資產的交易、投資、融資及企業決策等提供參考依據。數據資產評估的主要用途如下。

●數據資產交易。數據資產評估能夠為數據資產的買賣雙方提供公平合理的交易價格參考，促進數據資產的流通和交易。

●數據資產投資。數據資產評估為投資者提供價值評估，幫助投資者做出決策。

●數據資產融資。數據資產評估可為數據資產所有者提供融資參考，幫助所有者獲得更多資金支持。

●企業決策。數據資產評估可以為企業提供準確的價值評估，幫助企業更好地管理和利用數據資產，提高競爭力。

第6章將詳細介紹數據資產評估與定價。

1.2.9 數據資源入表

數據資源入表是將數據資源作為資產進行會計核算和信息披露的制度安排，是數據要素流通和價值實現的重要手段。

通俗地說，數據資源入表是指將數據作為一種資產納入企業的財務報表，以反映企業的數據資產價值和使用情況。數據資源入表的目的是提高企業對數據資產的認識和管理水平，促進數據資產的流通和交易，增強企業的競爭力和創新能力。

企業需建立一套完善的數據資產會計準則和制度（涉及數據資產的定義、確認、計量、披露等規定），以實施數據資源入表；同時，還需建立相應的數據資產評估和審計機制，以確保數據資產的價值和使用情況得到準確反映和監督。

數據資源入表是企業數字化轉型的重要部分，也是推動數字經濟發展的關鍵舉措。隨著數字化轉型的加速推進，數據資源入表將成為企業和政府的重要關注點。

1.2.10 數據知識產權

知識產權是一種無形財產權，是人們依法對自己智力活動創造的成果和經營管理活動中的標記、商譽及其他相關客體享有的專有權利。傳統的知識產權包括作品、專利、商標、地理標志、商業秘密、集成電路布圖設計、植物新品種、計算機軟件等。

傳統的知識產權有以下3個典型特征。

●專有性。知識產權為權利人所專有。在權利人取得知識產權后，除非權利人許可或法律另有規定，其他任何人不能擁有或使用該權利，否則會構成侵權，受到法律制裁。例如，商標注冊人對其注冊商標享有排他性的獨占權利，其他任何人不得在相同或類似商品或服務上擅自使用與注冊商標相同或近似的商標。

●地域性。任何一個國家或地區所授予的知識產權，只在該國家或該地區范圍內受到保護，在其他國家或地區則沒有約束力。例如，專利在中國申請，只在中國國內獲得保護；商標在日本注冊，只在日本國內獲得保護，如果要在美國獲得保護，就必須在美國申請專利或注冊商標。著作權也同樣具有地域性。

●時間性。知識產權通常都有法定的保護期限，一旦保護期滿，權利自行終止。知識產權所有人對其智力活動成果享有的知識產權不是永久的，而是受到法定有效期的限制。如集成電路布圖設計專有權保護期限為十年，注冊商標保護期限為十年。

我國的數據知識產權是在知識產權基礎上的創新性衍生和延展。《知識產權強國建設綱要（2021—2035年）》和《“十四五”國家知識產權保護和運用規劃》對構建數據知識產權保護規則、實施數據知識產權保護工程做出部署。2023年，國家知識產權局提出了構建數據知識產權保護規則的“四個充分”基本原則。一是充分考慮數據安全、公共利益和個人隱私；二是充分把握數據特有屬性和產權制度的客觀規律；三是充分尊重數據處理者的勞動和相關投入；四是充分發揮數據對產業數字化轉型和經濟高質量發展的支撐作用。

2022年11月17日，國家知識產權局辦公室發布關于確定數據知識產權工作試點地方的通知，確定在北京市、上海市、江蘇省、浙江省、福建省、山東省、廣東省以及深圳市8個省市開展試點工作，上線數據知識產權登記平臺，目前已累計向經營主體頒發數據知識產權登記證書超過2000份。各試點地方的數據知識產權質押融資總額已超過11億元。

2023年2月20日，最高人民法院、國家知識產權局聯合印發《關于強化知識產權協同保護的意見》，要求司法機關和知識產權管理部門“統籌推進數據知識產權保護相關制度研究，健全數據要素權益保護制度，推動數據基礎制度體系建設”。

數據知識產權是基于數據資源（包括數據本身和經過技術開發或智力創作所生成的內容）產生的，指對依法獲取、經過一定算法加工后具備實用價值和智力成果屬性的數據進行保護的權利。數據本身不受《知識產權法》保護，但經過技術開發或智力創作生成的內容可能被納入知識產權保護范圍，例如商業秘密、軟件程序及大數據分析方法等。

建立數據知識產權體系后，企業可以通過許可、轉讓、授權經營、投資和融資等形式幫助經營主體創造經濟效益，獲得資金支持，從而更好地促進數據要素的權利分配，鼓勵數據從業者的創新和創造力，有效促進數據流動和交易，推動數字產業的發展和壯大。

目前，全國多家數據知識產權工作單位已向經營主體提供數據知識產權登記服務，從而通過數據知識產權質押融資。

1.2.11 數據產品/知識產權登記

登記是指對特定事物進行正式記錄、注冊或標識的過程，其基本含義是將有關事項或客觀存在的事物記載在冊籍上。

數據產品登記是指對數據產品或服務進行合規性審核，并將其權益歸屬和其他事項記載于數據資產登記憑證的行為。數據產品登記的目的是明確數據產品的權益歸屬和其他相關信息，保障數據產品的合法性和合規性，促進數據產品的流通和交易。目前，多個大數據交易所推出了數據產品登記服務。

數據知識產權登記是指對依法獲取、經過一定算法加工處理，具有實用價值和智力成果屬性的數據進行登記的工作。

數據產品/知識產權登記都是數據要素確權的一種形式，從而維護數據處理者合法權益，促進數據資源開放流動和開發利用。它們都是建立和壯大數據要素市場的手段和工具。

1.2.12 數據交易平臺

數據交易平臺是提供數據交易服務的在線平臺，旨在促進數據買賣和共享。數據交易平臺允許數據提供者將其數據產品或服務發布到平臺上，并允許數據購買者瀏覽、查詢和購買這些數據產品或服務。數據交易平臺通常提供一系列工具和服務（例如數據評估、定價、交易撮合、支付和結算等），以幫助數據提供者和購買者進行交易。

數據交易平臺的出現是為了滿足市場對數據的需求，促進數據流通和共享。通過數據交易平臺，數據提供者可以將數據產品或服務推向更大的市場，獲得更多的收益；數據購買者可以更輕松地獲取所需數據，提高數據使用效率和價值。同時，數據交易平臺也為政府、企業和個人提供數據交易的監管服務，保障數據交易的合法性和安全性。

在數據交易平臺上進行交易的主要產品包括數據集、數據分析報告、數據模型、數據應用等。這些數據產品或服務通常具有較高的商業價值，可應用于市場營銷、金融、醫療、物流、制造等多個領域。

數據交易平臺的發展仍面臨一些挑戰和問題，例如數據質量和隱私保護等。因此，在使用數據交易平臺進行交易時，我們需要謹慎選擇平臺和數據提供者，并注意保護隱私和數據安全。

1.2.13 數據交易機構

數據交易機構是提供數據交易服務的組織，旨在促進數據的買賣和共享。數據交易機構可以是政府部門、企業或非營利組織。數據交易機構通常提供一系列工具和服務，幫助數據提供者和購買者進行交易。

國內典型的數據交易機構如下。

●上海數據交易所由上海市人民政府批準成立，是省級數據交易所，旨在推動數據要素的流通和應用，促進數字經濟的發展。

●深圳數據交易所是由深圳市人民政府批準成立的數據交易機構，旨在推動數據要素的市場化配置，促進數字經濟的發展。

●貴州大數據交易所由貴州省人民政府批準成立，是全國首個大數據交易所，旨在推動大數據的交易和應用，促進數字經濟的發展。

這些數據交易機構提供了數據評估、定價、交易撮合、支付和結算等一系列數據交易服務。這些機構還在不斷探索和創新數據交易模式，以滿足市場和技術發展需求。第9章將詳細介紹交易所的典型數據交易業務模式和流程。

1.2.14 數據要素流通

數據要素流通是指數據在不同主體之間的傳遞和共享，即以數據要素為流通對象，按照一定規則從數據提供方傳遞到數據需求方的過程。在這個過程中，數據資源先后被不同主體獲取、掌握或利用，從而實現數據價值最大化。數據要素流通的本質是實現數據要素的社會化配置，提升數據的價值。

數據要素流通的形式主要包括以下幾種。

●數據交易。數據提供者將其數據產品或服務發布到數據交易平臺，數據購買者通過平臺查詢和購買。

●數據共享。數據提供者將其數據共享給其他主體，以實現數據價值最大化。

●數據開放。政府或其他主體將其數據開放給公眾，以促進數據的流通和共享。

●數據合作。不同主體之間通過合作，共同開發和利用數據，以實現數據價值最大化。

數據要素流通需要遵循相關法律法規和政策，保障數據的合法、安全和隱私，需要建立相應的技術和管理體系，以保障數據的質量和可靠性。

1.2.15 數據定價

數據定價是指確定數據產品或服務的價格，是數據要素流通過程中的重要環節。目前，數據定價有幾種方式。

●成本加成定價法：通常以生產投入為定價基礎，特點是簡單、方便，能保證企業不虧損。

●需求導向定價法：一般以市場需求強度和消費者感受為主要依據來定價，比如認知定價和反向定價。

●競爭導向定價法：指以市場上相互競爭的同類產品價格為基本依據，隨著競爭狀況的變化來確定和調整價格水平的定價方法，如隨行就市定價和密封投標定價。

1.2.16 數據交易

數據交易是指數據提供方和數據需求方之間進行的數據交易活動，包括數據購買、銷售、許可和交換等形式。數據交易可以包括數據集、數據產品和數據服務的交易活動。數據交易應當遵循自愿、平等、公平和誠實信用原則，遵守法律法規和商業道德，履行數據安全保護、個人信息保護、知識產權保護等方面的義務。

若有下列情形之一，不得交易。

●危害國家安全、公共利益，侵害個人隱私的。

●未經合法權利人授權同意的。

●法律法規規定禁止交易的。

1.2.17 數據運營

數據運營是指通過數據讓產品或服務持續產生價值，并不斷優化產品或服務，具體范圍包括使用數據進行用戶運營、產品運營、渠道運營、活動運營、內容運營等。數據運營不僅服務于營銷，還支持客戶服務，有利于提升客戶滿意度。

數據運營的核心目標是通過對數據的分析和利用，提高企業的業務效率、降低成本、增加收入，并提升客戶滿意度。具體來說，數據運營可以幫助企業更好地了解市場和客戶需求，優化產品或服務，提高營銷效果，優化供應鏈管理，提高生產效率，降低風險。

1.2.18 數據監管

數據監管是對數據的收集、存儲、處理、使用、傳輸等活動進行監督和管理，以確保數據的合法性、安全性和保密性。

數據監管的主要工作如下。

●制定數據管理規則：政府和企業需要制定數據管理規則，明確數據的收集、存儲、處理、使用、傳輸等活動的規范和標準。

●監督數據處理活動：政府和企業需監督數據處理活動，確保數據的合法性、安全性和保密性。

●保護個人隱私：政府和企業需要保護個人隱私，確保個人數據不被泄露或濫用。

●促進數據共享和開放：政府和企業需要促進數據共享和開放，提高數據的價值和利用率。

●加強國際合作：政府和企業需要加強國際合作，共同應對數據監管面臨的挑戰和問題。

1.2.19 數據資源化

數據資源化是指將原始數據經過脫敏、清洗、整合、分析、可視化等步驟，形成可重用、可應用、可獲取的數據集合的過程。它是企業挖掘原始數據價值的過程，也是企業數據資源實現資產化的第一步。

數據資源化的具體工作步驟如下。

●數據收集。通過各種渠道收集原始數據，包括內部數據和外部數據。

●數據清洗。對原始數據進行清洗和預處理，去除冗余、錯誤和缺失數據，提高數據質量。

●數據整合。將不同來源和格式的數據進行整合，形成統一的數據視圖。

●數據分析。對整合后的數據進行分析和挖掘，提取有價值的信息和知識。

●數據可視化。將分析結果以可視化的方式展示出來，方便用戶理解和使用。

數據資源化旨在將原始數據轉化為有價值的數據資源，為企業決策和業務運營提供支持。通過數據資源化，企業可以更好地利用數據資源，提高業務效率和競爭力。

1.2.20 數據資產化

數據資產化是指將數據轉化為可衡量的經濟價值，并對其進行管理、保護和利用，也是企業實現數字化轉型的重要手段之一。

數據資產化的主要工作如下。

●場景挖掘。識別能夠讓數據在這些場景中產生價值的業務場景，從而使數據具備資產化的基礎。

●數據治理。建立數據治理框架，制定數據管理政策和流程，確保數據的質量和安全性。

●數據評估。對數據進行評估和定價，確定數據的價值和潛在收益。

●數據交易。通過數據交易平臺或其他方式，將數據出售或出租給其他企業或機構，實現數據的商業應用。

通過數據資產化，企業能夠更好地利用數據資源，提高業務效率和競爭力。

1.2.21 數據資本化

數據資本化是指將數據視為一種資本進行投資和運營，以實現數據增值和收益。這一過程將數據轉化為可衡量的金融價值，也是企業實現數字化轉型的重要手段之一。

數據資產化和數據資本化的區別如下。

●目的不同。數據資產化的目的是將數據轉化為可衡量的經濟價值，為企業的決策和業務運營提供支持；數據資本化的目的是將數據作為一種資本進行投資和運營，以實現數據增值和收益。

●手段不同。數據資產化的手段主要是通過數據治理、數據評估、數據交易等方式，將數據轉化為可衡量的經濟價值；數據資本化的手段主要是通過數據投資、數據運營、數據金融等方式，將數據轉化為可衡量的金融價值。

●價值不同。數據資產化的價值主要體現在數據可以為企業帶來的經濟效益上；數據資本化的價值主要體現在數據可以作為一種資本進行投資和運營，以帶來收益和數據增值。

數據資產化和數據資本化是企業實現數字化轉型的兩種不同手段，它們的目的、手段和價值不同，但都能為企業帶來經濟效益和競爭力的提升。