2022-05-26-普华永道-数据资产价值与数据产品定价新思考_24页_2mb

`markdown

数据资产价值与数据产品定价新思考

数据资产化阶段与估值方法对接

数据资产化分为三个阶段：资源化（基础建设）、资产化（价值实现）、资本化（金融赋能）。各阶段采用的估值方法不同：

• 资源化：主要采用成本法（多因子修正成本模型）
• 资产化：适用成本法标记（修正开发成本）、收益法（增量效益折现模型）、市场法（相对估值），但受应用场景验证不足的限制
• 资本化：探索较少，方法包括数据信贷融资和数据证券化，依据底层资产价值和市场活跃度判断

多因子修正成本模型

该通用模型是普华永道提出的创新方法，用于评估不同阶段的数据资产价值。公式如下：
$$V = C \times f_1 \times f_2$$
其中：

• $C$：数据资产开发价值，基于获取成本、加工/存储/安全成本等多因素修正
• $f_1$：价值贡献因子，考虑数据资产的投资回报率（$r_{0}\times\beta$）
• $f_2$：多场景增速因子，用于不同场景下数据资产价值的动态增长模拟

实务难点与解决方案

数据资产开发价值成本核算

解决如何将内部研发成本合理分配给数据资产的问题。采用直接与间接成本分摊机制：

• 直接成本直接计入
• 间接成本通过合理分配标准分摊，如：
  • 工时占比
  • 硬件运行时长
  • 预期经济收益等

标准化 vs 定制化数据产品定价

• 定制化数据产品：为特定需求开发，交易价格重点考虑开发成本加成，一次交易回收。
• 标准化数据产品：服务于市场，定价策略多样，如按次收费、年费等，考虑边际成本和用户细分，通过价值分摊进行定价

`