从BI产品案例看数据资产入表实践?

学无止境,精益求精

解读数据资产入表:结合帆软产品的实践

数据资产化的关键:预期带来经济利益

根据《企业会计准则》对资产的定义,企业的数据资源若想被定义为数据资产,至关重要的一个条件是它们必须预期会给企业带来经济利益。换言之,这些数据资源必须能给企业创造经济价值:或是通过对内降本增效的方式;或是通过对外制造营收的方式。

帆软产品助力数据应用和数据要素价值发挥

企业通过信息化手段收集到了数据、通过标准化流程治理了数据,但是这些数据仍然只是企业的资源而非资产,因为它们并没有真正给企业带来经济价值。如何让数据要素发挥其价值?答案是必须充分应用数据,以数据来进行决策。数据资产化,关键在于数据的价值最大化,让数据从存储中心流动到具体的应用场景中,赋能企业决策。商业智能工具,作为数据消费的终端,能够有效帮助企业充分应用数据,发挥数据要素乘数效应,走完数据价值实现的“最后一英里”路,是数据资源转化成数据资产的关键助推。
在2024年第一和第二季度,全国范围内已有不少企业进行了数据资产入表的尝试。我们发现一些进行了数据资产入表的企业使用了帆软产品进行数据的应用,并最终实现了数据的资产化。

四大实践案例:基于帆软产品实现数据资产化

案例一:某公共交通管理有限公司持有的乘车客流与路线分析数据资源集

某公共交通管理有限公司的业务涉及某地城市公交客运管理。该公司从公共系统中收集并整理了超5,000,000条客流与公交路线相关的数据,并保持着每日更新的频率,形成了乘车客流与路线分析数据资源集。该数据资源集涵盖了一些关键要素以反映该地的城市公交客运情况,例如公交站点、线路、车次执行情况、不同站点的客流热度指标等。

FineBI可视化热力图助力客流密度分析

原始的乘车客流与公交路线数据量庞大且结构复杂,数据使用者难以直接从中获取到显性价值,因此势必要对数据进行再处理以展现关键信息。基于此,公交公司选择了帆软FineBI产品对该数据集进行可视化处理,并搭建了客流监控平台以展示不同公交站点间的客流信息。FineBI搭载的热力图功能可以直观地呈现出不同站点间客流分布及客流密集度情况,帮助公共交通系统管理者快速识别拥堵地段,合理分配公交服务资源。
搭建于FineBI之上的客流监控平台和不同站点客流情况热力图帮助该公共交通管理有限公司深度应用了数据资源。在数据通过图表等形式具象化呈现的过程中,原本隐藏在复杂且抽象的数据背后的经济价值也逐渐显性化。公交系统管理者可以凭借直观的图表掌握该地区公共交通整体的运营情况,及时做出线路调整部署,减少因拥堵带来的服务成本。
该乘车客流与路线分析数据资源集有诸多的应用场景。例如,基于FineBI呈现出的客流热力情况服务了该地公交管理部门进行公共交通路线和班次的优化,节省了出行高峰期市民们在人流密集的站点约10%的等候时间。此外,该数据资源集还能够服务于商业广告机构。通过对高人流热力站点的标注和识别,商业广告机构可以做出更精准的商业分析和广告投放策略,在人流更密集的线路和站点周围投放更具商业价值的宣传广告,从而获得更高的潜在回报。

案例二:某散货码头有限公司持有的船货数据资源集

数据应用场景的明确自然而然地导致了数据对企业经济价值的明确。公交管理公司可以通过此数据集优化线路安排,实现降本增效;也可以将此数据集提供给有需要的外部广告机构,实现营收增长。至此,该数据资源集带给其持有者的经济利益非常明确,满足了数据资产化的关键前提。
某散货码头有限公司(以下简称散货公司)主要从事散货、杂货的装卸作业以及仓储和港口物流延伸相关服务。散货公司自行收集了来港船舶及货物相关的数据,并对所获数据进行了清洗、整合与加工,保证了数据的质量。至此,散货公司已完成了数据的资源化过程。

FineBI可视化大屏实时展现船舶航行动态

然而,原始的船货相关数据抽象且不易阅读,企业难以直接应用这些数据。因此,散货公司基于FineBI产品搭建了船舶航行动态大屏。借助FineBI的可视化技术,散货公司得以将抽象的航运数据具象化从而以图表和地图等形式实时、直观地展示船舶航行动态、船只货运量等信息。此外,利用FineBI提供的多种交互式数据分析工具,用户可以根据自身需求,通过排序、筛选、联动等功能,对复杂数据进行深度分析,洞察到更多潜在机会。
基于FineBI搭建的船舶航行动态大屏支撑了散货公司对数据的应用及后续决策的需求。原本抽象的数据具象化后,企业决策者可以快速理解数据背后的含义,掌握船舶运营的整体情况并做出及时反馈。在多个业务场景下,基于FineBI搭建的动态大屏都能帮助企业充分应用数据,优化经营相关决策,实现降本增效的结果。
例如,依托于FineBI对船货数据集的可视化展示,港口码头的管理人员对来港船舶做了更优化的调度安排,平均减少了15%的船只进出港等待时间,提高了港口的吞吐量;此外,码头管理人员还通过FineBI大屏实时监控来港船舶的动态位置,及时侦测到潜在的船只碰撞、搁浅风险等,避免了风险事故的发生,保障船舶航行安全;基于船货数据集中的历史数据,还能够预测港口未来的流量变化情况,从而提前规划港口资源分配。

通过FineBI,散货公司的船货数据资源实现了数据应用、消费的最终目标,能够在多个具体的应用场景下赋能企业经营管理,实现降本增效。至此,这些数据资源真正地具备了价值,能够给企业带来经济利益,满足了数据资产化的前提。

案例三:某集装箱有限公司持有的堆存管理数据资源集

某集装箱有限公司(以下简称集装箱公司)的业务涉及港口库场货物仓储相关服务。集装箱公司通过自动化结合人工的作业方式采集到了超1,500,000条某港口库场中不同地点存放的货物种类、余量等信息,并成立了数据治理团队对采集到的数据进行了标准化和规范化的处理,以服务后续对数据的应用需求。

FineReport和FineBI的趋势分析、警戒预警、深度分析和可视化展示功能全方面促进数据应用

充分应用数据才能最大化数据的价值。集装箱公司组建了数据应用团队,负责对所获数据的计算分析与展示应用,并参与后续数据相关的决策行动。基于帆软的FineReport和FineBI产品,数据应用团队搭建了公司内部的数据服务管理平台,进行三方面的数据应用工作。
  • 其一:基于FineReport的计算分析功能,选取适当的公式和函数,对各种货物的历史存货量进行汇总计算和变化趋势分析,以便预测未来不同货物的存量变化情况,提前规划库场存储空间、优化仓储分配,实现效益的最大化。

  • 其二:对货主在库场内存放货物种类、存量及存放时长的分类统计,以及对于超期存放、长期无人取货等情况的预警。基于这些应用,集装箱公司可以识别出不同货主的存货习惯,个性化地为其定制仓储服务,同时及时催缴超期存放货主的租金,降低公司的服务成本。

  • 其三:基于FineBI的可视化展示功能,以图表、数表等方式将复杂的存货余量数据直观地展现出来,帮助管理者便捷地获取到库场内不同存放位置的货物总量及剩余空间信息,让管理者及时洞察到空间不足的情况,优化存储空间利用率。此外,集装箱公司还通过FineBI集成员工工效数据,以收货数据结合工效数据深度分析库场入库效率低下的问题根源:是库容不足还是人员偷懒。
凭借FineReport和FineBI的多种功能,集装箱公司得以对库场堆存数据资源进行趋势分析、警戒预警、深度分析和可视化展示等多方面的数据应用,从而挖掘出数据背后的经济价值,实现为企业降本增效和扩大营收的目标。具体到应用场景,该堆存管理数据资源集在FineReport和FineBI的辅助应用下,提升了库场16%的仓储空间利用率,平均缩短了约20分钟的入库时间,实现降本增效。此外,该数据资源集还可以服务于供应链金融。银行等金融机构可以通过该数据资源集了解不同货主在库场的存货种类及数量变化情况,由此掌握相关供应链中该环节的运作状况,以便对供应链上下游企业进行信用风险评估和放款。

案例四:某港口有限公司持有的货转水数据资源集

该货转水数据资源集主要由某港口有限公司整合生产系统内记录的货物流向信息、货权信息、货物货种信息等源数据而成,涵盖货转水运输业务相关的多个数据字段。

FineBI整合多数据源打通“数据孤岛”

该港口有限公司对不同数据源的数据进行了清洗和加工,随后基于业务逻辑,依托FineBI的多表串联功能构建了跨表间的关联关系,从而有效整合了货转水业务链上下游的全部数据。这使得原本分散的来港船舶信息、转水信息、货物信息等数据能够相互链接,从原本彼此独立、不具备分析价值的多个零散的“数据孤岛”,变成能够精细描述出货转水业务链上下游全环节的完整数据资源,有力地支撑了后续多维度的数据分析与应用,为企业决策提供价值。
整合后的数据资源集可以提供转水业务的关键信息,在物流分析、货运优化等场景下有广泛的应用空间,具备经济与社会价值。例如,通过对各码头转水日期、货物吨数、运货船次数等数据的分析,管理者可以衡量各码头的转运效率,分析转运效率瓶颈环节并通过诸如减少货物重复搬运、优化堆场布局的方式提升码头作业效率。

数据资产入表实操流程

上述企业在明确了所持有的数据资源集的应用场景和价值属性后,按照一定流程进行了数据资产入表的探索。

1.合规确认

数据资源集的持有者首先通过律所,进行了法律上的合规确认,确保数据资源集内数据的来源、内容、流通符合法律法规要求,并获得了律所开具的《数据资产合规报告》;

2.质量评价

数据资源持有主体请第三方机构对数据资源集内数据质量和应用场景的价值进行了评价,并获得了机构出具的《数据资产价值评价报告》以证明数据集预期会给持有主体带来经济利益流入;

3.登记确权

随后数据资源集被提交至某数据资产登记平台进行资产登记。在通过平台对数据合规性、质量以及应用场景价值的审查后,这些数据资源集被正式登记公示。同时数据资产登记平台颁发了《数据资产登记证书》作为数据集被持有主体拥有或控制的证明,解决了确权问题。至此,这些数据资源集正式满足了在会计上被定义为数据资产的多项要求;

4.成本计量

数据资源集持有主体针对使数据集达到预定用途而进行的数据收集、数据整合、数据处理以及包括可视化、深度分析在内的数据应用等过程中发生的相关支出进行计量,并依据会计准则确认为无形资产或者存货的初始成本,这其中就包括上述主体对FineReport和FineBI的部分投入;

5.列示披露

根据数据资源集的使用目的(内部使用或对外出售),以及给数据持有主体带来的经济利益的性质差异(降本增效或贡献营收),持有主体相应地在其报表的无形资产或存货科目下进行列示,并按《暂行规定》的要求进行相关信息的披露。
展望数据资产入表:未来趋势
大风泱泱,大潮滂滂,《暂行规定》自2024年1月1日起的正式实施,昭示着数据资产元年的到来。未来,数据将不再被企业视为负担和成本,其价值属性的不断显性化,将给企业带来长远且可持续的利益。从产业数字化到数字产业化,未来的商业竞争离不开对数据的争夺。谁能掌握更丰富的数据资源、谁能挖掘更宝贵的数据价值、谁能打造更多样的数据场景,谁就能获得更领先的竞争优势。将数据价值化提炼成资产,将资产内化打造成竞争优势,这将是企业未来的必经之路。
目前,帆软提供的FineBI、FineReport产品为企业应用数据、充分发挥数据要素价值提供了有力抓手,加速了企业的数据资产入表。未来,帆软将通过FineOne,统一数据资产门户:
  • 借助资产描述、资产目录、全链路血缘、资产统一管控等功能,实现企业数据的可流通;
  • 借助资产权限管理、资产责任人管理等功能,实现企业资产的可监管。
力图打磨服务于企业数据资产管理的支撑性载体,帮助企业精准盘点数据资源、高效运营数据资产。
鉴于企业数据质量对后续的数据应用深度及数据资产化有重要影响,我们认为企业应重视对自身数据仓库的建设、对指标体系的梳理以及对数据质量的治理,以期完善好高质量的数据基础,为数据应用及价值挖掘铺平道路,稳步推进数据资产化进程。

本文摘录于帆软最新商业智能应用白皮书 5.0

本白皮书对170多位企业CIO、CTO、数据管理负责人或拥有同等职责的IT负责人的调研,了解IT管理者对BI的应用情况、价值诉求、技术需求、主要参考因素。通过对调查情况分析,深度洞察BI现状和发挥数据应用价值的关键,并基于此提出专业建议,以帮助企业推动决策改善、推进企业数字化转型,白皮书中不少观点可以给大家来年数据工作立项带来一些参考。

扫描下方二维码或点击阅读原文链接即可下载完整PDF资料

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

0回帖数 1关注人数 744浏览人数
最后回复于:2024-10-14 11:16

返回顶部 返回列表