不平凡的2020年已经过去，在这一年中国正式提出将“数据”与土地、劳动力、资本、技术并称为五种要素，提出要“加快培育数据要素市场”，数据作为生产要素之一已经上升成为***战略布局，未来数据要素的市场化配置将是重要的发展趋势。

从企业和政府机构等需求端来看，随着互联网时代大数据应用的普及化，越来越多的企业/机构开始意识到数据的重要性，并积极推动数字化建设，以建立基于自身业务积累的数据采集、分析体系，从而形成自身的数据生产要素，并将这些数据要素应用到实际的管理决策之中。

伴随中国市场企业数字化建设的不断深入，数据要素除了满足于日常的管理运营之外，也开始呈现出数据资产化的状态，可以说现阶段中国市场在数据要素的应用上正处于将散乱的各项数据整合加工过渡到数据资产的数据资产化阶段。

01

数字化建设需求旺盛

数据要素的积累呈爆发式增长

从宏观经济发展环境来看，中国经济发展已经迈入增速换挡期，未来中国经济发展将更多的面向产业升级方向，会逐步告别粗放式的发展模式，迈向高技术含量的产业上游。因此，中国不断推出中国制造2025、“新基建”概念、信创产业扶持政策等各项产业升级举措，并推出《国家数字经济创新发展试验区实施方案》，希望打造中国的数字智能产业。

在这样的背景之下，中国企业/机构也面临较高的改革转型压力，尤其是数字化建设需求空前巨大，再加上疫情的影响进一步加剧了企业、政府机构等向数字化转型的迫切程度，大量企业希望通过数字化建设实现降本增效，实现企业在管理思想、业务模式、营销策略等各个方面的转型升级。

因此，在中国经济迈入增速换挡期的当下，中国市场的数字化建设需求呈现急剧增长的态势。伴随数字化建设程度的不断提高，将会有更多的企业、政府机构等积累产生大量数据资源，越来越多的企业/机构开始意识到这些数据的价值，并希望对这些数据要素进行整合与管理，以便于为企业/机构管理者提供决策辅助支撑。

02

数据要素应用发展已历四个阶段

现在迈入第四阶段——数智融合阶段

初步梳理来看，海比研究院认为中国市场数据要素的管理和应用已经历四个阶段，分别是起布阶段、成长阶段、变革阶段和融合阶段。

起步阶段主要是以数据的收集、存储和查询为主，典型代表产品是数据库，而随着数据量的不断发展，原有简单的数据存储查询已经无法满足企业对数据要素的需求，由此开始进入成长阶段，开始重视数据的处理与分析，比较具有代表性的产品就是数据仓库和商业智能系统（BI）。

随着中国互联网的大发展，大数据平台开始兴起，大量企业积累的数据进入大数据级别，由此开启了将业务进行数据化的过程，从而将数据要素应用推进到第三个阶段，即变革阶段。随着企业对数据要素的重视程度越来越高，应用越来越来深入和广泛，因此促使数据要素的管理和应用进入了新的发展阶段。

从2017年开始，中国市场首先推出了数据中台的概念，开始尝试数智融合发展的方向，希望提供数据对管理决策的智能辅助功能，由此开辟了数据要素管理与应用的第四个阶段，即融合阶段。融合阶段**的特点就是数据与各项先进技术的融合发展，以及伴随数据的整合而出现的数据资产化现象。随着云计算、5G等技术的成熟与发展，未来企业/机构大数据与人工智能、云计算、物联网等方面的技术融合将是大势所趋。

03

数据融合阶段的两大路径：

智能决策和数据资产化与变现

在数据融合阶段，数据要素的应用方向产生了两个分支，除了满足于日常运营和管理决策之外，又出现了将数据要素整合为资产包，并进行统一管理和销售变现的第二个重要方向。伴随着中国市场的数字化建设程度不断深入，越来越多的机构建立并积累了基于自身业务的数据源，很多机构在对这些数据整合之后除了辅助管理层决策和日常运营之外，也在尝试将这些数据转变为商品，实现收入目标，从而实现数据资产化的过程转变。

现阶段，中国市场中的大多数企业和机构在数字化建设过程中，对于数据要素的管理与应用更多的是集中在辅助运营和决策方面，而对数据资产化的管理与变现方面关注较少。

海比研究院认为，从数字化建设的角度来看，数据是企业/机构的重要资产、关键生产要素，将数据整合成资产包，发挥生产要素的作用，就是数字化建设的根本目的。因此，未来企业/机构对于数据资产化的需求将会逐步提高，将是数智融合阶段数据发展的两大路径之一。

04

数据资产化的发展历程与概念

海比研究院认为，数据资产化可以粗略的划分为两个阶段，一个是数据资产形成阶段，主要是源数据、数据采集、转化、存储环节，另一个是数据资产的管理使用与变现阶段，包括数据挖掘、数据分析、可视化、数据内部应用和数据交易变现等。

现阶段，中国的企业和机构在数据资产化方面大多数是处于**个阶段，也就是数据资产的形成阶段，这得益于数字化建设的推广，也得益于互联网的发展以及物联网、工业互联网、5G等技术的成熟与应用，企业/机构可以获得大量的内部生产运营数据、管理数据、工业设备数据、三方数据等，通过对这些不同来源渠道的数据进行整合即可建立基于自身业务的数据资产，从而实现数据资产化。

在数据资产形成阶段，**的特点就是将过去不同来源渠道的数据进行整合，将源数据、数据采集、存储、分析、管理与应用的各个环节捏合成为一个整体，从而形成基于企业/机构自身数据资源的数据资产包，我们将这个数据要素的全流程整合过程称之为数据资产化。

将数据资产化过程中所需要的源数据、数据采集、存储、处理、应用的一切软件产品和服务，海比研究院统称为数据资产化工具。

05

数据资产化的业务价值链分析

对于一家企业/机构来说，数据资产化的业务价值链可以分为五大环节，七小环节。五大环节分别是源数据、数据采集、数据存储、数据处理和数据应用，而数据应用又可以分出三个小环节，分别是可视化、内部应用和交易变现。

源数据主要是数据的源头，数据采集则包括数据抽取、清洗、加载等内容，数据存储则主要是将采集清洗后数据进行保存，数据处理则包括数据挖掘、数据检索、商业智能分析等。可视化则是主要侧重于数据集成与可视化展示方面；内部应用则主要强调数据对企业/机构内部运营、管理决策的支持，体现其作为生产要素的价值；交易变现则更多关注数据业务化、数据资产的变现等方面。

从整个数据资产化的业务链条来看，源数据、数据存储和数据交易变现是战略环节，能对整个业务链条产生重大影响，如果可能的话，提供数据资产化工具的厂商应将其经营范围覆盖这些战略环节，或与之结成战略同盟，以此来巩固其在业内的优势地位。

06

数据资产化工具

针对企业/机构数据资产化的各个环节都具有很多典型工具，例如数据采集环节有ETL、API、爬虫等，数据存储环节则有数据仓库、数据库、数据湖等，数据处理则有商业智能BI、数据科学平台、数据报表等，数据应用方面则有可视化产品、数据中台、数据产品等。

因此可以说，现阶段所有能为企业/机构提供数据产品和服务的厂商都可以是数据资产化工具的供给方，这些厂商将覆盖源数据、数据采集、数据存储、数据处理和数据应用等数据资产化的完整业务链条。

海比研究院希望通过系统的梳理数据资产化工具市场，从企业/机构数据资产化建设的需求端和提供数据资产化工具的供给端（数据产品和服务商）两个方面来分析，为需求端呈现中国数据资产化工具的市场发展情况、优秀的数据资产化工具代表、成功案例，帮助有数据资产化需求的企业、政府机构等探索如何建立符合自身要求的数据资产化方案。

同时，也为供给端呈现当下中国市场数字化建设过程中的数据资产化工具的需求情况，让数据产品和服务类厂商了解当下中国市场需求端的数据资产化现状，以及所需的产品工具或解决方案有哪些，未来应该如何更好的推出符合企业/机构需求的数据资产化工具产品。

为此，海比研究院、中国软件网联合中国软件行业协会，将于2021年3月18日举办报告发布会，首发《2021中国数据资产化工具市场研究报告》。该报告主要基于海比研究院对中国企业/机构级数据资产化工具方面的长期追踪研究与观察，结合对中国市场代表性企业/机构的调研，利用定性和定量相结合的研究方法编写完成，希望帮助供需两端破解企业/机构数据资产化过程中所面临的问题，以及现阶段市场发展现状与发展趋势，为推动中国企业/机构级数据资产管理的应用与普及贡献研究的力量。