專家講師
劉凱 (Victor Liu), 全球數據要素50人,協同數據技術(深圳)有限公司創始人。國際數據管理協會(DAMA)中國主席助理,DAMA數據管理知識體系1.0、2.0中文版譯者,現為香港金管局(HKMA)香港套用科技研究院外聘數據管理專家,天弈方圓中國金融風險經理【司法與律所數據要素在金融機構的套用】分享嘉賓。高級數位化會計師、CMA美國註冊管理會計師、CISA資訊系統審計師、持有CISM資訊經理、CRISC 風險管理認證、DCMM數據管理師認證。
曾就職於華為、四大會計師事務所咨詢經理,和非盈利性組織負責人,擁有十余年數據治理和BI分析工作經驗,在財務績效、金融及IT風險與數據管理及分析的復合領域有較深的造詣。在數據資產管理和數智化轉型、DCMM/DSMM培訓與評估領域服務於工信安全、中國人民銀行調查統計司、國家電網、中國建材、南京銀行、山東城商行聯盟、斯倫貝謝(上海)、中國石油、中國通號、華晨寶馬、海爾集團、越秀集團、魏橋集團等,常年為業務/務管理者提供企業數據內訓和數智化課題輔導。
課程背景
隨著數據成為數據要素,並納入到資產負債表,數據要素產業鏈中新增了兩個數據環節:數據流通交易、數據證券化(變現)。與此同時,企業越來越重視外購數據管理和內部數據研發管理,隨著【暫行規定】和【加強數據資產管理的指導意見】陸續出台,企業的財務、法務、數據分析挖掘團隊有必要了解數據要素市場、數據資產化過程,以及數據要素商業套用的整體圖景,以便為數據資產評估迎檢和開展數據資產入表計畫做好準備。 同時, 在宏觀層面,各部門需要協同起來,共建數據資產管理體系和數據合規體系 ,補充完善外部數據管理制度,明確對外數據增值服務商業模式、建立數據資產營運排程機制,透過場內場外數據交易,搭建數位化平台等方式獲取所需的資源和能力。在微觀層面,各部門需要協同起來,開展外部數據/對外增值服務的數據營運,並計量成本價值、把控流入流出合規風險。
對於 公司財務 而言,不僅需要從會計準則的角度理解數據資產入表的會計核算,還需要深刻理解數據全生命周期各階段的活動和成本構成,開展數據資產估值和成本計量,並給出成本最佳化的改進建議,透過數據資產評估報告結果拓展更多銀行授信等融資來源。
對於 公司法務 而言,需要順應強監管背景下的數據合規趨勢,同公司網路安全與資訊化領導小組一起,建立網安/信安/數安一體的數據安全合規體系,重點把控數據供應商和數據接收方在數據流入流出時的數據供應鏈合規風險。
對於 財務事務所和律師事務所 而言,需要在數據資產評估、數據資產入表過程中給出評估報告和審計意見,拓寬新的數據合規/數據資產咨詢業務來源。
對於 數據分析挖掘團隊 而言,隨著業務部門自主開展數據分析,企業數據中心建設就緒,需要從傳統手工技藝的分析挖掘計畫,轉向數據研發和常態化的數據資產營運,從傳統」有什麽數據用什麽數據「,被動響應數據分析挖掘需求,轉向」用什麽數據有什麽數據「,「統籌內外部數據資源和人才排程,加速從需求到交付間隔時間的整個過程。充分釋放內部數據和外部數據的價值,同時排程內部人才和外部資源,加速解決方案開發和數據產品的套用落地。
課程大綱
第一天 數據要素概論
第一章:數據要素基本概念
第一節:從大數據到數據要素
大數據賦能數位經濟,規模增長,有待開發利用
數據安全步入強監管時代、數據資產進入資產負債表
認識數據要素:技術特征與經濟特征
數據要素的新特征,推動企業數據資產管理、合規、營運體系建設。
第二節:數據價值最大化
數據的兩類價值:使用價值與交換價值
用數據要素創造價值的三把鑰匙
數據價值最大化「三角」:數據開發利用、數據安全合規、數據權屬責任
數據三權分置與價值分配:數據持有、數據加工處理、數據產品經營
第三節:數據要素市場與數據要素產業鏈
數據要素市場(供應-流通-需求)與數據供應鏈(數據供應方-企業-數據接收方)
管控數據交易的出口(數據自用與數據出售)和入口(數據外購vs自行生產)
數據要素產業鏈的新增環節:交易流通環節、數據融資證券化
第四節:對數據分析挖掘團隊和財務法務影響
企業數據趨勢1:從傳統手工技藝的數據分析,轉向工業化、嵌入式的數據智慧
企業數據趨勢2:業務部門自主開展分析,企業建立數據中心
為分析挖掘的機會:從傳統計畫制的數據研發,轉向常態化的數據營運
為財務法務的計劃:建立數據資產管理制度和組織、建立數據合規體系
第二章:數據產權體系
第一節:認識數據產權
產權、數據產權
公有數據產權vs 私有數據產權
基礎數據產權 vs 衍生數據產權
第二節:三類數據與三權分置
個人數據、政府數據、企業數據
產權共享:三類數據的交叉領域
收益共享:數據確權的原則
隨流轉變化:數據產權的特征
第三節:數據確權、數據資產登記與授權營運(實操平台工具)
權利主體與權利內容
內部確權 vs 外部確權
數據資產登記物件、登記主體、登記機構
數據資產登記平台與登記內容
數據資產授權營運模式與分級營運機制
第三章:數據供給體系
第一節:數據供給體系概述
當前數據要素供給和需求間的主要矛盾
三大數據供給來源:政府、企業、個人
數據供給內容:數據+演算法+算力 vs 數據資源+數據元件+數據產品
數據供給體系:數據持有、數據營運、數據服務
數據供給生態:三類數據資源持有方+X類數據第三方服務
第二節:政府公共數據供給概況
公共數據授權營運現狀:政策、組織、營運機制、平台與交易(場外)
公共數據供給方式:無條件無償、有條件無償、有條件有償
數據元件:平衡個人化和標準化、平衡價值和安全
數據供給模式:APIs模式 vs 數據空間私密計算
第三節:行業龍頭企業數據供給概況
對外數據增值服務:行業大數據中心&數據增值服務公司
企業數據中心:運維、數據營運與數據研發
集團內部多級數據共享與數據分享機制
產業鏈鏈主和附屬企業間的數據供給機制
總結:數據供給中的產權問題、專業授權營運、與開發利用。
第四章:政策解讀
第一節:數據要素政策的發展歷程和核心內容
數據要素政策的發展歷程:起步階段、落地階段、深化階段
「數據二十條」與國家數據局:核心制度和機構
【十四五大數據產業規劃】與1+N體系基礎制度框架
【數據要素*行動計劃】與地方政策法規
第二節:數據安全法規與標準解讀及常見誤區
三架馬車解讀:【數據安全法】【個人資訊保護法】【網路安全法】
DCMM數據管理成熟度模型、DSMM數據安全成熟度模型解讀
【業務領域數據安全管理辦法】(中國人民銀行)解讀
第三節:數據資產政策解讀及常見誤區
數據入表問題解讀:【企業數據資源相關會計處理暫行規定】
為數據流通交易奠定基礎:【數據資產評估指導意⻅】
解決入表後的管理和營運問題:【關於加強數據資產管理的指導意見】
總結: 數據政策 對企業的影響,以及企業的應對措施。
第五章 數據資產化
第一節:從數據資源到數據資產
1、什麽是資產:經濟學含義vs 會計學含義
2、如何確認 數據資源vs數據資產
3、數據資產的特性、種類和特點
第二節:盤清數據資產家底,分類分級
1、數據資產卡片 vs 數據資產備用簿
2、數據資產目錄 vs 數據血緣關系
3、數據負面清單 vs 數據分類分級
第三節:協同數據資產治理體系建設
數據資產評估迎檢小組、資產入表計畫團隊
數據資產管理組織建設
數據資產管理制度與流程
數據資產協同管理與溝通
數據安全審計與風險評估
第六章:數據資產評估
第一節:認識數據資產評估
什麽是數據資產評估
數據資產評估的好處
數據資產評估:「評什麽」
第二節:數據資產評估的「四關」
安全關:數據安全風險評估
合規關:數據合規評估
品質關:數據品質評估
價值關:數據資產價值評估
第三節:數據資產定價與評估方法
1、影響數據資產價值的四大因素
2、企業數據資產定價策略
3、企業數據資產評估方法:成本法、收益法、市場法
第七章 數據資產入表
第一節:認識數據資產入表
數據資產入表的好處
數據資產入表的業務模型:外購 vs 自產;自用vs 出售
入哪張表,劃分哪些計畫:無形資產、存貨、開發成本
第二節:入表過程:確認、計量、披露
數據資產的權屬認定、經濟認定和來源認定。
數據資產初始計量、後續計量和處置的方式方法
數據資產的表內披露與表外披露
第三節:入表計畫各階段及交付物(實操平台工具)
企業數據資產規劃
數據資產合規和產權確認
數據成本紀錄與成本攤銷
數據資產入表平台與工具
第八章:數據合規:風險評估與數據合規體系建設
第一節:認識數據合規與數據安全
數據合規、數據安全法律法規
數據資產入表對數據合規的要求
企業風險、內控與合規體系之間的關系
DSMM數據安全能力體系介紹
數據分類分級標識:敏感性vs可用性
第二節:企業數據合規體系建設
「三位一體」的數據合規管理制度
全生命周期數據安全合規
企業數據合規人才隊伍培養
數據供應商與數據接受方安全合規管理
數據接入安全合規與數據流出安全合規管理
第三節:事前、事中、事後安全機制
數據安全事件:分類分級與應急預案
事前:數據隱患排查
事中:風險情報監測
事後:數據安全審計
第九章:數據要素流通
第一節:數據要素流通模式
數據要素流通概況與數據交易標的
數據共享與數據開放、數據互動與數據交易
場內交易與場外交易:交易所、行業數據平台
數據商與第三方服務商
第二節:達成數據交易的三個階段
交易前:供應商選擇與交易撮合
交易中:數據服務條款與合約簽訂
交易後:數據交易紀錄與數據接入納管
第三節:數據要素流通中的財務/法務問題
外購數據的數據合規與財務處理要點
以出售為目的的數據合規和財務處理要點
第二天 當前市場資料來源概述與數據要素商業套用案例
B :當前市場資料來源概述
第一節:數據要素產量與分布
1、數據要素產量、數據要素分布
2、重點市場資料來源:數據富集行業
3、重點市場資料來源:數據開放利用的先行試點領域
4、場景需求牽引: 數據供求中的標準化 vs 個人化
5、金融機構(股份制銀行) 所需的常見市場資料來源型別
6、非金融機構(能源企業) 所需的常見的市場資料來源型別
第二節:一個案例,理解數據要素內外部商業套用之旅
案例: 工單預算/工單業務紀錄
內部套用場景 1: 維修工單: 預算工時物料,紀錄整個維修業務(計畫)過程
內部套用場景 2:業財融合,將預實分析結果推動到業務前端
內部套用場景 3:故障預診斷與工程師派單、通知相關方研討會簽
內部套用場景 4:方案庫推薦最優方案,全球投票機制
內部套用場景 5:資料證書推播、最近地備品備件配送
內部套用場景 6: 稅收窪地,用於退稅收入。
外部套用變現場景 1: 裝置數據畫像,用於供應商裝置技改的
外部套用變現場景 2: 裝置維修數據: 用於風場選址最佳化
當前市場公共資料來源
第三節:當前市場企業資料來源
(1) 企業數據對外開放 (外部共享) : 透過數據中台和數據匯聚
(2) 供應商企業數據: 透過建立監造系統,實作對供應商的數據互動
(3) 用能企業數據: 透過自動抄表裝置,實作同用能企業數據互動
(4) 公共數據: 透過服務政府決策和社會民生,交換或無償獲取
(5) 其他外部數據: 透過需求歸集,集中采購獲取第四節:當前市場個人資料來源
(6) 居民/個人數據: 透過 IOT 和抄表裝置完成數據采集
(7) 個人數據 (員工) : 透過日誌、行為監控數據辨識優質數據內容和安全隱患
(8) 常見的個人資料來源網站
C1: 某金融行業公司-司法/律所數據要素全流程套用案例
【某股份制銀行外部數據全流程套用案例】案例背景
存量客戶方面, 為提升信貸風險監測系統預警效果,精準實作問題客戶的提示、預警攔截,需采購司法數據用於全條線信貸風險監測、公貸個貸三網六網核查、信用卡審批帳戶管理預警等。因此,需要開展數據交易磋商,協商合適的價格和數據服務條款,並同自身資料倉儲的數據整合到一起。
增量客戶和吸收存款方面,為吸引高凈值理財客戶(律師),擴大吸儲能力(律所)透過提供 Saas 平台,為中小律師事務所計畫全生命周期管理和績效管理數位化解決方案。
作為報酬,線上獲取高凈值理財客戶的信用數據 (基於即時的經營數據) 透過律所對委托人財產進行保管,在銀行開設存款帳戶。
成果:
銀行透過場外數據交易,同司法大數據行業數據供應商簽訂場外數據服務合約,精準把握存量問題客戶的畫像和法律風險
銀行透過為中小律師提供免費的數位化平台,拓寬了高凈值人群(律師,律所的阿米巴的信用數據,基於真實可信的即時經營數據,銀行擴大了存款規模,獲取律所的委托人的財產保管(存款)。對於律所和律師而言,獲得一定程度上可客製化的 SaaS 解決方案實作用好人、管好錢
第一節:金融機構的數據要素需求
(1) 建立外部數據需求歸集機制
(2) 開展數據尋源: 辨識場內/場外資料來源和交易平台
(3) 評估數據套用場景和價值
第二節:數據采購與數據交易
(1) 數據供應商選與【數據服務采購計畫】的招標
(2) 標準化與客製化數據產品選擇
(3) 法數據:數據服務磋商和數據交易定價
(4) 律所數據:數位化平台服務與數據交換第三節:數據管理制度與數據接入納管
第三節:數據管理制度與數據接入納管
(1) 數據資產管理辦法與數據資產管理組織
(2) 制定【外部數據管理辦法】【外部數據目錄】(3)制定外部數據接入方案,管控數據接入過程
(4) 建立外部數據管理平台,透過數據模型將司法數據與內部數倉數據整合到一起
第四節: 圍繞外部數據,建立數據資產營運體系
(1) 數據資產營運中的常見角色型別
(2) 數據資產營運中的常見數據需求型別
(3) 數據資產營運中的全生命周期管理階段
C2 :能源行業數據要素商業套用案例
案例:【某能源公司各資料來源數據資產營運】案例背景
某能源集團為了實作數據價值最大化,啟用數據資產,
內部數據方面,在雲和數據中台建設的基礎上,建立數據資產管理制度和數據資產目錄負面清單制度,透過DCMM四級和DSMM三級評估, 並在數據運維(運檢和網安)的基礎上,建立數據安全合規體系,數據資產營運排程體系和工單下發系統,在面向各業務部門各類數據需求提報時,統一數據需求受理,統一排程業務專家和開發人員,縮短從需求受理、解決方案到交付的時間間隔。
外部數據方面,建立了「電網監造平台」,獲取電力裝備供應商的即時生產進度數據和品質檢驗數據,並能觸達幹預到供應商的生產車間,將裝置全生命周期管理的起點,回溯延申至產業鏈的上遊;對外數據增值服務方面,透過裝置畫像、雙碳大腦等數據增值服務產品,實作數據變現。
第一節:能源企業的數據資產管理制度和數據供應鏈
(1) 常見外部數據來源,如天氣等
(2) 常見數據產品與增值服務,如客戶畫像、裝置畫像等
(3) 三類增值服務:服務政府決策、服務社會民生、服務企業用能
第二節:數據資產管理組織架構
(1) 數據戰略: 數位化部、數據資產管理委員會、法律部
(2) 數據專家: 數據合規、經院(外部數據采購)/電科院(數據存取行為審計監控/品質稽核)
(3) 數據 BP 層: 業務部 (行銷/物資/財務等) -數據支持崗
(4) 數據中心: 數據中心-數據研發/數據營運/網安數據運維
第三節:圍繞數據資產,建立全流程數據要素建設機制
(1) 數據共享(數據授權) 全流程
(2) 數據元件(標簽與脫敏) 全流程
(3) 數據指標全流程管理
(4) 數據報表全流程管理
第四節: 圍繞數據需求和數據全生命周期,建立統一受理的營運排程機制常見數據需求型別。(含數據共享與授權管理、外部數據需求、數據套用需求等)
(1) 數據需求提報與分析
(2) 數據需求審批與授權
(3) 數據需求設計與開發
(4) 數據需求交付與運維
課程特色
1.課程案例涵蓋數據要素相關的各個領域,包括企業內部數據資產管理組織、數據中心運維營運與研發、外部數據尋源采購與接入納管、對外提供數據增值服務實作數據變現公共數據授權營運、中小企業數位化平台建設等領域,使學員能夠借助外部數據和平台擴大數據來源、能夠透過營運排程機制臨時組隊建立數據解決方案,能夠透過數據產品經營放大數據價值實作數據變現。
2.緊密貼合國家數據局【數據要素行動方案】、【加強數據資產管理的指導意見】【暫行規定】等政策熱點開展解讀,幫助財務、法務掃清數據資產評估迎檢任務和數據資產入計畫過程中的困惑。
3.重視企業內部數據資產營運機制和流程: 在面向業務方的各類數據需求(數據共享授權、數據套用開發、數據品質規則、數據安全解決方案)時,透過一個受理界面開展需求歸集、資源配置,排程業務專家和開發人員參與設計研發,縮短從需求到交付的時間間隔,幫助分析挖掘團隊找到全新的職業轉型路徑。
4.重視財務、法務、分析挖掘團隊的協同數據治理: 能夠在外部數據需求和采購、對外數據增值服務過程中推動分析挖掘團隊、財務法務協同開展數據和人才排程營運、數據資產確認計量和成本分攤、數據合規安全管控,平衡風險和開發利用,幫助企業建立數據合規體系和數據資產管理體系。
5.重視合作夥伴數據合規: 課程將外部數據獲取過程中的數據尋源、數據采購、數據接入納管過程中,從供應商/接受方,數據流入流出等場景詳細給出數據安全合規策略要點。
課程物件
1.企業數據資產評估迎檢小組負責人、企業數據資產入表計畫小組成員。
2.數據分析挖掘團隊:從傳統交付數據研發計畫為主,轉變為常態化數據資產營運的資料探勘團隊
3.數據分析師:希望擴充套件分析挖掘的外部數據來源,包括無償的公共數據來源、場內和場外數據交易數據來源,合法合規開展數據分析。
4.從事數據資產會計核算、數據合規的公司財務、法務人員希望進一步建立數據資產管理體系、數據合規體系,並在數據資產營運過程中紀錄並核算數據成本,把控企業與合作夥伴數據合規。
5.參與企業數位化生態建設的決策者,透過為供應商/客戶產業鏈中小企業建立數位化系統,實作數據交換和風險控制前置。
課程時間
2024 年3月30日-31日
課程收費
面授 3600 元/人,遠端直播 3000 元/人 (CDA 持證人會員、全日制在讀本科、研究生享九折優惠。)
課程方式
北京西直門中坤大廈面授/線上直播
授課時間
上午 9: 00-12: 00
下午13: 30-16: 30
其他安排
1、報名即可獲取數據要素百問百答
2、獲取數據要素資料包
3、面授同學課程第二天組織晚宴討論
4、課程錄播視訊有效期一年
聯系方式
小鹿老師
電話:18910977512
WeChat:CDABZR
以上圖文包括廣告