万亿财富蓝海 数据资产入表实战

【培训对象】
企业高层管理者：了解数据资产对企业战略的重要性。 数据分析师和数据科学家：学习如何更好地管理和优化数据资源。 财务和会计专业人士：了解数据资产入表的会计处理和实务操作。 IT和数据治理专业人士：掌握数据治理的实操步骤，提高数据安全性和利用效率。 对数据资产化感兴趣的其他专业人士：扩展对数字经济核心要素的理解和应用能力。

【培训收益】
深入理解数据要素与数据资产的概念：通过对数据要素政策的回顾和分析，参与者将能够深入理解数据要素的提出背景、政策脉络、价值和分类。 掌握数据资产化的核心过程：课程将详细讲解数据资产的特征、价值化过程、资产化过程，帮助参与者了解从原始数据到价值数据的转化路径。 学习数据资产会计处理的实务操作：涵盖数据资产入表的必要条件、会计准则应用、入表误区分析等，为财务和数据专业人士提供实用的操作指南。 掌握数据治理的实操步骤：通过对数据治理流程的深入解析，让参与者能够在实际工作中有效实施数据治理，提高数据的利用效率和安全性。 了解数据资产化的实际案例：结合实际企业案例，展示数据资产化的具体应用，增强理论与实践的结合。

第一部分 数据要素概述(背景)
一、数据要素政策回顾
1.数据要素的提出
2.数据要素政策脉络
3.数据二十条
4.数据资产入表
5.数据资产评估指导意见

二、数据要素的特征
1.数据要素的价值
2.数据要素的特征
3.数据要素的乘数效应
4.数据要素的分类分级
5.数据资源与数据要素
三、数据要素的价值链
1.数据要素的产生
2.数据要素的价值链
3.数据要素流通价值链模型
4.数据要素价值实现5过程

第二部分 从数据到数据资产(定义)
一、数据资产的特征
1.数据的5I属性
2.数据资产的特点
3.数据资产的分类
4.数据资产的价值
二、数据资产化的过程
1.数据的价值化过程与机制框架
2.数据资产化的一般过程
3.数据资产的形成过程
4.数据资源化
5.资源产品化
6.产品资产化

第三部分 数据资产入表会计实务(规则)
一、数据资产入表概述
1.数据资产入表树屋图
2.数据资产入表的意义
3.数据资产入表的收益
4.数据资产入表的财税考虑
5.费用化和资本化
6.数据资产入表的特点
二、数据资产入表适用范围
1.数据资产入表是经过数据治理的数据资源
2.合法确权是前提
三、数据资产入表确认条件
1.预期收益流入概率超过50%
2.入表的基础条件
3.研究阶段可以入表吗？
4.开发阶段资本化的五个条件
5.哪些情况无法入表
四、数据资产入表适用会计准则
1.无形资产确认
2.存货确认
3.初始计量
4.后续计量
5.无形资产确认规则将修订
五、数据资产入表误区辨析
1.误区一：《暂行规定》实施后，大规模的数据资源将确认为表内资产
2.误区二：《暂行规定》实施后，即可以把开发应用场景之前发生的费用一起资本化
六、数据资产入表注意点
1.数据资产入表10难
2.成本归集难
3.成本收入匹配难
4.资本化和费用化标准统一难
5.准备工作建议
6.面向价值实现的数据资产管理体系

第四部分 数据治理实操步骤(成本)
一、数据治理概述
1.什么是数据治理
2.数据管理与数据治理
3.数据治理框架
4.数据治理是入表最重最难的部分
二、数据治理平台
1.数据治理架构
2.数据采集
3.数据处理
4.数据分析
5.数据治理平台
6.数据安全
三、数据治理九步法
1.调研数据问题
2. 问题整理归类、成熟度评估
3. 确定治理目标、获取高层支持
4. 制定实施路线图
5. 数据治理架构成立数据治理委员会，分配职责，制定管理制度和流程
6. 梳理业务系统，摸底数据现状
7. 建立元数据
8.1 数据质量提升(标准、模型、质量)
8.2 主数据管理
8.3 数据安全管理
8.4 数据生命周期管理
9. 建立数据治理长效机制治理成果展示、成效评估
第五部分 数据资产入表实操步骤(落地)
一、数据资产入表流程概述
1.体系化视角
2.微观视角
3.纯数据视角
4.联盟生态视角
二、数据资产入表流程八步法
1.建立数据资源管理体系
2.数据合规与确权
3.收益可行性判断
4.成本分摊与归集
5.列报与披露
6.数据质量评价
7.数据资产评估
8.数据资产化运作
三、数据资产化案例
1.顺丰科技
2.房谱科技
3.德生科技
4.宝武钢铁欧冶 

大数据与数字化转型实战专家—李家贵老师

【背景介绍】
浙大管理硕士，西安交大医学电子学士
西安交大数字经济研究院首席科学家
工信部公益培训师、央企CIO联盟特邀专家
深圳市人工智能产业协会特邀专家
广东省产业大数据和人工智能工程研究中心技术总监
现任：深圳微品致远信息科技有限公司首席数据官、数据中台部总经理
曾任：某酒店科技公司创始人CEO、某数据统计公司CTO
前中兴通讯运营总监
前央企下属监理公司数字化顾问

【实战经验】
李老师精通大数据，包括数据中台、数据应用、用户画像、BI等；熟悉数字孪生、边缘计算、云原生、BIM、区块链等先进是数字化生产力工具；曾主导数字化改革、数字化转型实施，累积实施项目过亿元。专业上有较强的数字化企业市场营销和客户关系能力，熟悉IPD、LTC、ITR、MCR流程。有千万级项目签单及交付经验。曾年经营任务过亿元。
李老师经历了从技术到销售、从一线基层到CEO、从管理者到数字化顾问、从员工到创业者的转变。工作期间，多次获得奖励，带领团队多次获得销售冠军。
李老师多次从0到1创立或者参与创立原生数字化企业，同时带领原生数字化企业持续进行变革。
李老师曾统筹负责产业互联网公司整体数字化经营业绩和LTC流程，协同各数字化产品经营部进行产品销售、订单获取、售前解决方案整合，为各数字化经营部增加订单超亿元，个人独立签单超过5000万元；统筹负责数字化MTL市场开拓规划及销售管理工作，数字化销售和售前能力建设、输出和支撑，负责对接数字化线索和商机超过10亿元； 统筹负责各数字化产品解决方案的组合、整合、贯通，负责大数据中台产品研发、航空行业大数据项目交付、大数据和数据中台产品交付。 负责智慧城市、智慧园区、智慧乡村系列产品的产品研发、航空行业项目交付、人工智能大数据和数据中台产品及其他数字化转型，数字化改革项目交付。
负责建立并维护各大平台的ISV生态体系，包括华为、腾讯、阿里、商汤、中国移动、中国电信、中国联通、物联网协会、大数据协会、金蝶等。
李老师主讲课程包括《大数据中台》、《数据治理》、《AI和BI》、《数字化的四阶段模型实操和案例》等。
李老师的咨询项目包括：

【风格特点】
沙盘教学：在人工智能领域，李老师独创沙盘教学，包教包会。
实战性强：李老师从一线到CEO，至今仍活跃在管理一线，同时作为资深咨询顾问，具有多年企业高层管理经历和驻厂咨询辅导经验，同时在数据中台方面持续做交付，有最一手最前沿的实战经验。
定制化：每次内训课均是在对企业现况、核心需求、学员结构深度理解的基础上定制式课件开发，内容针对性强；
532训战结合：每次课程均有50%的时间实战讲解；30%的时间为讨论和演练环节，课堂现场做出方案，做实战模拟，学员体验感强；20%的时间为理论讲解环节。
讲“少”讲“深”：课程内容不追求讲多，追求在讲清楚原理的基础上，围绕关键的几个点讲深讲透，请学员结合演练留下身体记忆。
风趣幽默：轻松愉快，深入浅出；生动活泼，通俗易懂；谈笑风生，印象深刻。

【主讲课程】
AI剧本杀/沙盘教学：AI团队建设实战
迎接人工智能的下一个时代：行业实践和业务创新
前沿：数字化思维与业务转型
发掘万亿蓝海：大数据和数据治理
变数为钱：数据资产入表实战

【项目经历】
CEM系统从0到1搭建
数字百色系列化项目（含百色大数据湖项目）
长沙空港实业运行控制中心（IOCC）BI项目
深圳空管站CDM大数据项目
珠海机场数据中心及服务总线使能平台项目（大数据中台项目）
宁波国际会议中心数据中台服务系统项目
长沙城发共性支撑平台项目（大数据中台项目）
市场调研数字化转型项目（体验大数据项目）
广东省消防救援总队智慧队务系统建设项目（大数据中台项目）
云创数据中台服务项目（大数据中台项目）
白云物流二期平台信息系统项目（大数据中台项目）
红土创新广场智能化系统集成系统（含BI）
上基智慧园区设计项目（含BI）
广西移动大厦总部数字化项目（含BI）
中移物联网OnePark智慧园区项目（含BI）
四方监理数字化转型项目
深高速数字化转型阶段咨询项目

【服务客户】
银行：中国银行、农业银行、平安银行、招商银行、北京银行、上海银行、兴业银行
通信：中国联通、中国电信、中国移动、中兴通讯、华为、新华三、中通服广东、中通服海南
互联网和制造：三星、深业集团、吉利汽车、海尔、中核工业、澳思智能、广州自来水公司、卓创资讯、同方知网
总裁班和政府：北大EMBA、湖南大学EMBA、国资委培训中心、工信部培训中心、中国中小企业国际合作协会、深圳市委组织部、泉州市中小企业局、浙江大学深圳研究院、东方大成
科技：东华软件、中国太保、富士康科技、华为、志合创伟、深圳引航
深圳力盟、云塔物联、四方监理、日产汽车、小鹏汽车、开思科技、微品科技、华住酒店集团、铂涛酒店集团、迈点科技、麦田云PMS、亿达集团、是德科技三星中国