数据资产及其对成品油销售企业重要性初探

张梦頔，张宏，王会良（ .西南石油大学经济管理学院；.中国石油销售分公司；.中国石油集团经济技术研究院 ）

数据资产及其对成品油销售企业重要性初探

成品油销售企业拥有庞大的数据资产，这些数据资产具有巨大的经济价值和战略价值。成品油销售企业要加强数据资产的建立和运营，建立相关的数据资产运营部门，从数据规模、数据活性、数据收集运用能力方面提升数据资产的价值，适时构建企业数据供应链体系，积极跟进我国数据交易市场的建设，同时确保数据资产和客户隐私的安全性。

成品油销售；数据资产；交换价值；使用价值；基础设施

2015年3月5日，李克强总理在政府工作报告中首次提出“互联网+”行动计划，要求“制定互联网+行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融（ITFIN）健康发展，引导互联网企业拓展国际市场”。对国内成品油销售企业而言，与互联网+相结合，实质就是一个消费和运营数据整理、流动、交换、分析、应用的过程。世界经济论坛认为，“大数据为新财富，价值堪比石油”。数据如何测度、变现和增值，需要从资产的角度进行全新审视，否则割裂存放在各种介质（硬盘、光盘、U盘、云等）上的数据，将像前工业化时代的石油，只有取暖照明的简单功能。

1　什么是数据资产

从管理意义上看，资产是指公司、机构和个人拥有的任何具有商业或交换价值的东西。从单纯的财务意义上看，“资产是企业拥有和控制的、能够用货币计量并能够给企业带来经济利益的经济资源”。

进入互联网和大数据时代，数据信息不仅是企业经营活动分析决策的基础和依据，更是企业保障市场竞争力和盈利能力的主要因素，已成为企业获取利益的不可或缺的重要资产。信息资产的价值主要体现在两个方面：一是数据已成为重要的生产要素。经过挖掘加工整理成为信息，数据具有使用价值，给掌握这种信息的经济活动主体带来实际的经济利益，提高其经济活动的效益水平。二是由数据分析形成的信息产品具有交换价值。企业综合评估获取信息可能带来的成本、收益，以合适的价格购买所需信息产品。

数据资产的财务意义厘清了其内涵，即企业的数据资产应包含三个要素：一是被企业拥有和控制，二是能够用货币来计量，三是能为企业带来经济利益。从目前的情况看，除第二个要素外，其他两个要素一般已为公司认可。至于第二个要素，目前零售企业还没有对数据的货币计量进行账务处理，但可参考那些以数据交易为主业的公司的做法，参照无形资产的计量规则，对数据资产进行货币计量。

2　数据资产具有巨大价值

2.1互联网+极大地激发了数据资产的使用价值

电子商务类企业之所以能够带来突破性的创新结果，很大程度上是破解了传统零售企业的数据难题。在传统的中国零售企业中，行业数据链实际上处于割裂的状态，生产商、渠道商和零售商各自掌握一部分消费者数据，从各自的角度对消费者进行盲人摸象般的扫描，每个参与者根据不完全的数据进行决策，使整个行业陷入红海竞争之中。以阿里巴巴为代表的电子商务类企业，创新性地选择了平台战略，技术上整合了从不同渠道和客户接触点所获取的多种信息，打通了全渠道整合营销，灵活地将数据挖掘和产品创新结合起来，满足甚至超越客户的需求。总体而言，互联网+下的零售企业，已经进入以客户为中心，以客户全息数据为依托，以全渠道整合营销为手段，精准满足客户未来需求的新阶段。其中数据的重要性不言而喻，有学者指出，“零售业的本质就是数据，10年后，所有零售商都将成为IT企业”。

2.2未来数据资产的交换价值将更为重要

传统的消费者研究多强调洞察维度，例如目的、动机、态度、选择、评价、购物、行为、决策过程等，通过各种模型综合描述消费者行为。在大数据时代，消费者大数据的核心在于建立数据之间的整合和关联分析。针对消费者的分析，也可从各种大数据源（例如线上的淘宝、天猫、百度、京东、聚划算、导航、大众点评等，线下的加油站、超市、商场、书店等）获取信息，形成“看、挑、查、买、享”全过程的网状结构，更好地还原消费者的真实状况，将消费者碎片化的行为及接触点的全息影像以模型呈现出来。在大数据时代，任何一个行业的数据都将成为消费者全息大数据的一部分，拥有完整的消费者大数据，也就拥有了重要的交换价值。

2.3数据资产的价值测度方法仍处于探索中

目前，企业数据资产已经开始对经营产生价值，甚至成为一些企业最主要的收入来源。数据资产本质上是无形资产，在现行财务制度下，其价值尚未记录到企业财务报表的无形资产价值中。按照大数据的发展规律，企业数据资产中还有大量尚未记录或评估的价值，而且这部分价值将随着信息技术和信息产业的发展而显著增加。近一两年，业内已经开始探索数据资产估值方法，常用的有收益法、市场法和成本法。收益法是对受益方的数据资产的应用价值和交换价值进行评估，但需要与业务场景相结合，需要对业务有深刻理解，需要信息技术、财务和业务人员的共同参与，存在较大难度。市场法是通过大数据市场交易，由市场定价，但全球数据交易市场仍处于早期发展阶段，可供比较的数据和案例都较少。成本法一般按照信息系统的重置成本计算，但不能评价未来数据资产带来的价值。综合比较，现在收益法应用较多。

2.4数据资产的基础设施“溢出效应”日益凸显

经济合作与发展组织（OECD）近期评论称，道路和桥梁这些实体基础设施所带来的效益是不可预期的，且往往具有“溢出效应”，例如，道路和桥梁的修建能够促进贸易和社交往来，并通过贸易和社交往来带来远超过道路和桥梁自身的收益。数据资产也具有类似的“溢出效应”，数据利用者对数据的加值利用，能为社会提供重大的发展机会，或者为社会创造数据采集时根本预想不到的效益。近期，英国开放数据研究院（ODI）向英国基础设施建设委员会提交信件称，英国有必要将数据作为现代社会及其经济运行的根本基础设施。

3　数据资产对成品油销售企业尤为重要

3.1成品油销售企业拥有庞大的数据资产

按照所经营的商品和所提供的服务，成品油销售业务形成的数据资产可分为三部分：一是与车辆有关的数据信息。通过对加油、快速换油、玻璃水、汽油添加剂等数据的扫描，可为车联网提供重要数据，成为车联网的重要数据源。二是与开车族有关的数据信息。为车辆加油是高价值、高频率的交易活动。加油站是有车一族必去的场所，也是对驾驶员和乘客进行消费扫描的最佳场所。三是与人们汽车生活有关的数据信息。例如，对客户在高速公路生活区、便利店等的数据进行采集，可以预测“人在旅途”的生活状态，把握汽车生活时代的消费规律。成品油销售企业拥有特定的加油站网络实体资产，销售特定产品——汽油、柴油，因而有条件成为社会主流消费者重要消费行为数据的提供者。事实证明，中国石油和中国石化之所以能够与腾讯、阿里巴巴、百度等公司进行深度合作，很大原因在于石油企业对“人、车、生活”类数据的拥有。

3.2成品油销售企业的数据资产具有巨大的经济价值

成品油销售企业的数据资产运营有三个方向：一是内部使用。对数据进行有效的挖掘和分析，开展传统公司难以触及的业务，例如，对加油和非油数据进行深度挖掘分析，能够预判客户未来的消费行为，这对加油站实施“一站一策”、便利店“一品一策”具有很大的帮助。二是信息租售。广泛收集加油站相关数据，深度整合萃取信息，可形成数据采集、信息加工、价值传递的完整链条。例如，由加油站数据分析整理得到的客户消费习惯的信息报告，可以出售给供货商和服务公司；车辆加油信息报告可以出售给车辆生产商、车辆售后服务商；非油信息报告可以出售给可口可乐公司、红牛公司等。三是数据租售带来顾客引流。在油品和非油品数据的基础上，通过对业务数据的收集、整理、过滤、校对、打包、发布等，使消费者数据在流动中实现自身价值，例如，车牌数据可以精确掌握车辆在不同地区之间的移动情况，为自驾游服务商提供客户引流。

3.3成品油销售企业的数据资产有助于打造新业态

数据资产可以形成新的业务形态。根据非油调研结果，中国石油的加油站约有1.4亿左右客户，以每个月加油3次计算，全年可达50.4亿人次。从网络的角度，如果把中国石油的加油站看作一个覆盖全国的网站，该网站拥有独立访问者1.4亿，与新浪网相差无几（新浪网的独立访问量为1.69亿）。百度、淘宝、新浪、搜狐等网络公司正是通过对这些独立访问者数据的深度挖掘，实现了公司的跨越式发展。随着中国成品油市场由供不应求转向供过于求，中国成品油市场双寡头垄断的局面受到挑战，成品油销售的利润持续下降。针对成品油消费者的新型业务也开始受到重视，这些业务实质上是对成品油客户基于“人、车、生活”三个方面的深度开发。在互联网+时代，有关客户的大量“人、车、生活”数据是创建新业态的坚实基础与抓手。

4　成品油销售企业数据资产的建立和运营

4.1建立企业数据资产运营部门

从现实情况看，加油站数据的搜集和整理目前主要应用在管理运营方面，对能够商业应用、服务于顾客的数据采集仍存在不足，有必要建立数据资产运营部门，制定数据业务的发展战略和运行模式。数据资产运营部门应进一步扩大对客户数据的搜集和分析范围，建立客户数据搜集体系和标准，在此基础上开展数据资产评估、数据资产保全、数据资产保值增值等工作。在国有企业改革深入开展的情况下，数据资产运营部门可以成为独立公司，可试行混合所有制，引入外部数据运营企业（例如百度、腾讯、九次方大数据等）共同运营。

4.2多方提升数据资产的价值

提升数据资产的价值可从多方面入手。在数据规模方面，建议加大客户数据采集力度，形成规模化、标准化的采集系统。同时，建立有效的数据交换机制，充分发挥大数据生态圈中各企业的协同效应。市场竞争对手之间也可在一定程度上共享数据，共同推动成品油销售行业发展，更好地为客户提供服务。

在提高数据活性方面，建议围绕核心业务（油品和非油）需求，构建数据之间的关联关系，提高不同来源获取的结构化与非结构化数据的活性。例如为一体化消费者画像，建立统一的用户识别标识，把零售、加油卡、非油、润滑油等环节收集的数据整合到一起，从而更加全面地了解用户。

在提升数据收集运用能力方面，要在加强结构化数据搜集的同时，重视非结构化数据搜集整理；要优化数据处理流程，提高数据处理速度，实现O2O（Online To Offline，即线上营销线上购买带动线下经营和线下消费）模式下用户数据的实时高速传输。

4.3构建企业数据供应链体系

目前，虽然成品油销售企业十分重视各种数据信息的收集，但无论是客户互动、经营绩效数据，还是外部业务环境分析等信息，大量数据信息都未得到充分应用。成品油销售企业的数据信息基本形成各自为政的“数据孤岛”，销售企业很难运营这些数据资产创造价值。要释放数据资产中蕴藏的巨大潜力，需打造一条数据供应链，让数据以简单、有效的方式在整个销售企业间流动，贯穿包括供应商和客户在内的整个销售企业合作伙伴生态系统。

数据供应链就是以数据的创造、引入或与其他数据结合为出发点，让数据在供应链不同环节流动过程中逐步获取价值，为企业经营者带来宝贵的业务洞察力，为企业的产品销售、服务、内部流程创新、营销活动以及公司战略提供支持。数据供应链的建立，有助于企业发掘内部数据，对更多的数据来源进行充分利用，并加快数据的迁移、处理与交换，使企业通过先进的计算技术获得更多的价值。

4.4积极跟进我国数据交易市场建设

目前，我国尚不存在数据资产流动的交易规则和定价标准，数据供需双方的交易不透明，交易成本很高。未来有可能借鉴现代金融体系的经验，出现数据现货交易、期货交易，甚至是数据衍生品交易。鉴于成品油消费在消费者全息消费数据中的重要地位，成品油销售企业有必要积极跟进我国数据交易市场的建设，在恰当节点介入数据期货、现货及衍生品交易，不失时机地获得有利的市场地位。

4.5确保数据资产和客户隐私的安全性

成品油销售数据在应用过程中要注意客户隐私保护的问题。要从法理上获得数据的所有权或使用权，需要履行收集数据类型、用以合作用途的告知义务。从技术上必须实行最高等级的安全管理，并通过匿名化手段构筑最后防线。同时应该与合作数据运营商签署数据资产安全和客户隐私保密协议，确保在数据交易过程中不出现数据不安全问题。

［1］ 刘晨. 数字资产估值及数据变现商业价值研究［D］.清华大学，2014.

［2］ 英国开放数据研究院. 数据基础设施：思考数字时代的基础设施［R/OL］. http://www.cbdio.com/BigData/2016-05/10/ content_4907457.htm.

［3］ 中国石油50万元便利店商圈客户调查［R］.

［4］ 2016年中国大数据交易市场专题研究报告［EB/OL］. http:// mt.sohu.com/20160225/n438482788.shtml.

［5］ 何鸿凌. 电信运营商数据资产及变现探讨［EB/OL］. http://www. zgc-bigdata.org/cn/case.aspx？MC_ContentID=115.

改回日期：2016-06-13

编 辑：夏丽洪

编 审：周 勇

Significance of the data assets to refined oil marketing companies

ZHANG Mengdi1， ZHANG Hong2， WANG Huiliang3
（1. School of Economics and Management， SWPU； 2. PetroChina Marketing Company； 3. CNPC Economics ＆ Technology Research Institute）

Refined oil marketing companies possess a large number of data assets， which have tremendous economic and strategic value. Refined oil marketing companies should strengthen the establishment and operation of data assets， set up related data asset operating departments， enhance the value of data assets based on data size， data activity and ability of data collection and application， timely construct the enterprise data supply chain system， actively follow up the construction of data transaction market in China， and also ensure the security both in the data assets and customers’ privacy.

refined oil sales； data assets； exchange value； using value； infrastructure

2016-05-24