《企业网D1Net》12月9日讯

大数据时代的来临悄无声息，却已成既定事实，与此同时，随着大数据价值的凸显，企业对数据的重视也被提到了前所未有的高度。套上大数据的光环后，原本那些存放在服务器上平淡无奇的陈年旧数一夜之间身价倍增。

按照世界经济论坛报告的看法，“大数据为新财富，价值堪比石油”.大数据之父维克托则乐观预测，数据列入企业资产负债表只是时间问题。

数据资产的保值增值

数据既然具备资产的属性，也就存在着折旧损毁和保值增值的问题。如何让数据资产实现保值增值呢?通常在资产负债表的资产项上，财务人员喜欢按照资产的流动性将资产从上至下进行排列。与之相类比，决定数据资产价值的则是数据的规模、活性，以及收集、运用数据的能力。因此，要实现数据的保值增值，就要从扩大数据规模，提高数据活性，提升收集运用数据的能力三个方面入手：

提高数据活性

我们知道，数据类型繁多和价值密度低是大数据的重要特征。只有数据所有者们围绕核心业务需求构建起数据间的关联关系，才能提高那些不同来源获取的结构化与非结构化数据的活性。例如，对于数字营销中关键的业务环节-消费者画像，建立起统一的用户识别标识后，才能把众多环节收集的数据整合到一起，更加全面的了解用户。

扩大数据规模

尽管大数据技术层面的应用可以无限广阔，但是受制于当前阶段数据收集和提取合法性方面的限制，能够用于商业应用、服务于人们的数据要远远小于理论上大数据能够采集和处理的数据。另一方面，单体企业仅仅基于自己掌握的独立数据很难了解产业链各个环节数据之间的关系，对消费者做出的判断和影响十分有限。因此，只有充分发挥大数据生态圈中各企业的协同效应，建立起数据交换机制才能有效的扩大数据规模。当前阶段，很多需要共享数据的企业间竞合关系同时存在，企业在共享数据之前需要权衡利弊，避免在共享数据的同时丧失竞争优势。

提升收集运用数据的能力

与结构化数据相比，非结构化数据由于其难以用传统数据库的二维逻辑表来表现而被放弃。IDC的一项调查报告中指出：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%.显然，加强对非结构化数据的重视程度对于提升整体收集运用数据的能力效果显著。另一方面，伴随着技术发展，传统的数据处理流程已不能满足业务需要，提高数据处理速度势在必行。例如，O2O模式对用户数据实时处理有着极高的要求：用户数据伴随用户行为产生，这些数据往往是高速实时数据流。而且O2O业务周期短，这需要实时的分析用户数据并根据分析结果对用户进行个性化服务，通过传统的数据库查询方式得到的“当前结果”很可能已经没有价值，必须提升对这类数据的高速处理能力才能应对挑战。

D1Net评论：

大数据深入应用的过程也是大数据价值凸显的过程，企业已经认识到大数据带来的巨大价值，大数据不仅是一种工具，更是重要的战略资源和数据资产，保持数据资产的增值，也是保证大数据价值源源不断供应的过程。