1.资产

根据广义的资产定义：资产即是对企业目前和未来的经营有用处的任何东西，只要它们有助于企业目前和未来的经营，企业有权且不必再负担什么费用就能使用它们，就构成企业的资产。从这个意义上讲，企业的资产可以是货币的，也可以是非货币的；可以是有形的，也可以是无形的。因此对企业来说，能带来收益的信息、知识也属于一种资产，同样，大数据也能为企业带来收益，我们称之为数据资产。提出数据资产的另一个重要依据是经济学中的生产力要素理论。工业经济时代流行的生产力要素理论中，生产要素包括劳动工具、劳动力和劳动对象；进入信息社会，“多要素说”日渐盛行，多要素说视生产力为生产率或劳动生产率，而它的高低除受上述三要素的影响外，还取决于科学技术、经济信息等要素，数据作为一种生产力要素被进一步强化。当企业占有、运用数据资源参与企业的生产活动并起着越来越重要的作用时，可以认为数据已经成为企业的一项重要资产，即数据资产。

2.数据成为资产

在未来，数据将与土地、劳动力和资本一样重要，它可被重复利用，可被组合使用，在谷歌和Facebook这样的信息公司里，数据已经被视为一个新的生产要素，原始材料在数字流水线的一端输入，而处理后的信息则从另一端输出。在亚马逊，顾客购买的书籍和他们浏览过的网页记录都被保存下来，技术人员通过建立个性化模型，在亿万次的点击中找到关联，这种推荐方式对客户阅读品味的了解程度甚至超过了书评家，也带来了更好的商品销量。而Facebook跟踪用户的“状态更新”和“喜好”，从而确定更优化的广告位置和推荐时机，让人们觉得信息有用而非受打扰。甚至连电动汽车的电力优化问题也与数据相关。基于大量的信息输入，如汽车的电池电量、汽车的位置、一天中的时间及附近充电站的可插槽等，IBM开发出了一套可预测电池的最佳充电时间和地点并揭示充电站的最佳设置点的系统。(www.daowen.com)

在大数据时代，数据成为有价值的公司资产、重要的经济投入和新型商业模式的基石。在新媒体、新技术和新业态的冲击下，信息生产产能得到了前所未有的扩张，数据获取方式也发生了翻天覆地的变化，一些新兴产业形态利用数据采集、分析、应用等方面的优势，创新商业模式，打破产业边界，开始侵蚀出版企业的市场份额。在此情况下，一些出版企业也积极利用数据资产，带动产业转型升级。

那么数据具备什么样的条件，才能成为资产呢？仅仅通过遥感、物联网、网络等直接产生的大数据不是资产，而以需求为导向，通过不同数据的重组挖掘而再生的、能支持预测的大数据才会变成资产。奥地利的维克托·迈尔·舍恩伯格认为，在大数据变为资产的过程中，数据、技术和思维相互依存、三足鼎立，在大数据价值链中分享数据红利。其中，海量数据的拥有者虽然不了解数据运用行业的实际需求，不一定能从数据中提取出价值，但拥有数据是其分享数据红利的最大优势；技术拥有者并不一定拥有数据，他们仅仅根据客户的需求，运用数据分析技术，提升有限的数据价值；思维拥有者既不拥有数据也不具备技术，他们不是单纯为满足客户需求而挖掘数据，而是在为千百万人急需解决的问题提供答案时获得思维，进而提升数据的价值。随着大数据的运用日益深入人类生活，技术会因为日趋成熟而变得廉价，最大的获利者将是创新性思维的拥有者；而工作量最大的数据拥有者只有通过具备创新性思维能力的“数据中间人”的数据挖掘，才能发挥其所拥有的数据的价值，从而使人们持续使用这些数据，其自身也获得红利和持续更新数据的动力。大数据资产化秉承的主要思维是从数据的相互关系中发现价值，即数据联系其他数据后，数据才能“爆炸”，进而转化为价值。