市场经济的核心问题是交易，既包括商品的交易，也包括生产商品的资产交易，而且后者往往更为重要。因此，在市场经济条件下，资产持有人在凭借自己所持有的资产进行许多业务活动时，通常都需要进行资产评估。所谓资产评估，严格地说，应为资产在价值形态上的评估是指评估人员根据翔实的数据资料，按照特定目的，遵循法定或公允标准和程序，站在公正立场，用科学的方法，对被评估资产的现时价值或价格进行评定和估算的过程。简言之，资产评估就是对资产现时价值或价格进行评定和估算的过程。

1.大数据资产评估模型

虽然大数据的价值众所周知，但由于标准化计量工具的缺乏，使得数据价值难以评估。2016年4月28日，中关村数据资产评估中心携手全球最具权威性的信息研究与顾问咨询公司Gartner，共同发布了全球首个数据资产评估模型，使数据价值得到客观、立体的评估成为可能。大数据资产评估模型涵盖了数据的内在价值、业务价值、绩效价值、成本价值、市场价值及经济价值6个子模型，并针对不同信息资产特性和用户使用诉求，从数据的数量、范围、质量、粒度、关联性、时效、来源、稀缺性、行业性质、权益性质、交易性质、预期效益等维度，按不同的权重配比、不同的指标量级，合理配置不同维度的数据资产评估指标项，从而实现对数据资产的全方位、标准化评估。

2.大数据资产评估模型的组成

大数据资产评估模型由数据规模、数据活性、数据维度、数据颗粒度和数据关联性5个方面组成。

（1）数据规模。数据规模是指大数据的数据量的大小，毕竟数据量越大，所蕴藏的信息就越多，其价值就越大。(www.daowen.com)

（2）数据活性。数据活性是指数据被更新的频次，数据更新得越快，对当前或今后的影响就越大，活性也就越大。

（3）数据维度。数据维度是指数据信息的丰富性，维度越高，越能反映观察对象的原始信息。每增加一个数据的维度，都会影响数据的分析和判断。

（4）数据颗粒度。颗粒度反映数据的精细化程度。有些大数据的数据量大，但能挖掘到的信息相对较少，只有细化到个人、单品数据，才会给人们带来较多的信息。但颗粒的单位和标度的选择因人而异，因数据而异，有人认为是单个人、单个产品、一个门牌号等，但其核心是单位数据的大小。

（5）数据关联性。关联性是指多维数据之间的内在联系。由于当前不同部门数据的维度的选取不一样，数据之间存在难以融合的障碍，影响到大数据价值的挖掘，因此，关联性是大数据能否与其他数据共同发挥作用的关键，也是消除数据孤岛效应的关键。