|
1.真实性,表示数据的真实程度。如果数据有偏差,那么使用结果可能会差之毫厘失之干里:若数据造假,更将失去数据统计的意义。真实的数据才具有价值。 2.完整性,表示数据对被记录对象的所有相关指标的完整程度。关键数据的缺失,将影响数据在应用中的价值贡献,或需增加成本去补充数据。数据的采集范围越广,完整性可能越高,数据资产的价值相对也会越大。 3.准确性,表示数据被记录的准确程度。在工作中,拿到的数据都需要先进行清洗工作,排除异常值、空白值、无效值、重复值等,这项工作很可能会占到整个数据分析过程将近一半的时间。专职工种“数据清理工程师”的出现也说明数据清洗工作的复杂性。数据的准确性越高,对数据的清理成本越低,数据的价值也就越大。 4.数据成本,在数据交易市场不活跃的情况下,数据的价值没有一个明确的计算方式,卖方出售数据的报价首先会考虑数据的成本。数据的获取方式通常为公司内部收集或者外购。对于公司内部产生和收集数据,显性成本主要有收集、持有程序下的人力成本、存储设备成本等,无法可靠计量的隐形成本主要为数据所附着业务的研发成本、人力成本摊销等。通常,获取成本越大,数据的交易价值相对越大。 5.安全性,表示数据不被窃取或破坏的能力。数据自身的安全性越高,就可以为企业产生越稳定的价值贡献;同时,数据持有企业对其支付的保护成本越低,其数据资产的价值越大。
|