Классификация данных
Данные - это сложная концепция для категоризации, поскольку они не являются ни товаром, ни услугой. Данные нематериальны, как и услуга, но их легко хранить и доставлять вдали от места производства, как товар. В отчете PricewaterhouseCoopers (2019г.) так категоризируются данные по информационному содержанию:
- • основные данные - описывают людей, места и вещи, которые имеют решающее значение для деятельности компании;
- • транзакционные данные - описывают внутренние или внешние события транзакции;
- • справочные данные или информация, используемая исключительно для целей категоризации данных;
- • метаданные - характеризуют другие данные, упрощая процесс извлечения, интерпретации или использования данных;
- • неструктурированные данные - в них отсутствует согласованный формат для описания объектов и атрибутов.
Данные также могут иметь несколько источников, что обеспечивает другой метод категоризации (PricewaterhouseCoopers, 2019г.):
- • авторские данные, создаваемые человеком;
- • предоставленные пользователями данные, которые целенаправленно вводятся в систему без каких-либо ожиданий;
- • захваченные данные, записанные в реальных или программных событиях;
- • производные данные, которые генерируются путем объединения, агрегирования, обработки данных.
Шведский национальный совет по торговле классифицирует (2014г.) типы данных по их использованию:
- • корпоративные данные;
- • данные о конечном потребителе;
- • данные продавца;
- • данные о людских ресурсах;
- • технические данные.
OECD определяет (цитируется в The National Board of Trade, 2014г.) таксономию типов данных в зависимости от способа их создания:
- • добровольно предоставленные данные (созданные и переданные отдельными лицами, например, в профилях социальных сетей);
- • наблюдаемые данные (записи действий отдельных лиц, например, история браузера);
- • предполагаемые данные (данные, полученные в результате анализа добровольных или наблюдаемых данных).
В отчете Статистического управления Канады (2019г.) указывается на необходимость классификации владельцев активов в контексте данных, проводя различие между законными владельцами активов и экономическими собственниками:
- • юридические владельцы определяют, кто может использовать актив данных и условия его использования;
- • экономические владельцы используют актив данных и несут любые последующие связанные с ним риски.
Жизненный цикл данных
Категоризация данных важна для оценки данных, поскольку различные типы данных являются предметом цепи создания ценности данных, и только некоторые из них могут быть ценными. Этапы жизненного цикла данных: создание / приобретение >> хранение >> администрирование >> использование, повторное использование >> архивирование >> удаление данных связаны с затратами. Оборот данных также сопровождается затратами на управление рисками. Данные приносят пользу только тогда, когда они используются. Если экономическая выгода от использования данных превышает затраты на обладание ими, включая управление рисками, то появляется ценность данных.
Характеристики оценки данных
В большинстве случаев оценка ценности данных напрямую связана с рыночной оценкой или стоимостью транзакций. Факторы, участвующие в оценке данных:
- • тип и частота использования;
- • содержание;
- • возраст;
- • автор;
- • история;
- • стоимость создания;
- • потенциальный доход;
- • требования безопасности;
- • юридическое значение;
- • репутация.
Значимость данных может меняться со временем в ответ на новые приоритеты, судебные разбирательства или постановления. PricewaterhouseCoopers сообщает (2019г.), что ценность данных определяется следующими характеристиками:
- • эксклюзивность;
- • своевременность;
- • точность;
- • полнота;
- • согласованность;
- • ограничения использования;
- • совместимость;
- • обязательства и риск.
Измерить ценность данных очень сложно. Ни один из нижеследующих методов оценки данных не является достаточным. Способы измерения ценности данных:
- • На основе дохода: стоимость данных базируется на оценке будущих денежных потоков, которые будут получены от нематериального актива;
- • Выявленные возможности: ценность дохода, которая может быть получена из возможностей, определённых в данных (в т.ч. Business Intelligence);
- • Продажа данных: некоторые организации упаковывают данные как продукт или продают идеи, полученные из данных. Оценка монетизации выгод, связанных с информационным продуктом;
- • Рыночная стоимость данных основана на рыночной цене эквивалентной продукции: значение как бизнес-актива на момент приобретения или слияния;
- • На основе затрат: стоимость данных основывается на затратах на их получение;
- • Затраты на замену: стоимость замены или восстановления данных, потерянных при бедствии или нарушении данных, включая транзакции, домены, каталоги, документы и показатели внутри организации;
- • Стоимость риска: оценка, основанная на возможных штрафах, полученных от юридических лиц или регуляторов, судебных расходах, затратах на восстановление;
- • Снижение стоимости риска компенсируется затратами на операционное вмешательство для улучшения и сертификации данных;
- • Отсутствие данных, которые должны присутствовать;
- • Наличие данных, которые не должны присутствовать (например, неожиданные данные, обнаруженные в ходе юридического обнаружения; данные, которые необходимо очистить, но не были очищены);
- • Данные, которые являются неправильными и наносят ущерб клиентам, финансам и репутации компании.
Ценность данных достигается капиталистами за счет инвестиций в цифровые инфраструктуры, организационный и человеческий капитал, позволяющий собирать, обрабатывать, агрегировать и анализировать данные. Данные приобретают ценность только в контексте их комбинации с другими данными. Собранные персональные данные сами по себе могут иметь почти нулевую ценность, но приобретают ценность только тогда, когда они агрегированы с другими данными. Так, когда данные пользователей социальных сетей передаются и объединяются с миллионами других данных со всего мира, они становятся базой для анализа данных и, таким образом, для создания ценности.
Перераспределение ценности данных
Поскольку доступность данных и доступ к ним быстро расширяются, становится актуальным вопрос о перераспределении ценности данных. Три возможных подхода:
- Рассматривать данные как капитал, при этом сбор данных и их аналитика считаются инвестициями в нематериальные активы. Для обеспечения максимальной эффективности наднациональные государственные учреждения должны создать рынок данных.
- Рассмотрение данных как труда, включающего компенсацию физическим лицам за их данные и введение корпоративного налога на цифровую деятельность.
- Рассмотрение данных как интеллектуальной собственности, которая в качестве используемого и лицензируемого актива приносит финансовое вознаграждение, а также на защиту прав интеллектуальной собственности.
Всемирный банк недавно (2019г.) поднял вопрос о том, как следует распределять выгоды, полученные от сбора и использования данных. Справедливо ли, что правительства хранят все доходы, а граждане, от которых были собраны данные, ничего не получают? Предложение ввести цифровые налоги набирает обороты, как способ более справедливого перераспределения прибыли от использования данных.