早在2015年，国务院就正式印发了《促进大数据发展行动纲要》，将运用大数据作为提升国家治理能力的新途径。在企业层面，数据运用成为支撑企业决策、驱动价值创造的重要因素，但大量数据运用也带来新的风险，企业数据价值链治理成为急需探索的新课题。
一、数据价值链的定义及内涵
价值链是一种工具，能够用来分析评估企业生产经营过程中的价值创造活动，以确定竞争优势的来源。基于该定义，结合不同的应用场景，可将价值链区分为：IT价值链，知识价值链和信息价值链等一系列新的价值链概念。基于数据治理的需要，我们关注数据价值链。数据价值链是以有组织的方式聚合数据并创造能够影响决策的有价值信息/知识的所有必需行动，这是在数据上创造价值的一组独立的活动，其目的是将数据作为产品加以开发利用，能实现从数据生成到知识创建。
二、数据价值链的基本模型
数据价值链的基本模型是对数据价值链的具体实现。总的来说，数据价值链模型包括数据发现，数据整合和数据利用三个阶段；具体来讲，它由数据生成、数据采集、数据预处理、数据存储、数据分析、数据可视化和数据展示等一系列相互联系的阶段组成。数据价值链的基本模型不仅可以用来管理数据生态系统中高级活动的信息流，可以创造新的价值，为零售、运输、卫生和制造部门的进一步发展带来机会；还能整合数据质量和数据安全两大方面，使数据治理过程更加稳定和高效。但是如果将数据看作是产品，对于特定的数据产品而言，其数据价值创造过程具有很强的流动性和互动性，用简单的链式模型无法准确描绘，此时则需要以数据产品为中心构建涵盖数据发现、数据管理、数据解释、数据分发和数据利用等五项基本活动的数据价值网。
三、数据货币化
（一）数据货币化的含义。数据时代的不断发展，使得数据已经作为一种资产出现，并可以货币化，这是数据价值链进行价值创造的主要方式之一。数据货币化是指使用数据获得可量化的经济利益，这包括可衡量的绩效改进、创造对贸易伙伴有利的条件、提供关于信息的信息（例如基于信息的新报价）、产品信息（现有报价）或直接出售数据（通过数据经纪人或独立出售 ）。简单来说，数据货币化是指使用来自组织的数据以产生利润。只有基于数据价值链，进行信息挖掘，提取可靠并有价值的信息，才能从其内部和外部数据源产生新型收入。根据购买公司是否将获得原始数据的所有权来进行分类，数据货币化有三种商业模式：销售原始数据、销售基于数据的分析和销售基于数据的服务。
（二）数据货币化的实现方式。物联网产生了大量数据资源，价值链将转变为基于供应商、零售商、制造商和分销商等多渠道数据互动的数据价值链。基于数据价值链框架，企业可以充分利用数据资源，进行业务转型和改善用户体验，以实现数据货币化。在零售业的方面，企业可以通过提高技术能力、增强分析严谨性实现数据货币化；在制造商方面，企业可以通过销售信息解决方案，利用数据改善业务流程（通过运营效率创造回报）和提供分析功能或体验包装核心产品（提高产品价格、市场份额或客户忠诚度）等三种方式实现数据货币化；从全球经济背景出发，经济和贸易的全球化，使得数据也通过全球性数字平台在国际维度的流通，构成了全球数据价值链，而数字平台本身也依据其商业模式将数据转化为数字智能并将其货币化实现价值创造。
四、企业数据价值链治理建议
数据价值链及其价值创造有助于企业有效地配置数据资源，树立在数字经济时代的竞争优势，加强数据价值链治理能为企业带来更强大的发展后劲。企业可从以下角度出发，加强数据价值链治理：
（一）推动“业务与数字化”并行发展战略。企业在坚守其核心业务的同时，应积极推动数字化转型，形成业务与数字化双向驱动的良性循环。通过积极构建多元化的数字商业应用场景，从外部市场到内部运营，逐步实现企业各项数据的互通有无，打破数据的“信息孤岛”，从企业内部外数据的产生、汇聚到流通、共享这一全过程进行把控，形成企业自身独有的、实时动态的大数据池，为企业数据价值链的运作提供基础“原料”。
（二）树立价值驱动的数据治理理念。数据治理理念来源于生产实践，并对数据治理价值链中的各项活动具有重要影响。数据治理不只是数据库软件自身能力的提升，更不只是数据资源的日常管理，而是一个可以进行价值创造的动态过程。企业应该发挥价值创造在数据治理中的引领作用，将价值创造贯穿于企业数据治理的整个过程，激发不同部门和主体参与数据治理的积极性，改变以往保守封闭的数据管理态度，探索数据免费提供和有偿开放的有效结合，切实推动数据共享流通，保障数据资源价值有效释放。
（三）坚持市场需求导向，构建数据价值创造新情景。同一数据要素在不同应用场景以及不同数据要素在同一场景存在价值创造差异。因此，企业应从深度和广度双视角持续推展数据价值，构建数据价值创造新情景，拓宽数据价值链边界。一方面，企业可以通过应用统计学和机器学习等方法、进行特征分析和变化偏差分析，以深入挖掘数据的潜在价值。另一方面，企业还可通过构建多样化的应用场景，如精准营销、供应链管理、客户服务等；与不同行业、不同领域的合作伙伴进行跨界合作，共享数据、技术和知识等资源，从而实现多角度挖掘数据的潜在价值。
参考文献：
[1]王伟玲.基于价值链的工业数据治理：模型构建与实践指向[J].科技管理研究,2020,40(21):233-239.
[2]何苏燕.数据生产要素化及其价值创造机制研究[J].企业经济,2023,42(01):79-87.
[3]杨娟.企业数据要素价值创造的路径研究[J].科技智囊,2023(01):70-75.
[4]陈茵.价值链视角的财务数据治理——基于中国铁建案例[J].宁波开放大学学报,2023,21(04):54-58.
[5]裘莹,袁红林,戴明辉.DEPA数字贸易规则创新促进中国数字价值链构建与演进研究[J].国际贸易,2021(12):34-42.
[6]陈虎,郭奕.数据价值体系推动财务数字化转型[J].财会月刊,2022(08):37-42.
