《工业标识数据要素分析模型要求》

ICSXX.XX.XX

JXX

团体标准

T/BIAIMXXXXX-20XX

工业标识数据要素

分析模型要求

IndustriaIIabeIIingdataeIementanalysismodeIrequirements

（草案）

20XX-XX-XX发布20XX-XX-XX实施

北京智能制造创新联盟发布

T/BIAIMXXXXX-20XX

目次

目次......................................................................................I

前言.....................................................................................II

1范围......................................................................................1

2规范性引用文件............................................................................1

3术语和定义................................................................................1

4概述......................................................................................4

5工业标识数据要素分析模型.................................................................4

T/BIAIMXXXXX-20XX

2/

刖百

本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某此内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。

本文件由北京智能制造创新联盟提出.

本文件由北京智能制造创新联盟归口。

本文件起草单位：中国信息通信研究院、苏州协同创新智能制造科技有限公司、江苏中天互联科技

有限公司、浪潮工业互联网股份有限公司、四川长虹网络科技有限责任公司、清华大学、佛山市联科发

信息科技有限公司、北京工商大学、深圳市标准技术研究院、深圳数据交易所有限公司。

本文件主要起草人：于重重、许继平、田昊、刘渤、袁雪腾、郁雷、崔雨、郑继兵、姚苏、王娟、

李媛红、刘伯仲等。

T/BIAIMXXXXX-20XX

3.6

数字化交付管理DigitaldeIiverymanagement

交付产品标识化，实现交付信息完整、可塑、可延伸，解决不同主体间交付初始化数据难题。

3.7

产品精益化管理ProductLeanManagement

利用标识贯通生产过程。利用标识打通生产各环节数据，从系统的角度，提升决策效率，实

现管理透明化、精准化。

3.8

产品服务化延伸ProductServicingExtension

基于标识跨地域连接能力提供服务。在物流、维修等环节，扩大现有服务类型，实现增值服

务，提升产品溢价。

3.9

智能化生产管控IntelligentproductioncontroI

参数配置标识化、设备操控标识化、工艺关联标识化，实现高效、灵活、智能、精准的生产

和质量管控。

3.10

公共数据Publicdata

各级党政机大、企事业单位依法履职或提供公共服务过程中产生的数据。

3.11

企业数据EnterpriseData

各类市场主体在生产经营活动中采集加工的不涉及个人信息和公共利益的数据。

3.12

数据开放OpenData

数据开放是指提供方无偿提供数据，需求方免费获取数据，没有货币媒介参与的数据单向流

通形式。

3.13

数据共享Datasharing

数据共享是指互为供需双方，相互提供数据，没有货币媒介参与的数据双向流通形式。

3.14

数据交易Datatrading

数据交易是指提供方有偿提供数据，需求方支付获取费用，主要以货币作为交换媒介的数

据单向流通形式。

3.15

数据汇集Dataaggregation

包括对原始数据的采集、存储、加工和分析，是实现数据交易的前提。

3.16

数据流通Dataflow

数据流通共有三种形式;，分别为数据开放、数据共享与数据交易。

3.17

数据需求方Datademandside

数据需求方获得数据并进行数据应用。

3.18

数据孤岛DatasiIo

2

T/BIAIMXXXXX-20XX

在数据及数据集的形成、分析、使用过程中，由于主体能动性、客体技术性以及政策环境、

制度建设等不完备形成的不对称、冗余等封闭、半封闭式现象。

3.19

产权界定Propertyrightsdefinition

对经济主体对财产的占有方式、程度和范围所作的确定。

3.20

数据指标Dataindicators

将复杂、抽象的业务拆分组合，并找到可以直观明确的衡晟这些组合的度显方式，并可用数

字来量化。

3.21

数据分析Dataanalysis

根据数据指标的变化寻找业务问题、预测业务结果。

3.22

使用权交易Right-to-usetransactions

数据所有者以收费的方式对其他主体授予对其所拥有数据进行处理（或现实化）的权利。

3.23

所有权交易Ownershiptransactions

只适用于所有权可以转让的数据。数据所有权一旦外移，原所有人将失去授权数据流通和交

易的权利，且在未得到新所有人授权的情况下，也不能对数据进行处理（或现实化）。

3.24

数据资产入表Dataassetentryform

将数据确认为企业资前负债表中“资产”一项，即数据资产入资产负债表，在财务报表中体

现其真实价值与业务贡献，

3.25

数据资产化DataAssetisation

将数据作为企业的重要资产，对其进行合理的配置、管理和使用，以实现企业的经济价值和

社会价值。数据资产化是数字经济时代的必然趋势，也是企业数字化转型的核心内容。

3.26

确权Affirmative

依照法律、政策的规定，经过房地产申报、权属调查、地籍勘丈、审核批准、登记注册、发

放证书等登记规定程序，确认某一房地产的所有权、使用权的隶属关系和他项权利。

3.27

原始数据Secondaryrawdata

原始数据进一步的清洗、整理、校准、汇集等，形成对现实对象更为真实、全面的反应，这

些经过进一步处理的后形成的、对现实实体反映的数据称为“次原始数据”。

3.28

数据要素分析模型DataeIementanalysismodeI

数据要素按照形成过程进行要素分类的方法及对其价值评估计算的方法。

3.29

成本法Costmethod

以待估资产实际成本为基础的一种评估方法。

3.30

收益法Incomeapproach

基于数据的应用场景，通过数据资产预期带来的经济效益并考虑相关风险后折现计算的价值。

3

T/BIAIMXXXXX-20XX

3.31

市场法Maketapproach

比较被评估资产与最近售出类似资产的异同，并将类似的市场价格进行调整，从而确定被评

估资产价值。

4概述

对于数据要素市场的快速发展，围绕产品生产制造流通等环节产生的人景数据，需要统一的

工业标识数据要素分析模型表达和评估方法，从而实现工业数据要素在全产业链中的应用，使得

工业标识数据从生产端到应用端，再到交易市场中都可以产生价值。本标准针对■工业标识解析体

系中流转的各种类型数据，从生产、运营和服务环节出发，制定数据要素分析模型及数据价值评

估模型。

5工业标识数据要素分析模型

5.1生产数据要素分析模型

5.1.1生产数据要素分析模型概述

生产数据要素分折模型按照生产过程中形成的标识数据要素，来源于我们生产现场、作业现

场以及各相关现场的原始数据与记录，将其分为时间要素类、产量要素类、物料要素类和质量要

素类。

5.1.2生产数据要素分析模型参考定义

生产数据要素类别及其之间的关系如图1所示。

4生产故气匿*，

N间〃♦美力拘外要■要户■亶■麦质量要■集

总务运人员多*山椅哈站校龄过

tridM勤记承果敷昵

।•।I1।I.।I.।

图1生产数据要素分析模型

生产数据要素类别主要包括以下类：

a）时间要素类：描述时间方面的原始数据与记录，主要包括人员考勤和生产设备运行记录；

b）设备运行记录：设备运行记录其实就是设备时间，是设备运行、维护、停机相关的时间记

录，是我们计算设备利用率、设备效率等的主要参数；

c）人员考勤记录：人员考勤是计算员工工资的依据，是财务要求的原始记录，也是我们计算

生产效率、人均产出的主要参数。人员考勤一般有考勤表、加班单、请假调休单等数据与记录；

d）物理要素类：物料的原始数据与记录主要来源于生产领料单、退料单、报废单、在制品盘

点表、车间半成品盘点表、车间物料盘点表等。

e）产量要素类：藐机按时按质按量的完成生产任务的数据：

4

T/BIAIMXXXXX-20XX

f）产量：产量是生产最主要的数据，产量的数据主要取自生产口报表和生产入库单；

g）产出：描述有效产出，需要返工的是无效产出，不记入产量总数；

h）质量要素类：描述质量方面的原始数据与记录；

i）检验结果数据：描述产品制造过程中良品数据、不合格数据等；

j）检验过程数据：粕述检验过程中抽检批次、合格率、不合格原因等的数据。

5.1.3生产数据要素与其他数据要素的关系

生产数据要素与仓储数据要素、物流数据要素、销售数据要素和售后数据要素之间为关联关

系。

5.2仓储数据要素分析模型

5.2.1仓储数据要素分析模型概述

仓储是供应链中不可或缺的一部分，并贯穿各个行业中的物流环节，在生产、物理、销售、

售后等环节对于仓储都有着很高的需求。仓储数据要素分析模型按照货物进出库的流转过程，将

其分为入库数据要素类、出库数据要素类、库内数据要素类和仓储数据管理策略。

5.2.2仓储数据要素分析模型参考定义

仓储数据要素类别及其之间的关系如图2所示。

仓修数据

仓储题4K要一•

入昨数*年内数阳出“数据

■素美■求美

图2仓储数据要素分析模型

仓储数据要素类别主要包括以下类：

a）入库数据要素类：描述货物到货通知、收货、质检、组盘、上架等设计入库的原始数据与

记录；

b）库内数据要素类：描述储存期间移库、补货、盘点、冻结等的数据；

c）出库数据要素类：描述货物在出库过程中涉及的拣选、复核、下架、发货等的数据：

d）仓储数据管理策略：描述货物入库、库内、出库过程中的规则策略，包括上架策略、盘点

策略、组盘策略、波次策略、预警策略和下架策略。

5.2.3仓储数据要素与其他数据要素的关系

仓储数据要素与生产数据要素、物流数据要素、销售数据要素和售后数据要素之间为关联关

系。

5.3物流数据要素分析模型

5.3.1物流数据要素分析模型概述

物流是经济生活中各个部分的纽带，各种商业活动都离不开物流的支持，物流的高效运作能

够确保资源的及时供应，促进生产过程的顺利进行，同时也有助于商品流通的畅通无阻，从而推

动整个经济的健康发展。物流数据要素分析模型按照数据性质，将其分为基础数据要素类、业务

数据要素类。

5.3.2物流数据要素分析模型参考定义

物流数据要素类别及其之间的关系如图3所示。

5

T/BIAIMXXXXX-20XX

物流数擀要家

檎

运

工H

&帆

物流数据要素类别主要包括以下类：

a）基础数据要素类：描述物流各种活动内容的知识、资料、图像、数据、文件的总称，如物

品信息、仓库信息、运输工具信息等；

b）业务数据要素类；描述物流活动过程中产生的数据，如订单数据、库存数据、运输数据等。

5.3.3物流数据要素与其他数据要素的关系

物流数据要素与生产数据要素•、仓储数据要素、销雪数据要素和售后数据要素之间为关联关

系，其中基础数据要素类是业务数据要素类的前提和基础。

5.4销售数据要素分析模型

5.4.1销售数据要素分析模型概述

销售数据是企业经营中，发现问题、调整策略、优化方向的重要依据手段，是经营状况的直

观体。销售数据要素分析模型按照总体框架，将其分为基础数据要素类、区域数据要素类、产品

数据要素类和渠道数据要素类。

5.4.2销售数据要素分析模型参考定义

销售数据要素类别及其之间的关系如图4所示。

销售教索要K

基础数榭要区域数据蔓产品数榭要梁道敢IK要

索奥京奥

*

-

的

销

业

人

的

供€I

w售W

员

量

俄

利

湖

nnt・

图4销售数据要素分析模型

6

T/BIAIMXXXXX-20XX

销伐数据要素类别主要包括以下类：

a）基础数据要素类：描述销售额、产品销量、利润等，通过基础数据可以进行日常业绩的管

理；

b）区域数据要素类：销售数据基本都会细化到各个区域，区域数据要素类描述各个区域的销

售业绩、人员分析等数据；

c）产品数据要素类：描述各个产品销售情况、库存结构、产品价位等的数据；

d）渠道数据要素类：描述不同渠道的投入产生比、供货价、毛利润、利润分析等的数据。

5.4.3销售数据要素与其他数据要素的关系

销售数据要素与生产数据要素、仓储数据要素、物流数据要素和售后数据要素之间为关联美

系，其中基础数据要素类进行区域数据要素、产品数据要素和渠道数据要素分析的必选数据。

5.5售后数据要素分析模型

5.5.1售后数据要素分析模型概述

售后数据是了解客户反馈和需求的直接途径。通过攻集和分析客户的投诉、建议和评价等售

后数据，企业可以深入了解客户在使用产品或服务过程中的真实体验和感受，从而准确掌握客户

的需求和痛点。售后数据要素分析模型按照售后服务场景，将其分为运营管理数据要素类、人员

管理数据要素类、库存管理数据要素类、工单统计数据要素类、营收统计数据要素类和客户报表

数据要素类。

5.5.2售后数据要素分析模型参考定义

售后数据要素类别及其之间的关系如图5所示。

件后数好要点

坛并钟押数人所管科软库存管理数工睢统it散甘收统计数客户M表数

抠要卡类据要靠美燃要求突据要走关据要靠美

图5售后数据要素分析模型

售后数据要素类别主要包括以下类：

a）运营管理数据要素类：描述客户评价、满意程度、好评占比、评分趋势等的数据：

b）人员管理数据要素类：描述人员出勤、业绩、服务态度等的数据；

c）库存管理数据要素类：描述替换品出库、入库等记录的数据；

d）工单统计数据要素类：描述工单数量、服务中工单、已完成工单、已取消工单、工单用时

等的工单数据：

e）营收统计数据要素类：描述售后服务营收、利润等的数据；

f）客户报表数据要素类：描述客户总量、客户分布、客户毛利、客户诉求等的数据。

5.5.3售后数据要素与其他数据要素的关系

售后数据要素与生产数据要素、仓储数据要素、物流数据要素和销售数据要素之间为关联关

系。

5.6数据要素资产入表价值链模型

5.6.1数据要素资产入表价值链模型概述

数据要素资产入表是显化数据资源价值的重要手段，通过数据资源化、资源产品化和产品资

产化三步流程，将数据作为生产力要素在资产市场进行流转，助推数字经济高质量发展。

7

T/BIAIMXXXXX-20XX

5.6.2数据要素资产入表价值链模型参考定义

数据要素资产入表价值链模型如图6所示。

图6数据要素资产入表价值链模型

数据要素资产入表流程主要包括以下过程：

a）数据资源化：对生产、仓储、物流、销售和售后环节的相关数据要素来源进行加工/整合/

处理等操作，对相关数据要素赋予潜在价值，形成具有一定规模、可重用性和可获取性的数据资

源；

b）资源产品化：描述企业或外部机构以数据使用方的需求为导向，对数据资源进行深度开发

和创新，形成可识别的服务形态，需要企业分析客户需求和场景，开发符合特定需求的数据产品，

这包括数据集、数据信息服务和数据应用等多种形式；

c）产品价值化：描述数据产品通过自用、共享、开放或对外交易等方式流通，将其中可交易

的数据产品在数据要素市场进行交易上市，市场价值通过交易合约来体现并形成资产凭证，将数

据产品及其对应价值凭证入表，最终形成数据资产表；

5.6.3数据要素资产入表与其他数据要素的关系

数据要素资产入表是生产数据要素、仓储数据要素,物流数据要素、销售数据要素和售后数

据要素流通的最终归属形式。

5.7数据要素资产价值评估方法

5.7.1数据要素资产价值评估方法概述

数据资产的价值评估主要基于三大路径：成本途径、收益途径和市场途径，对数据资产价值

评估的方法主要为在成本法、收益法、市场法三大基本方法，并在此基础上考虑数据资产的特殊

因素对数据资产价值评估模型加以修正和改进。其中成本法是以待估资产实际成本为基础的一种

评估方法，收益法是基于数据的应用场景，通过数据资产预期带来的经济效益并考虑相关风险后

折现计算的价值。市场法是比较被评估资产与最近售出类似资产的异同，并将类似的市场价格进

行调整，从而确定被评估资产价值。

5.7.2数据要素资产价值评估方法参考定义

数据要素资产价值评估方法如图7所示。

8

T/BIAIMXXXXX-20XX

■，・!(■■令我”

・“■再HL

Ataaa

图7数据要素资产价值评估方法

数据要素资产价值评估方法主要包括以下方法：

a）基于数据资源分类分级的数据资产价值评估方法：在进行数据资产评估工作时丁需要根据

自身数据资源的来源来选择适合的评估方法，其数据来源分为公共数据源、公开市场采集数据（企

业自身业务运营生成的采集数据）；

b）基于数据产品生命周期的数字资产价值评估方法：指产品在市场竞争中的经济寿命，是产

品从准备进入市场开始到被淘汰退出市场为止的全部过程，一般分为导入期、成长期、成熟期、

衰退期四个阶段；针对数据产品的生命周期特征，叠加数据价值时变性的特点，对不同阶段的数

据要素进行价值评估。

c）基于数据资产行为的数据资产价值评估方法：数格奥产评估涉及的经济行为类型主要包括

转让、许可使用、出资、质押融资、企业清算、司法诉讼、司法执行财产处置、财务报告、资产

证券化；针对不同经济行为类型下数据资产采用不同评估方法进行价值计算。

5.7.3数据要素资产价值评估计算方法优选