TZGCMCA 027-2025 数据资产规划师专业能力要求

ICS35.240.99ProfessionalcompetencyrequirementsforDataAssetPlann 2 2 2 4 4 4 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 8 12 20 20 20 1本文件参照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。本文件由中国移动通信联合会提出并归口。本文件主要面向数据资产规划师专业能力评价。本文件起草单位：中国财政科学研究院财务与会计研究中心、中国移动通信联合会城乡融合数字化应用专业委员会、中国信息协会数字经济专业委员会、新华网股份有限公司（移动互联网事业群）、北京瑞通华源国际科技发展有限公司、华南数字产业（深圳）集团有限公司、河北长城传媒集团有限公司、长城新媒体集团人力资源服务（河北）有限公司、河北省信息协会、日照国信数字经济产业研究院、上海思亮信息技术股份有限公司、调呗数字科技（北京）有限公司、北京国信钧元科技有限公司、中电网（北京）电子科技发展有限公司、中咨（北京）项目管理发展有限公司、北京车城数智科技创新有限公司等。本文件主要起草人：赵治纲、徐雪琴、陈兵、倪春洋、吴健、陈国安、樊志锋、王成应、李明、葛振斌、胡皓冉、于檬、张一平、姚春生、吴天龙、赵守香、张百杰、李延波、邵小强、薛鹏、程宏研、王杰伟、张易乾、刘新刚、张欣楠、陈杨、艾丹、史银达、张凤河、程晓光、陈磊、韩春、张以胜、周晓春、李玉娥等。2数据资产规划师专业能力要求本文件规定了数据资产规划师的职业素养、知识体系和专业能力要求。本文件适用于数据资产规划师的专业技能培训、考核和评价，相关企事业单位人员的聘用、培训与考核可参照使用。下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《中华人民共和国网络安全法》人力资源社会保障部《国家职业标准编制技术规程（2023年版）》财政部《企业数据资源相关会计处理暂行规定》财政部《关于加强数据资产管理的指导意见》中国资产评估协会《数据资产评估指导意见》国家数据局《数据领域常用名词解释（第一批）》国家数据局《数据领域常用名词解释（第二批）》下列术语和定义适用于本标准。3.1数据数据是指任何以电子或其他方式对信息的记录。数据在不同视角下被称为原始数据、衍生数据、数据资源、数据产品和服务、数据资产、数据要素等。33.2原始数据原始数据是指初次产生或源头收集的、未经加工处理的数据。3.3元数据元数据是定义和描述特定数据的数据，它提供了关于数据的结构、特征和关系的信息，有助于组织、查找、理解、管理数据。3.4数据资源数据资源是指具有价值创造潜力的数据的总称，通常指以电子化形式记录和保存、可机器读取、可供社会化再利用的数据集合。3.5数据产品和服务数据产品和服务，是指基于数据加工形成的，可满足特定需求的数据加工品和数据服务。3.6数据资产数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。3.7数据资产入表数据资产入表是指企业按照《企业数据资源相关会计处理暂行规定》及相关企业会计准则相关规定，将企业合法拥有或者控制的数据资源确认为一项资产，并进行计量和列报的过程。3.8数据资产评估数据资产评估是指专业机构或人员按照特定的标准、程序和方法，综合考虑数据资产的形成成本、稀缺性、应用价值、收益能力、合规性等因素，对数据资产在特定时间点或场景下的经济价值进行分析、估算和评定的活动。3.9数据治理4数据治理是指提升数据的质量、安全、合规性，推动数据有效利用的过程，包含组织数据治理、行业数据治理、社会数据治理等。3.10数据合规数据合规是指在数据的全生命周期中，遵循相关法律法规、行业规范、标准以及内部规章制度的要求，确保数据处理行为合法、正当、必要，并保障数据安全和个人权益的一系列措施和活动。3.11数据流通数据流通是指数据在不同主体之间流动的过程，包括数据开放、共享、交易、交换等。3.12数据交易数据交易是指数据供方和需方之间进行的，以特定形态数据为标的，以货币或者其他等价物作为对价的交易行为。3.13数据资产规划师数据资产规划师是指能够掌握数据资源化、数据资产化、数据资本化基础知识，具有数据产品、数据场景开发与价值化规划能力，并推动规划落地的专业人才。面向企事业单位战略规划、数字化、业务运营、财会、投融资和资产管理等部门的相应岗位，包括专业从事数据采集、数据治理、数据质量评估、数据应用场景策划和数据产品开发；会计处理、价值评估、资产管理和价值转化策略制定，以及数据资产配置、数据资产投融资和数据资产交易等具体工作岗位。具有国家承认的本科毕业（或同等学力）学历的人员，已获硕士、博士研究生学历或学位的人员。55.1.1诚信守法诚信守法是企业数据资产规划师职业的基础和根本要求，它体现在数据资产规划、管理和评估的各个环节中。诚信原则要求从业人员坚持真实、准确、完整的工作态度，不得参与任何形式的造假、欺诈或误导性活动；守法原则要求严格遵守国家相关法律法规、政策标准和行业规范，确保数据资产规划管理全流程合规。5.1.2专业胜任专业胜任能力是企业数据资产规划师提供高质量服务的基础。数据资产领域技术发展迅速、法规政策不断更新，要求从业人员提高数据资产领域相关的技术、法规、财务、管理和金融等跨学科的知识学习，并不断更新知识和技能，确保能够胜任数据资产规划复杂工作。5.1.3安全保密安全保密是数据资产规划师职业道德中的特殊要求。由于数据资产具有非实体性、可共享性等特征，一旦泄露或滥用可能对个人、企业甚至国家安全造成严重危害。因此，数据资产规划师必须高度重视做好数据安全保密工作的重要性，将数据安全与保护商业秘密作为职业的基本前提和核心责任。5.1.4客观公正客观公正是企业数据资产规划师进行专业判断和价值评估的基本准则，要求从业人员在执业过程中保持中立性，不受利益相关方的不当影响，确保数据资产规划中评估、利益分配等结果的客观公正。5.1.5责任担当责任担当要求企业数据资产规划师认识到自身工作的社会影响，在追求企业利益的同时，充分考虑社会公共利益，促进数据要素的合理利用和公平分配，防范数据滥用和垄断行5.2.1系统规划思维全面掌握数据资源化、资源资产化和资产价值化的全过程专业知识体系，系统规划数据6产品、应用场景和资产价值实现路径，从数据分类分级、数据治理、数据治理评估，到数据资产管理、数据资产价值评估和价值实现形成闭环。5.2.2法规遵循能力熟悉国家和地方数据领域相关法律法规，数据合规和安全领域相关法律，以及《企业会计准则》《企业数据资源相关会计处理暂行规定》《数据资产评估指导意见》等数据资产化相关政策，确保数据资产规划的合规性和科学性。5.2.3沟通协调能力定期与战略、财务、技术、法务、审计等部门对接数据资产规划需求，优化数据资产管理策略和数据资产价值实现的路径。5.2.4持续学习能力紧跟人工智能、新一代信息技术、区块链、数字孪生等数据技术发展新趋势，定期更新知识，并在数据资产价值规划中创新应用这些新技术和新知识。5.2.5风险管理能力建立数据权属、数据存储和数据金融风险防控意识，具备相应风险管理能力。能够基本明确每一阶段数据权属关系，预防与应对数据泄露、数据滥用或盗用风险，以及数据产品金融化的合规和投机风险。数据资产规划师是企事业单位中从事数据产品、数据场景开发和价值化规划的战略型人才，是企事业单位亟需的一类复合型人才。通过制定数据资产规划师专业能力要求的团体标准，开展数据资产规划师人才培养与专业能力评价，为我国数据要素市场化价值化提供坚实的人才和智力支持。数据资产规划师是一类复合型人才，应具备战略思维和系统思维，树立数据合规和数据安全理念，拥有数据产品、场景开发和资产增值三方面规划能力，以支撑企事业单位实现发展目标。数据资产规划师专业能力要求分为两个等级：中级和高级。中级数据资产规划师旨在培及充分具备数据产品开发、数据场景开发和数据资产融资三方面规划能力的数据资产规划师专业能力要求数据资产规划师专业能力要求数据规划基础知识数据规划核心能力数据资源化知识数据产品开发规划能力数据资源资产化知识数据场景开发规划能力数据资产资本化知识数据资产融资规划能力8T/ZGCMCA-027-2025知识模块知识方向具体数据知识要求1.数据资源化知识1.1原始数据采集1.1.1系统理解数据源、元数据、元数据库和数据资源、数据产品和服务等核心概念及内涵。1.1.2掌握主流数据采集工具。1.1.3具备将采集数据实现持久化存储的能力，并能掌握一种或多种主流数据库技术。1.2数据合规性1.2.1了解国内外数据领域的主要法律法规。如《数据安全法》《个人信息保护法》《网络安全法》；欧盟《通用数据保护条例》（GDPR）等。1.2.2熟悉数据合规管理要求和相关行业数据合规细则。1.2.3熟悉数据不合规典型案例及违规处罚后果。1.3数据分类分级1.3.1掌握数据分类的依据、逻辑、分级标准和典型分类分级场景。1.3.2了解法律法规（如《数据安全法》中“重要数据”的界定）和行业规范对数据的分类分级要求。1.3.3能与业务部门协作，在深入理解业务流程后，设计并维护一套符合企业需求的数据分类分级体系、元数据标准和业务术语表，包括但不限于：标准文档、标准术语、编码命名规范、中英文对照表、标准代码表、代码映射、数据元素、值域规则等。1.4数据治理1.4.1了解数据治理角色、核心要素和流程等完整治理体系要求，结合企业战略与数据资源化目标，明确数据治理的目标、范围、流程。1.4.2了解数据治理组织架构的核心知识，明确决策层、执行层、落地层各级权责范围以及主要考核指标。1.4.3掌握数据生命周期管理的核心知识和目标，能够确保安全、合规且高效的数据存储。1.4.4掌握数据治理与现有工作协同的核心知识，明确数据治理与原始数据采集、数据合规审查、数据分类分级的协同要点，避免治理与业务脱节。1.5数据资源质量评估1.5.1了解数据资源质量核心维度的定义，明确不同业务场景下的适配标准，理解数据质量标准与业务价值的关联逻辑。1.5.2了解数据资源质量评估的目标和流程，了解评估数据的采集路径，理解标准化评估流程的设计逻辑。1.5.3掌握数据质量问题分级处置的核心知识，依据问题对业务的影响程度划分等级，理解问题闭环管理的关键要点。9T/ZGCMCA-027-20252.数据资源资产化知识2.1数据资产确权2.1.1了解数据资源入表的要求和流程。2.1.2掌握数据资产权属相关基础概念与法律法规要求，明确原始数据、衍生数据等不同类型数据的归属原则。2.1.3确权时能重点关注数据来源的合法性，避免因非法获取导致权属无效。2.1.4熟悉数据资产确权登记基本流程，能完成数据资产名称、来源、用途、关联主体等基础信息的采集与录入。2.2数据资产经济利益判断2.2.1了解数据资产经济利益的常见实现方式，包括数据直接交易、数据增值服务、数据驱动业务优化等，能识别不同场景下数据资产的价值贡献路径。2.2.2了解基础的经济利益评估方法，能收集确定数据交易收入、业务增收、成本节约等相关收益信息；能结合市场同类数据资产交易价格、行业平均收益水平，对数据资产的经济价值进行初步估算。2.2.3能分析影响数据资产经济利益的关键因素，包括数据质量、稀缺性、应用场景覆盖范围、市场需求变化等，根据企业实际，建立基础的跟踪机制，监测因素变动对数据资产经济利益的影响。2.3数据资产后续计量2.3.1熟悉企业会计准则中关于数据资产后续计量的相关规定，掌握历史成本法、公允价值法等常见计量方法的适用场景与操作规则，能根据数据资产的持有目的、市场环境以及准则要求选择合适的计量方法。2.3.2能按选定的计量方法完成数据资产后续计量的账务处2.4数据资产价值评估2.4.1掌握数据资产价值评估的基础方法，包括现行资产评估的成本法、市场法、收益法，能根据《数据资产评估指导意见》，以及数据资产类型、应用场景等选择适配的评估方法。2.4.2能完成数据资产价值评估所需信息的收集与整理，确保评估数据的完整性与准确性。2.4.3能运用评估方法开展数据资产价值测算。2.5数据资产运营管理2.5.1熟悉数据资产全生命周期运营流程，包括数据资产的采集接入、存储管理、质量管控、应用开发、流通交易、归档销毁等环节。2.5.2具备价值化场景挖掘能力，通过分析数据资产收益情况，合理推动数据资产在更高收益场景中布局与利用，为公司数据战略提供参考建议。2.5.3掌握企业采购的数据资产运营电子平台使用方法，能运用平台工具完成数据资产目录编制、使用情况监测、运营数据统计等，生成数据资产台账与基础运营报表。3.数据资产资本化知识3.1数据资产信贷融3.1.1能够运用各种模型和方法对数据资产进行货币化估值，评估数据资产的“健康度”，验证数据资产的潜在应用价值和变现能力。T/ZGCMCA-027-20253.1.2理解传统信贷业务的流程、风控逻辑和产品结构。了解金融机构基于数据资产特性设计的创新信贷产品及其合规性要求，如数据质押贷款、数据资产授信等。3.1.3熟悉金融机构数据资产质押/抵押合同，了解所有权、使用权、收益权安排与合同相关法律风险；熟悉数据资产产权证书等的法律效用。3.2数据资产作价入股3.2.1能够起草和审查以数据资产出资的协议、公司章程修正案；明确出资数据的范围、权利（所有权还是使用权）、作价金额和占比。3.2.2能够综合运用多种模型，对数据资产进行货币化估值。预测该数据资产能为目标公司带来的额外的、可衡量的现金流（如提升营收、降低成本）。3.2.3能够评估数据质量，包括完整性、准确性、一致性等；检查数据格式、API接口的兼容性；评估数据平台的技术架构能否支撑未来业务增长；识别数据安全技术漏洞。3.2.4能够深入分析目标公司业务模式、评估数据资产的应用场景、预测市场竞争格局变化、判断协同效应的价值大小和实现速度。3.3数据资产ABS3.3.1能够从企业的海量数据资产中，筛选出能产生稳定、可预测现金流的优质资产，并构建一个风险分散的资产池。3.3.2熟悉债券定价理论，了解机构投资者（如银行、基金、保险）的投资偏好和风控要求，具备与承销商、投资者沟通和路演的能力。3.3.3能评估数据资产在整个存续期内的价值衰减（如数据时效性降低）、技术迭代（如算法过时）和替代风险（如出现新的数据源）。3.3.4能够系统性地识别数据资产ABS特有的基础资产、法律、技术道德风险，并按照要求进行相关风险信息披露。能力模块能力方向具体数据规划能力要求4.数据产品开发规划4.1数据产品开发战略规划4.1.1掌握数据产品定义，数据产品的核心价值，数据产品开发战略和框架。熟悉数据产品分类，数据产品设计要点、开放路径和开发流程。4.1.2能结合企业发展战略制定数据产品中长期规划，明确数据产品在资产增值、业务赋能中的定位，规划产品演进路径，确保与企业目标一致。4.1.3了解高质量数据集、人工智能数据集的定义、用途、质量标准与开发过程。4.2数据产品开发路径规划4.2.1能开展数据产品开发的人力、资金、技术等资源需求评估，规划阶段性资源投入节奏，确保资源利用效率最大化。T/ZGCMCA-027-20254.2.2能设计跨部门协作流程，明确各部门的协同节点，建立产品开发的快速响应机制。4.2.3能规划数据产品开发的合规管控流程，设计合规审查节点与标准，确保产品符合《数据安全法》等法规要求。4.3数据产品运营规划4.3.1能设计数据产品运营指标体系，涵盖资产使用率、业务赋能效果、用户满意度等维度，规划指标监测频率与分析机制。4.3.2能制定数据产品迭代优化计划，基于运营数据与业务反馈，规划迭代方向，明确迭代周期与优先级。4.3.3能建立数据产品全生命周期管理机制，规划产品上线、运营、优化、退役的标准流程与决策依据。5.数据场景开发规划5.1数据资产内部场景规划5.1.1能系统性梳理企业核心业务流程，挖掘业务痛点和机会，识别数据资产赋能的关键场景，规划场景落地优先级与实施路径。5.1.2能对数据质量进行评估，并判断数据是否可用于内部场景落地5.1.3能制定场景化数据资产应用方案，明确每个场景的数据需求、预期价值，规划数据与业务流程的融合点。5.2数据资产外部场景挖掘5.2.1能分析外部市场环境与行业趋势，识别自身数据资产对其他主体的价值，挖掘商业化潜在场景，规划场景商业化路径与盈利模式。5.2.2能对数据质量进行评估，并判断数据是否可用于外部场景落地5.2.3能设计数据资产对外合作方案，规划与合作伙伴的数据共享机制，明确数据使用范围、权益分配、安全保障等。6.数据资产融资规划6.1数据资产融资策略规划6.1.1能分析企业数据资产状况与融资需求，规划适配的或多元化融资方案，制定方案选择的评估标准与决策流程。6.1.2能设计数据资产融资的准备方案，规划数据资产确权、估值、合规审查等前置工作的流程与时间表，确保融资条件成熟。6.2融资后的价值管理规划6.2.1能设计数据资产融资后的价值监控方案，规划价值波动预警指标，建立定期价值评估与报告机制，及时掌握资产价值变化。6.2.2能制定融资资金使用的跟踪机制，规划资金投向的合规性检查与效益评估流程，确保资金使用符合融资协议与价值增长目标。T/ZGCMCA-027-2025知识模块知识方向具体数据知识要求知识1.1原始数据采集1.1.1能系统理解数据源、元数据、元数据库和数据资源、数据产品和服务等核心概念及内涵。1.1.2能熟练掌握主流数据采集工具。1.1.3具备将采集数据实现持久化存储的能力，并能熟练掌握一种或多种主流数据库技术。1.1.4掌握数据清理的工具选择和清理方法，能对数据进行预标注。1.2数据合规性1.2.1熟悉国内外数据领域的主要法律法规。如《数据安全法》《个人信息保护法》《网络安全法》；欧盟《通用数据保护条例》（GDPR）等。1.2.2熟悉数据合规管理要求和相关行业数据合规细则。1.2.3熟悉数据不合规典型案例及违规处罚后果。1.2.4掌握并遵循数据全生命周期（采集、存储、使用、共享、销毁）的合规性要求，如数据采集应明确遵循robots协议、API优先，并深谙数据伦理，技术实现必须严格在法律框架内进行。1.2.5了解用户在数据方面的权利（如知情权、访问权、删除权、撤回同意权等），以及如何保障用户行使这些权利。1.2.6掌握数据不合规典型案例及违规处罚后果。1.3数据分类分级1.3.1能熟练掌握数据分类的依据、逻辑、分级标准和典型分类分级场景。1.3.2了解法律法规（如《数据安全法》中“重要数据”的界定）和行业规范对数据的分类分级要求。1.3.3能与业务部门协作，在深入理解业务流程后，设计并维护一套符合企业需求的数据分类分级体系、元数据标准和业务术语表，包括但不限于：标准文档、标准术语、编码命名规范、中英文对照表、标准代码表、代码映射、数据元素、值域规则等。1.3.4能根据业务变化、法规更新定期复核并调整数据的分类分级。1.4数据治理1.4.1掌握数据治理角色、核心要素和流程等完整治理体系要求，结合企业战略与数据资源化目标，明确数据治理的目标、范围、流程。1.4.2掌握数据治理组织架构的核心知识，明确决策层、执行层、落地层各级权责范围以及主要考核指标。T/ZGCMCA-027-20251.4.3掌握数据生命周期管理的核心知识和目标，能够确保安全、合规且高效的数据存储。1.4.4掌握数据治理与现有工作协同的核心知识，明确数据治理与原始数据采集、数据合规审查、数据分类分级的协同要点，避免治理与业务脱节。1.4.5能够通过标准化的数据设计、数据生命周期管理及高效数据流程管控，助力企业提升数据质量与实用化水平，为数据资源化和资产化提供长期支撑。1.5数据资源质量评1.5.1掌握数据资源质量核心维度的定义，明确不同业务场景下的适配标准，理解数据质量标准与业务价值的关联逻辑。1.5.2掌握数据资源质量评估的目标和流程，了解评估数据的采集路径，理解标准化评估流程的设计逻辑。1.5.3掌握数据质量问题分级处置的核心知识，依据问题对业务的影响程度划分等级，理解问题闭环管理的关键要点。1.5.4掌握源数据质量评估方法，并能提出数据质量修复建议，可执行数据质量审计，提出针对性优化措施。1.5.5掌握跨部门数据质量协同的要点，明确企业各部门在保证数据质量上的协同角色，并定期提交数据质量级别的评估报告。2.数据资源资产化知识2.1数据资产确权2.1.1掌握数据资源入表的要求和流程，能够熟练运用无形资产准则、存货准则进行会计处理。2.1.2掌握数据资产权属相关基础概念与法律法规要求，明确原始数据、衍生数据等不同类型数据的归属原则。2.1.3确权时能重点关注数据来源的合法性，避免因非法获取导致权属无效。2.1.4熟悉数据资产确权登记基本流程，能完成数据资产名称、来源、用途、关联主体等基础信息的采集与录入。2.1.5掌握基础的数据权属争议处理能力，能梳理争议数据的流转路径与关联证据，依据《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律及企业制度，提出初步的争议解决方案，协助推动争议化解。2.1.6能对接数据交易平台、政府监管系统等外部平台的权属核验需求，提供确权登记相关证明材料，确保数据资产在流通、交易场景下的权属合规性。2.2数据资产经济利益判断2.2.1了解数据资产经济利益的常见实现方式，包括数据直接交易、数据增值服务、数据驱动业务优化等，能识别不同场景下数据资产的价值贡献路径。T/ZGCMCA-027-20252.2.2掌握基础的经济利益评估方法，能收集确定数据交易收入、业务增收、成本节约等相关收益信息；能结合市场同类数据资产交易价格、行业平均收益水平，对数据资产的经济价值进行初步估算。2.2.3能分析影响数据资产经济利益的关键因素，包括数据质量、稀缺性、应用场景覆盖范围、市场需求变化等，根据企业实际，建立基础的跟踪机制，监测因素变动对数据资产经济利益的影响。2.2.4能协助制定数据资产经济利益实现计划，结合企业业务目标与会计经验，提出数据资产商业化应用的初步建议，支撑数据资产经济价值的落地转化。2.3数据资产成本核2.3.1明确企业数据资产成本的构成要素，包括数据采集阶段的人力、设备、软件成本，存储阶段成本，加工阶段的清洗、转换、建模等成本，以及维护阶段的更新、安全防护、人员运维成本等。2.3.2掌握直接成本法、作业成本法等基础成本核算方法，能根据数据资产的形成流程与成本特性，选择适配的核算方法，对数据成本进行归集、分配与计算，形成成本核算台账。2.3.3能整理数据资产成本相关的原始凭证，确保成本数据的真实性与可追溯性，按会计周期完成成本核算数据的汇总与上报，支撑财务报表编制。2.4数据资产后续计2.4.1熟悉企业会计准则中关于数据资产后续计量的相关规定，掌握历史成本法、公允价值法等常见计量方法的适用场景与操作规则，能根据数据资产的持有目的、市场环境以及准则要求选择合适的计量方法。2.4.2能按选定的计量方法完成数据资产后续计量的账务处2.4.3能建立数据资产价值动态评估和跟踪机制，定期收集数据资产的使用状态、市场价值变动、技术更新，以及同类数据资产实现交易等信息，作为数据资产是否减值或价值校正的重要判断依据。2.4.4能配合审计机构完成数据资产后续计量的审计工作，提供后续计量方法选择依据、账务处理凭证等资料，确保后续计量符合会计准则与审计要求。2.5数据资产价值评估2.5.1掌握数据资产价值评估的基础方法，包括现行资产评估的成本法、市场法、收益法，能根据《数据资产评估指导意见》，以及数据资产类型、应用场景等选择适配的评估方法。2.5.2能完成数据资产价值评估所需信息的收集与整理，确保评估数据的完整性与准确性。2.5.3能运用评估方法开展数据资产价值测算。2.5.4能编制数据资产价值评估报告，清晰说明评估目的、评估对象、评估方法与评估结果，标注评估假设与风险提示，为数据资产交易、融资、入表等场景提供价值参考依据。T/ZGCMCA-027-20252.5.5能跟踪评估结果的应用效果，分析实际价值与评估价值的差异，总结评估方法的适用性，优化评估参数与模型，以提升后续评估的准确性。2.6数据资产运营管2.6.1熟悉数据资产全生命周期运营流程，包括数据资产的采集接入、存储管理、质量管控、应用开发、流通交易、归档销毁等环节。2.6.2具备价值化场景挖掘能力，通过分析数据资产收益情况，合理推动数据资产在更高收益场景中布局与利用，为公司数据战略提供参考建议。2.6.3掌握企业采购的数据资产运营电子平台使用方法，能运用平台工具完成数据资产目录编制、使用情况监测、运营数据统计等，生成数据资产台账与基础运营报表。2.6.4基于成本核算结果，按照“谁投入、谁贡献、谁受益”原则，参与设计数据资产内部收益分配方案。2.6.5能识别数据资产运营中的风险，包括数据泄露、数据质量下降、数据冗余闲置等，建立基础的风险预警机制，制定应急预案（如数据泄露后的溯源与止损措施），协助开展风险处置，保障数据资产运营的稳定性与合规性。3.数据资产资本化知识3.1数据资产信贷融3.1.1能够运用各种模型和方法对数据资产进行货币化估值，评估数据资产的“健康度”，验证数据资产的潜在应用价值和变现能力。3.1.2深刻理解传统信贷业务的流程、风控逻辑和产品结构。了解金融机构基于数据资产特性设计的创新信贷产品及其合规性要求，如数据质押贷款、数据资产授信等。3.1.3熟悉金融机构数据资产质押/抵押合同，了解所有权、使用权、收益权安排与合同相关法律风险；熟悉数据资产产权证书等的法律效用。3.1.4能够有效识别数据资产贷款风险，实现与金融机构的充分沟通，协调违约后数据资产的处置和变现路径。3.2数据资产作价入3.3数据资产ABS3.2.1能够起草和审查以数据资产出资的协议、公司章程修正案；明确出资数据的范围、权利（所有权还是使用权）、作价金额和占比。3.2.2能够综合运用多种模型，对数据资产进行货币化估值。预测该数据资产能为目标公司带来的额外的、可衡量的现金流（如提升营收、降低成本）。3.2.3能够评估数据质量，包括完整性、准确性、一致性等；检查数据格式、API接口的兼容性；评估数据平台的技术架构能否支撑未来业务增长；识别数据安全技术漏洞。3.2.4能够深入分析目标公司业务模式、评估数据资产的应用场景、预测市场竞争格局变化、判断协同效应的价值大小和实现速度。3.3.1能够从企业的海量数据资产中，筛选出能产生稳定、可预测现金流的优质资产，并构建一个风险分散的资产池。T/ZGCMCA-027-20253.3.2熟悉债券定价理论，了解机构投资者（如银行、基金、保险）的投资偏好和风控要求，具备与承销商、投资者沟通和路演的能力。3.3.3能评估数据资产在整个存续期内的价值衰减（如数据时效性降低）、技术迭代（如算法过时）和替代风险（如出现新的数据源）。3.3.4能够系统性地识别数据资产ABS特有的基础资产、法律、技术道德风险，并按照要求进行相关风险信息披露。3.4数据资产RWA3.4.1能深入了解RWA（现实世界资产数字化）的基础概念和核心逻辑。3.4.2能深刻理解RWA的区块链技术基础，如区块链如何通过分布式账本、密码学和共识机制实现“信任机器”，要理解如何利用技术解决数据隐私与交易透明性的矛盾。3.4.3熟悉资产数字化的关键技术，如资产确权技术（通过人工智能物联网实现资产状态实时监控）、智能合约、跨链与预言机。3.4.4掌握RWA业务与运营逻辑，如资产筛选标准，估值与定价机制，RWA的交易场景、参与方及利益分配机制。3.4.5能够设计一套可靠的机制，确保链上的通证权利与链下的数据资产控制权一一对应，即“链下资产，链上确权”。3.4.6能够对拟通证化的数据资产进行严谨的估值，并构建其现金流模型。3.4.7掌握RWA合规性文件的核心要求，关键风险点及风险控制，法律依据和现行金融监管政策要求。3.5数据资产信托3.5.1能够为数据资产量身设计信托结构，明确委托人、受托人、受益人三方的权利、义务和责任。起草和审查数据信托合同、设计信托运营和决策机制、确定受益权份额的分配规则。3.5.2能够建立完善的数据治理框架，确保信托数据资产在整个存续期内的质量、安全、合规和价值稳定。3.5.3能够主动运营数据资产，为其寻找应用场景，实现保值增值，最终为受益人创造收益。3.5.4能够系统性地识别和管理数据资产信托面临的各类风险，包括数据风险（质量下降、泄露）、技术风险（系统故障）、法律风险（合规变化）、操作风险（运营失误）和市场风险（需求变化），并根据金融监管要求进行披露。能力模块4.数据产品开发规划能力方向4.1数据产品开发战略规划具体数据规划能力要求4.1.1掌握数据产品、高质量数据产品的定义，数据产品的核心价值，数据产品开发战略和框架。熟悉数据产品分类，数据产品设计要点、开放路径和开发流程。T/ZGCMCA-027-20254.1.2能结合企业发展战略制定数据产品中长期规划，明确数据产品在资产增值、业务赋能中的定位，规划产品演进路径，确保与企业目标一致。4.1.3掌握高质量数据集、人工智能数据集的定义、用途、质量标准与开发过程。4.1.4能制定数据产品价值评估标准，支撑产品优先级决策。4.1.5掌握全国各地数据交易所已有上架数据产品及实现交易的情况。熟悉数据产品交易流通的主要方式，如数据交易、数据共享、数据开放、数据交换等。4.2数据产品开发路径规划4.2.1能开展数据产品开发的人力、资金、技术等资源需求评估，规划阶段性资源投入节奏，确保资源利用效率最大化。4.2.2能设计跨部门协作流程，明确各部门的协同节点，建立产品开发的快速响应机制。4.2.3能规划数据产品开发的合规管控流程，设计合规审查节点与标准，确保产品符合《数据安全法》等法规要求。4.2.4能制定数据产品开发的风险管理计划，识别各类潜在风险，规划风险应对策略与应急预案。4.3数据产品运营规划4.3.1能设计数据产品运营指标体系，涵盖资产使用率、业务赋能效果、用户满意度等维度，规划指标监测频率与分析机制。4.3.2能制定数据产品迭代优化计划，基于运营数据与业务反馈，规划迭代方向，明确迭代周期与优先级。4.3.3能建立数据产品全生命周期管理机制，规划产品上线、运营、优化、退役的标准流程与决策依据。5.数据场景开发规划5.1数据资产内部场景规划5.1.1能系统性梳理企业核心业务流程，挖掘业务痛点和机会，识别数据资产赋能的关键场景，规划场景落地优先级与实施路径。5.1.2能对数据质量进行评估，并判断数据是否可用于内部场景落地5.1.3能制定场景化数据资产应用方案，明确每个场景的数据需求、预期价值，规划数据与业务流程的融合点。5.1.4能建立内部场景效果评估体系，设计业务价值量化指标，规划评估周期与优化机制。5.1.5能制定场景推广与复制策略，总结成功场景的经验教训，规划场景标准化方案，推动数据资产应用在企业内的规模化复制与价值放大。5.2数据资产外部场景挖掘5.2.1能分析外部市场环境与行业趋势，识别自身数据资产对其他主体的价值，挖掘商业化潜在场景，规划场景商业化路径与盈利模式。T/ZGCMCA-027-20255.2.2能对数据质量进行评估，并判断数据是否可用于外部场景落地5.2.3能设计数据资产对外合作方案，规划与合作伙伴的数据共享机制，明确数据使用范围、权益分配、安全保障等。5.2.4能制定数据资产交易规划，研究数据交易所规则与流程，规划数据资产挂牌交易的准备工作。5.2.5能建立外部场景的合规管控体系，设计数据脱敏方案，确保场景应用符合法律法规要求。6.数据资产融资规划6.1数据资产融资策略规划6.1.1能分析企业数据资产状况与融资需求，规划适配的或多元化融资方案，制定方案选择的评估标准与决策流程。6.1.2能设计数据资产融资的准备方案，规划数据资产确权、估值、合规审查等前置工作的流程与时间表，确保融资条件成熟。6.1.3能制定数据资产融资谈判策略，平衡融资效益与风险。6.1.4能规划融资资金的使用方案，结合数据资产开发规划，设计资金投向与使用进度，确保资金效益最大化。6.2融资后的价值管理规划6.2.1能设计数据资产融资后的价值监控方案，规划价值波动预警指标，建立定期价值评估与报告机制，及时掌握资产价值变化。6.2.2能制定融资资金使用的跟踪机制，规划资金投向的合规性检查与效益评估流程，确保资金使用符合融资协议与价值增长目标。6.2.3能规划数据资产价值提升策略，结合融资资金使用情况，设计后续价值优化方案。6.2.4能建立数据资产融资的经验复盘机制，规划融资效果评估维度，形成融资策略优化建议，支撑后续融资决策。7.1.1自愿性参与数据资产规划师专业能力水平评价的个人或机构基于自主意愿选择报考，不受到强制性要求。7.1.2公平性数据资产规划师专业能力水平评价使用统一规则，确保考试条件和评价标准的一致性，公正对待每一位参评人，评价过程中保持中立。7.1.3严肃性T/ZGCMCA-027-2025数据资产规划师专业能力水平评价过程严谨、认真，确保考生在相同的条件下参加考试，不允许任何形式的作弊和违规行为。7.1.4客观性数据资产规划师专业能力水平评价标准和评分过程客观、公正，考试试题设计科学合理，能够真实反映考生的专业能力水平。7.1.5合规性数据资产规划师专业能力水平评价程序需遵循法律法规、指引文件、道德准则等。7.2.1网上报考7.2.1.1报考平台应建立数据资产规划师专业能力水平考试业务官网，作为统一报考渠道。7.2.2.2线上报名申请人通过报考平台进行系统注册，并按要求上传报考资料，报考资料