第七条 数据资产可以按照数据应用所在的行业进行划分，不同行业的数据资产具有不同的特征，这些特征可能会对数据资产的价值产生较大的影响。以下列举的是部分行业数据资产的特征。
(一)金融行业数据资产的特征通常包括：
1.高效性：金融数据资产的高效性体现在能够提高金融系统运行效率，降低系统运行成本和维护成本，为数据库终端拥有人带来超额利润。数据库终端以科学技术为核心，不断进步的技术可以降低数据库终端的维护成本。
2.风险性：金融数据资产的风险性主要包括研发风险和收益风险。研发风险是指在研究开发过程中，研究开发方虽然作了最大限度努力，但由于现有的认识水平、技术水平、科学知识以及其他现有条件的限制，仍然发生了无法预见、无法克服的技术困难，导致研究开发全部或者部分失败，因而引起的财产上的风险；数据库终端是在经历一系列研发失败之后的阶段性成果，研发失败的支出作为费用处理，账面的资产价值与研发成本具有弱对应性。金融数据资产的收益风险是指数据库终端的经济寿命受技术进步和市场不确定性因素的影响较大，竞争对手新开发或者升级的数据库终端有可能使得权利人的该项资产价值下降。
3.共益性：金融数据资产的共益性是指数据库终端可以在同一时间不同地点由不同的主体同时使用。例如，数据库终端有不同的账号和密码，不同的个人账号和密码可以同时登录使用，机构的同一个账号和密码也可以同时由机构内不同人员登录使用。
(二)电信行业数据资产的特征通常包括：
1.关联性：电信行业数据几乎承载了用户所有的通信行为，并且数据之间存在着天然的关联基因。
2.复杂性：电信行业数据不仅包括结构化数据，也包括非结构化数据以及混合结构数据。
(三)政府数据资产的特征通常包括：数量庞大，领域广泛，异构性强。政府数据跨越了农业、气候、教育、能源、金融、地理空间、全球发展、医疗卫生、工作就业、公共安全、科学研究、气象气候等领域。这些来源广泛、数量巨大、非结构化的异质数据，增加了政府管理的难度。
数据资产对政府公共管理的潜在利用价值大。尽管数据资产能在各个领域显著提高创新力、竞争力和产出率，但对于不同部门而言，数据资产所带来的收益程度不同。政府数据资产的构成和特点分析表明，政府在数据占有方面具有天然的优势。占有巨量数据是从数据中挖掘出巨大价值的前提，但由于政府数据资产来自于横向的不同部门或者管理领域以及纵向的不同层级，其数据资产管理面临着巨大的难度，这一难度既有数据资产及其技术发展方面的障碍，也有政府组织之间相互独立的限制和跨职能部门交流的障碍。
第八条 相同的数据资产，由于其应用领域、使用方法、获利方式的不同，会造成其价值差异。因此对数据资产商业模式的关注，可以帮助资产评估专业人员了解数据资产活动获取收益的方式。目前以数据资产为核心的商业模式主要有：
(一)提供数据服务模式：该模式的企业主营业务为出售经广泛收集、精心过滤的时效性强的数据，为用户提供各种商业机会。
(二)提供信息服务模式：该模式的企业聚焦某个行业，通过广泛收集相关数据、深度整合萃取信息，以庞大的数据中心加上专用的数据终端，形成数据采集、信息萃取、价值传递的完整链条，通过为用户提供信息服务的形式获利。
(三)数字媒体模式：数字媒体公司通过多媒体服务，面向个体，广泛搜集数据，发挥数据技术的预测能力，开展精准的自营业务和第三方推广营销业务。
(四)数据资产服务模式：通过提供软件和硬件等技术开发服务，根据用户需求，从指导、安全认证、应用开发和数据表设计等方面提供全方位数据开发和运行保障服务，满足用户业务需求，提升客户营运能力。并通过评估数据集群运行状态优化运行方案，以充分发挥客户数据资产的使用价值，帮助客户将数据资产转化为实际的生产力。
(五)数据空间运营模式：该模式的企业主要为第三方提供专业的数据存储服务业务。
(六)数据资产技术服务模式：该模式的企业为第三方提供开发数据资产所需的应用技术和技术支持作为商业模式。