数据资产估值体系不成熟导致数据要素的价值难以显现，因此，应重点从以下方面着手加快构建数据资产估值体系，加强高水平数据基础制度建设。形成政府引导、产学研一体化协同联动的研究合力。数据资产估值体系构建是一项系统性工程，需要政府、科研院所和第三方机构协同，开展数据资产估值专项研究，形成构建数据资产估值体系研究的强大合力。充分发挥有为政府作用，推进数据要素基础制度建设，建立政府主导的数据资产确权机制，以立法方式明确规定不同情形下的数据权属边界，推进数据分级分类确权授权使用，构建数据资产产权制度规则，设立专门的数据产权登记管理机构，结合数据资产特性提出和创新数据资产估值方法，并经由第三方机构实践验证。通过产学研一体化协同联动，构建一套可落地、可推广与可复制的数据资产估值框架与体系。
创新数据资产估值方法，加强数据来源、质量和估值模型评价。不同于传统资产类型，数据资产具有自身特性，因此，除了依据场景依赖原则对传统资产估值方法加以改进和优化以外，国家应加强资源统筹和政策支持，积极探索基于支持向量机、神经网络（网络行业分析报告）等先进机器学习算法的新的数据资产估值方法。纳入数据资产产权、合法性、安全性和隐私保护等社会福利相关因子，提出与数据资产特性相适应的估值模型，从而加快构建和形成基于应用场景和数据资产分级分类相结合原则指导下的数据资产估值框架与体系。
“数据二十条”指出，要加快推动完善数据价值评估标准体系。但数据资产有其自身特性，对其估值是一项复杂工程，仍需根据不断变化和丰富的应用场景持续更新、引入、平衡和具化估值因素，不断细化和完善现有指标和评估标准体系，尤其是对数据资产的来源、质量和估值模型的评价。数据来源和质量是数据资产估值的基础，而对估值模型的评价关乎模型的适用性、合理性和可行性。只有当数据资产估值模型的输入变量满足准确性、重要性、完整性、规范性、相关性、时效性、代表性、可访问性和价值导向性等数据质量评价要求时方可进入模型，同时，数据资产估值模型应该符合隐私性、公平性、稳定性、拟合性和可解释性等评价标准。
建立数据资产评估行业协会，扶持第三方专业机构从事数据资产估值业务。与一般的资产评估不同，数据资产评估具有很强的特殊性，且国内外都缺乏可供参考的成熟经验，因此有必要建立专门的行业协会，以指导、规范和服务第三方机构开展数据资产评估业务，充分发挥行业协会的管理、指导与监督作用。同时，政府有关部门应组织行业协会加快研究和制订数据资产估值导则，细化数据资产评估操作指引。
数据资产是数字经济时代最为重要的资产之一，推进数据资产化是充分释放数据要素价值的重要方式。事实上，各行各业已经形成了海量的数据资产，数据资产估值业务是一片蓝海。未来，数据资产交易和融资、创新性数据资产金融产品以及以数据资产权益出资等业务，都需要对数据资产的标的价值与风险进行评估和判断，但实践中合格的、高质量的、专业的数据资产评估机构还非常匮乏，这也是目前阻碍数据资产大规模流通和交易的因素之一。因此，国家应尽快鼓励、引导、扶持建立一批高质量的、专业的数据资产评估机构。这些机构除了应有充足的资金，还应有数据资产估值和定价等方面的专业人才队伍。