初始级

数据需求的管理主要是在项目级体现，没有统一的管理流程，主要是被动式管理。

1. 组织在制定战略决策时，未获得充分的数据支持。
2. 没有正式的数据规划、数据架构设计、数据管理组织和流程等。
3. 业务系统各自管理自己的数据，各业务系统之间的数据存储存在不一致现象，组织为  
   意识到数据管理或数据质量的重要性。
4. 数据管理仅根据项目实施的周期进行，无法核算数据维护、管理的成本。

受管理级

组织已意识到数据是资产，根据管理策略的要求制定了管流程，指定了相关人员进行初步管理。

1. 意识到数据的重要性，并制定部分数据管理规范，设置了相关岗位。
2. 意识到数据质量和数据孤岛是一个重要的管理问题，但目前没有解决问题的办法。
3. 组织进行了初步的数据集成工作，尝试整合业务系统的数据，设计了相关数据模型和
   管理岗位。
4. 开始进行了一些重要数据的文档工作，对重要数据的安全、风险等方面设计相关管理  
   措施。

稳健级

数据已被当做实现组织绩效目标的重要资产，在组织层面制定了系列的标准化管理流程，促进数据管理的规范化。

1. 意识到数据的价值，在组织内部建立了数据管理的规章和制度。
2. 数据的管理以及应用能结合组织的业务战略、经营管理需求以及外部监管需求。
3. 建立了相关数据管理组织、管理流程，能推动组织内各部门按流程开展工作。
4. 组织在日常的决策、业务开展过程中能获取数据支撑，明显提升工作效率。
5. 参与行业数据管理相关培训，具备数据管理人员。

量化管理级

数据被认为是获取竞争优势的重要资源，数据管理的效率能量化分析和监控。

1. 组织层面认识到数据是组织的战略资产，了解数据在流程优化、绩效提升等方面的重  
   要作用，在指定组织业务战略的时候可获得相关数据的支持。
2. 在组织层面建立了可量化的评估指标体系，可准确测量数据管理流程的效率，并及时    
   优化。
3. 参与国家、行业等相关标准的制定工作。
4. 组织内部定期开展数据管理、应用相关的培训工作。
5. 在数据管理、应用的过程中充分借鉴了行业最佳案例以及国家标准、行业标准等外部
   资源，促进组织本身的数据管理、应用的提升。

优先级

数据被认为是组织生存和发展的基础，相关管理流程能实时优化，能在行业内进行最佳实践分享。

1. 组织将数据作为核心竞争力，利用数据创造更多的价值和提升改善组织的效率。
2. 能主导国家、行业等相关标准的制定工作。
3. 能将组织自身数据管理能力建设的经验作为行业最佳案例进行推广。