評估方法主要是通過企業數據對業務的赤誠程度來評估企業應用數據的能力。回顧數據應用實踐的過程，數據應用能力成熟度可以總結為統計分析、決策支持、數據驅動、運營優化四個階段。針對不同的階段，從企業戰略定位、企業數據形態、數據應用場景、數據應用工具、企業組織架構等多個方面、不同特征維度進行參考判定，也就構成了數據應用成熟度評估模型。

[[389009]]

依據這四個階段的劃分標準，企業可以進行數據應用成熟度的自我評價，數據應用能力成熟度越高，則代表數據對業務的支撐能力越強;應用能力成熟度越低，則意味著業務對數據的依賴程度越低。

第一階段：統計分析階段

當企業寄希望于通過各類信息系統來提升管理水平時，往往不會只建一個業務系統，而是義無反顧地投入IT信息化的懷抱，恨不得讓信息系統覆蓋公司的每一條業務線。這樣的建設浪潮也確實讓企業成功建成了一條通道，利用業務系統將業務的開展情況通過數據保留下來，但在想用這些數據的時候企業卻犯了難。

一方面，業務遷移至線上后，每天在產生大量業務數據的同時不可避免地會出現一些系統或者數據問題，而這些問題很多情況下需要專人來監控、管理和維護，因此很多公司就設立了一個新崗位：數據庫管理員。

另一方面，由于業務系統會無差別地記錄流程中每一個環節的所有被定義為需要采集的信息，并把這些數據都存放在數據庫中的一張張數據表里。這導致了數據庫中分散存放了從系統運行第一天至最后一天的各式各樣的數據，而且其中部分部分數據可能還是無效的“臟數據”。

總體而言，該階段主要是以業務需求為導向，通過IT系統的建設，實現業務過程的流程化、自動化，這個過程中可能會有少量數據記錄，但并沒有以數據為導向積累數據，主要通過單一維度的少量數據的統計分析進行業務總結。

統計分析階段主要有以下5個特征：

(1)企業戰略方面

該階段的企業戰略定位純粹以業務為驅動，主要以滿足企業業務需求，實現業務過程的流程化、自動化為導向。

(2)數據形態方面

該階段的企業可能有少量的業務數據積累，但沒有以數據為導向的積累，數據主要以業務系統依托的關系型數據庫進行存儲，數據無組織，各業務數據分散存儲和管理，無數據質量管控。

(3)數據場景方面

該階段的數據應用場景只針對業務系統中的關鍵數據和指標進行簡單的、單一維度的統計分析和管理，輔助業務總結，每次基于業務目標的數據統計都需要定制化開發。

(4)數據應用工具方面

該階段業務報表主要基于系統嵌入式報表模塊產出，或系統數據導出后通過Excel制作報表，模式相對單一。

(5)組織架構方面

該階段企業無專門的數據相關部門，主要以IT部門的數據庫運維管理和業務部門的數據分析師為主。需要數據相關的能力時，一般用系統中定制的統計報表或者由特定業務部門提供表格。