评估方法主要是通过企业数据对业务的赤诚程度来评估企业应用数据的能力。回顾数据应用实践的过程，数据应用能力成熟度可以总结为统计分析、决策支持、数据驱动、运营优化四个阶段。针对不同的阶段，从企业战略定位、企业数据形态、数据应用场景、数据应用工具、企业组织架构等多个方面、不同特征维度进行参考判定，也就构成了数据应用成熟度评估模型。

依据这四个阶段的划分标准，企业可以进行数据应用成熟度的自我评价，数据应用能力成熟度越高，则代表数据对业务的支撑能力越强;应用能力成熟度越低，则意味着业务对数据的依赖程度越低。

第一阶段：统计分析阶段

当企业寄希望于通过各类信息系统来提升管理水平时，往往不会只建一个业务系统，而是义无反顾地投入IT信息化的怀抱，恨不得让信息系统覆盖公司的每一条业务线。这样的建设浪潮也确实让企业成功建成了一条通道，利用业务系统将业务的开展情况通过数据保留下来，但在想用这些数据的时候企业却犯了难。

一方面，业务迁移至线上后，每天在产生大量业务数据的同时不可避免地会出现一些系统或者数据问题，而这些问题很多情况下需要专人来监控、管理和维护，因此很多公司就设立了一个新岗位：数据库管理员。

另一方面，由于业务系统会无差别地记录流程中每一个环节的所有被定义为需要采集的信息，并把这些数据都存放在数据库中的一张张数据表里。这导致了数据库中分散存放了从系统运行第一天至最后一天的各式各样的数据，而且其中部分部分数据可能还是无效的“脏数据”。

总体而言，该阶段主要是以业务需求为导向，通过IT系统的建设，实现业务过程的流程化、自动化，这个过程中可能会有少量数据记录，但并没有以数据为导向积累数据，主要通过单一维度的少量数据的统计分析进行业务总结。

统计分析阶段主要有以下5个特征：

(1)企业战略方面

该阶段的企业战略定位纯粹以业务为驱动，主要以满足企业业务需求，实现业务过程的流程化、自动化为导向。

(2)数据形态方面

该阶段的企业可能有少量的业务数据积累，但没有以数据为导向的积累，数据主要以业务系统依托的关系型数据库进行存储，数据无组织，各业务数据分散存储和管理，无数据质量管控。

(3)数据场景方面

该阶段的数据应用场景只针对业务系统中的关键数据和指标进行简单的、单一维度的统计分析和管理，辅助业务总结，每次基于业务目标的数据统计都需要定制化开发。

(4)数据应用工具方面

该阶段业务报表主要基于系统嵌入式报表模块产出，或系统数据导出后通过Excel制作报表，模式相对单一。

(5)组织架构方面

该阶段企业无专门的数据相关部门，主要以IT部门的数据库运维管理和业务部门的数据分析师为主。需要数据相关的能力时，一般用系统中定制的统计报表或者由特定业务部门提供表格。