数据是信息的原材料，数据与信息是原料与结果的关系
信息是知识的原材料，信息与知识是原料与结果的关系
知识是智慧的原材料，知识与智慧是原料与结果的关系
数据资源的发展阶段依次为：数据资源化阶段（将原始数据开发为数据资源）、
数据资产化阶段（将数据资源加工为数据产品）、数据资本化阶段（数据资产被赋予金融属性变为资本）。
基于指标能力的方法适用于业务场景涉及决策的情况
基于稳定信息结构的方法优点是理论较成熟、实施周期较短、数据稳定性好。
在进行数据资源规划时，首先要根据工作内容划分职能域
业务模型由职能域—业务过程—业务活动三层结构组成。
数据资源管理基础标准包括数据元素标准、数据分类与编码标准、用户视图标准、概念数据库和逻辑数据库标准
对数据资源规划的可行性，至少应从资源可行性、操作可行性、技术可行性三个方面进行研究。
建立逻辑模型的图形化工具有数据流图、实体-联系图、状态转换图、用例图、业务功能的层次结构图等
主题数据库的一般设计过程包括：统一数据标准、筛选数据、建立数据标准一致、信息共享的主题数据库。
数据资源规划的核心是模型分析。
基于稳定信息结构方法的关键是建立"核心数据集"，再转换成满足不同的使用者需要的输出信息结构，即目标数据集。
基于稳定信息结构方法是一种从组织信息及其关系到业务过程的认识过程。
其根本目的是通过一系列逻辑严密的步骤，分析提炼隐藏于组织机构和组织运行中的稳定的信息关系或信息流程。
稳定信息结构方法的步骤是：确定目标与系统边界、获取初始数据集、建立核心数据集、完善目标数据集、建立信息模型。
初始数据集具有包罗万象、关系不明、冗余度较大、数据的来源和目的并不明确、不规范等特征。
建立核心数据集需要经过数据项审查、主题审查、功能审查、任务审查和核心数据集审查等步骤
数据项审查的审查目标是确保"概念正确、精度足够、采集方便"
基于指标能力的方法以决策—指标—数据模型的分析为切入点。
基于指标能力方法的首要步骤是决策评估收集，要正确收集和分析需要评价的各种能力和制定的各类决策。
能力评估和决策制定与数据之间需要各种指标作为连接的桥梁。
根据指标体系的层次结构，向上回溯，合并融合出上一层次的各个指标的数据集合。
核心数据集评价从准备级、平台级、数据级、利用级四个维度做出评价
数据级主要描述数据数量、质量、标准、范围等指标
准备级包括规章制度、行为准则、标准规范等指标
平台级包括数据生成、数据收集、工具推荐、成果展现等指标
利用级包括利用促进、成果产出和数据利用等指标