第二，“数据能够自由流动了吗？”这个问题包括两个方面，一是企业是否建设了与企业业务、组织相适应的数据基础设施？是不是数据中台不重要，关键是企业是否在确保数据安全的前提下实现了数据从产生到应用的端到端的自由流动？二是企业的体制机制是否确保了数据的自由流动？是不是能够实现数据的快速流动，而不是有很多的人为的审批环节。最常见的是一方面，数据管理权不统一，虽然数据实现了物理的集中，但是，使用还要分散到各个业务条线审批。另一方面，打着数据安全的旗号，凡用必批，极大降低了数据使用效率。

第三，“数据用起来了吗？”数据基础设施搭好了，接下来的问题就是数据应用了，数据是一种特殊的资源，你不用它，它就是一堆“垃圾”，只有用起来，它才能产生价值，才能真正的称之为生产要素，定义为数据资产。

数据要用起来，包括几个方面：

一是企业是否真正的理解了数据应用，数据应用范围很广，并不仅仅是简单的做几张报表，弄个酷炫的可视化大屏，更核心的是去预测，去实现客户服务、业务决策的精准化、智能化。

二是企业是否明白了数据应用与传统软件开发的区别。数据应用基于数据解决业务问题，为业务提供解决方案，是一项探索、创新性质的工作，软件开发则是负责业务解决方案的系统实现，是一项目标明确，更偏操作性的工作，数据应用工作本质上是一项业务工作，在很多传统企业的眼里，往往容易将数据应用与传统的软件开发混为一谈，如果不能真正的理解数据应用，那么，你是无法指望数据能产生价值的，也就注定了企业的数字化转型不可能取得成功。

三是是否建立了科学的数据应用团队，数据应用团队需要数据产品经理、算法工程师、数据分析师等多种角色，相比于传统的软件开发人员，需要有更广的知识面，更深度的独立思考，更强的研究与创新精神，千万不要将之和传统软件开发人员等同，同时，还要建立与之相适应的激励机制，能够真正激发数据应用团队的主观能动性、创造性。

第四，“数据用好了吗？”当企业、金融机构都在应用数据的时候，这个时候，用的好不好就成为了决定企业竞争力的重要影响因素了。

一是是否有清晰的数据应用战略？数据应用战略主要起到指引的作用，引导数据应用的方向，要始终坚持适度的前瞻，看业务方向、看算法方向，融合思考，明确数据应用的广度和深度，广度和深度都够了，走到最后，企业的数据应用一定是遍地开花，给企业带来巨大的价值。往广了看，企业数据应用要做要全业务、全领域、全环节、全问题覆盖，往深了看，企业数据应用的终极形态一定是人工智能，要不断强化人工智能的研究与应用。