第四層、數(shù)據(jù)診斷是指能夠根據(jù)企業(yè)經(jīng)營(yíng)管控及其實(shí)際業(yè)務(wù)操作過程中的事件異常和偏差進(jìn)行因果分析，基于數(shù)據(jù)運(yùn)營(yíng)管理標(biāo)準(zhǔn)，逆向分析事件產(chǎn)生的原因和場(chǎng)景，快速定位事件的故障點(diǎn)或者變異屬性，為業(yè)務(wù)的恢復(fù)和經(jīng)營(yíng)策略的調(diào)整提供可信的數(shù)據(jù)分析能力。在數(shù)據(jù)資產(chǎn)進(jìn)入海量化的規(guī)模狀態(tài)時(shí)，構(gòu)建大數(shù)據(jù)分析能力顯得尤為重要，這樣才能確保高效率的進(jìn)行事件關(guān)聯(lián)分析與預(yù)測(cè)。在企業(yè)中能夠形成一系列數(shù)據(jù)診斷服務(wù)。
　　第五層、數(shù)據(jù)預(yù)測(cè)是指能夠根據(jù)海量化的數(shù)據(jù)資產(chǎn)和事件進(jìn)行數(shù)據(jù)挖掘，從中發(fā)現(xiàn)有利于將來(lái)參考的現(xiàn)象和發(fā)展趨勢(shì)。在這個(gè)層級(jí)人工智能為中心的機(jī)器學(xué)習(xí)逐漸得到應(yīng)用，逐漸形成利用大數(shù)據(jù)機(jī)器學(xué)習(xí)技術(shù)在企業(yè)運(yùn)營(yíng)中形成動(dòng)態(tài)發(fā)現(xiàn)運(yùn)營(yíng)規(guī)律、動(dòng)態(tài)對(duì)未來(lái)運(yùn)營(yíng)進(jìn)行趨勢(shì)分析的高階運(yùn)營(yíng)數(shù)據(jù)服務(wù)。
　　第六層、數(shù)據(jù)變現(xiàn)是指能夠?qū)?shù)據(jù)狀態(tài)、數(shù)據(jù)診斷、數(shù)據(jù)預(yù)測(cè)三個(gè)層次的數(shù)據(jù)服務(wù)逐步轉(zhuǎn)換為數(shù)據(jù)生產(chǎn)力。數(shù)據(jù)生產(chǎn)力體現(xiàn)在數(shù)據(jù)服務(wù)驅(qū)動(dòng)下對(duì)企業(yè)經(jīng)營(yíng)決策支持、運(yùn)營(yíng)風(fēng)險(xiǎn)防范、運(yùn)營(yíng)服務(wù)精細(xì)化能力水平提升等角度進(jìn)行推動(dòng)，通過數(shù)據(jù)生產(chǎn)力幫助企業(yè)實(shí)現(xiàn)效率提升和結(jié)構(gòu)轉(zhuǎn)型。