第四層、數據診斷是指能夠根據企業(yè)經營管控及其實際業(yè)務操作過程中的事件異常和偏差進行因果分析，基于數據運營管理標準，逆向分析事件產生的原因和場景，快速定位事件的故障點或者變異屬性，為業(yè)務的恢復和經營策略的調整提供可信的數據分析能力。在數據資產進入海量化的規(guī)模狀態(tài)時，構建大數據分析能力顯得尤為重要，這樣才能確保高效率的進行事件關聯分析與預測。在企業(yè)中能夠形成一系列數據診斷服務。
　　第五層、數據預測是指能夠根據海量化的數據資產和事件進行數據挖掘，從中發(fā)現有利于將來參考的現象和發(fā)展趨勢。在這個層級人工智能為中心的機器學習逐漸得到應用，逐漸形成利用大數據機器學習技術在企業(yè)運營中形成動態(tài)發(fā)現運營規(guī)律、動態(tài)對未來運營進行趨勢分析的高階運營數據服務。
　　第六層、數據變現是指能夠將數據狀態(tài)、數據診斷、數據預測三個層次的數據服務逐步轉換為數據生產力。數據生產力體現在數據服務驅動下對企業(yè)經營決策支持、運營風險防范、運營服務精細化能力水平提升等角度進行推動，通過數據生產力幫助企業(yè)實現效率提升和結構轉型。