上图：数据>信息>知识>见解>智慧>影响力
数据科学领域有一个经典的 数据-信息-知识-智慧（DIKW，Data-Information-Knowledge-Wisdom）金字塔模型 ，说明了从原始数据到有价值见解的发展过程，提供了一个讨论数据意义和效用的框架。金字塔的每个层次都建立在较低层次的基础上，要有效地做出数据驱动型决策，需要所有四个层次的数据。
智慧， 是在了解基础知识的基础上做出明智决策和采取有效行动的能力。
知识， 是分析和解释信息以发现模式、趋势和关系的结果。它提供了对某些现象 "如何 "和 "为何 "发生的理解。
信息， 是有组织、有结构、有背景的数据。信息有助于回答 "谁"、"什么"、"在哪里 "和 "何时 "等基本问题。
数据， 是指未经处理的原始事实和数字，没有上下文。它是所有后续层面的基础，但单独使用价值有限。
举几个栗子：
营销实例： 数字营销活动
网站跟踪工具收集浏览和点击数据，但营销团队的最终目标是就如何优化广告活动的投资回报做出决策。
智慧： 通过了解客户偏好和市场趋势，营销团队可以在针对特定受众群体、定制信息和分配资源方面做出明智的决策，从而最大限度地提高营销活动的投资回报率（ROI）。
知识： 分析和解释此次营销活动的信息，并将其与过去的营销活动进行比较，从而发现一些规律，如最有效的广告格式、最佳发布时间以及高转化率客户的关键属性。
信息： 数据是有组织、有结构的，可提供各营销渠道的点击率（CTR）、转化率、印象和每次获取成本（CPA）等指标。
数据： 营销活动的原始数据包括单个用户与营销材料的互动，如点击、浏览、点赞、分享和购买。
销售实例： 客户关系管理
客户关系管理软件记录与客户的互动，但销售团队的最终目标是就如何优化潜在客户的收入做出决策。
智慧： 通过了解客户行为和销售模式，销售团队可以做出明智的决策，优先考虑高价值的潜在客户，调整他们的销售方法，并有效地分配资源，以实现收入和客户满意度的最大化。
知识： 分析和解释来自客户关系管理的信息，发现最有效的销售技巧、最佳跟进时机和高价值客户的关键属性等模式。
信息： 来自客户关系管理的数据是有组织和结构化的，可提供不同行业和客户群的销售线索转化率、平均交易规模、销售周期持续时间和客户终身价值（CLV）等指标。
数据： 原始的 CRM 数据包括每个客户与销售团队的互动，如电话、电子邮件、会议、提案和已完成的交易。
产品实例： 移动应用开发
移动应用程序会收集用户数据，您也可以从用户那里获得更多反馈数据，但产品经理的最终目标是做出改进应用程序的决策。
智慧： 了解用户的需求、偏好和痛点可以让产品经理做出明智的决策，优先开发功能，提升用户体验，有效分配资源，最大限度地提高用户满意度和留存率。
知识： 分析和解释来自应用程序使用和用户反馈的信息，揭示经常要求的功能、用户沮丧的原因以及推动用户参与和忠诚度的关键因素等模式。
信息： 对应用程序使用和用户反馈数据进行组织和结构化，提供诸如平均会话时长、功能使用频率、用户保留率以及不同用户群的共同反馈主题等指标。
数据： 原始数据包括单个用户与应用程序的交互，如按钮点击、屏幕浏览和在应用程序中花费的时间，以及用户通过评论、调查和支持单提交的反馈。
财务实例： 财务规划
每家企业都会记录财务交易，但首席财务官的最终目标是做出决策，最大限度地提高盈利能力和实现增长。
智慧： 了解公司的财务健康状况和市场条件，让首席财务官能够做出明智的决策，确定投资的优先次序，管理支出，并有效分配资源，以实现盈利和增长的最大化。
知识： 分析和解读财务信息可以发现一些规律，如最赚钱的产品线、成本驱动因素以及影响收入和支出的关键因素。
信息： 财务数据被组织和结构化为财务报表和报告，提供对收入、净收入、现金流、毛利率、跨业务部门和跨时间段的投资回报率（ROI）等指标的洞察。
数据： 原始数据包括单个财务交易和记录，如销售发票、费用收据、工资记录和资产估值。
先到这里吧，这块的资料其实非常多，有人看再更吧……
引用资料：
https://www. datacamp.com/cheat-shee t/the-data-information-knowledge-wisdom-pyramid
