DIKW模型

出自 MBA智库百科(https://wiki.mbalib.com/)

DIKW模型（Data-to-Information-to-Knowledge-to-Wisdom Model）

　　DIKW模型是一個可以很好的幫助我們理解數據（Data）、信息（Information）、知識（Knowledge）和智慧（Wisdom）之間的關係的模型，這個模型還向我們展現了數據是如何一步步轉化為信息、知識、乃至智慧的方式。

　　DIKW模型將數據、信息、知識、智慧納入到一種金字塔形的層次體系，每一層比下一層都賦予的一些特質。原始觀察及量度獲得了數據、分析數據間的關係獲得了信息。在行動上應用信息產生了知識。智慧關心未來，它含有暗示及滯後影響的意味。

　　數據（Data）可以是數字、文字、圖像、符號等，它直接來自於事實，可以通過原始的觀察或度量來獲得。所謂原始數據只是一個相對的概念，數據處理可能包含多個階段，由一個階段加工的數據可能是另一個階段的原始數據。此外，數據可以是定量的，也可以是定性的，比如客戶滿意度調查中用戶反饋的意見。

　　數據轉化為信息

　　儘管數據的存在形式可以多種多樣，比如電子表格，但DIKW模型中的數據僅僅代表數據本身，並不包含任何潛在的意義。例如：服務台每個月收集到5000個故障單，這些故障單僅僅表示數據的存在，本身沒有意義，並不能代表任何東西。

　　通過某種方式組織和處理數據，分析數據間的關係，數據就有了意義，這就是信息（Information）。這些信息可以回答一些簡單的問題，譬如：誰？什麼？哪裡？什麼時候？ 所以信息也可以看成是被理解了的消息。

　　通過對上述故障單的分析處理，可以得知誰在使用服務台？他們遇到的是故障還是服務請求？哪些客戶遇到了故障？他們遇到的是什麼問題等。進一步的分析可能會發現，35%的呼叫是簡單的問題咨詢，15%的呼叫是和網路故障，10%是ERP系統故障等。

　　數據轉化為知識

　　如果說數據是一個事實的集合，從中可以得出關於事實的結論。那麼知識（Knowledge）就是信息的集合，它使信息變得有用。知識是對信息的應用，是一個對信息判斷和確認的過程，這個過程結合了經驗、上下文、詮釋和反省。知識可以回答“如何？”的問題，可以幫助我們建模和模擬。

　　知識是從相關信息中過濾、提煉及加工而得到的有用資料。特殊背景/語境下，知識將數據與信息、信息與信息在行動中的應用之間建立有意義的聯繫，它體現了信息的本質、原則和經驗。此外，知識基於推理和分析，還可能產生新的知識。最後來看智慧，智慧，是人類所表現出來的一種獨有的能力，主要表現為收集、加工、應用、傳播知識的能力，以及對事物發展的前瞻性看法。在知識的基礎之上，通過經驗、閱歷、見識的累積，而形成的對事物的深刻認識、遠見，體現為一種卓越的判斷力。

　　基於前面的數據和信息，可以知道誰使用的服務出了故障？綜合過去的經驗、上下文信息（如：客戶使用這些服務的原因，服務級別中對故障響應的約定等）就可以確定故障對業務的影響、故障的優先順序、故障是如何影響業務的，以及如何來處理故障等。

　　對於知識我們需要的不僅僅是簡單的積累，還需要理解。理解是一個內推和蓋然論的過程，是認知和分析的過程，根據已經掌握的信息和知識創造新的知識。

　　數據轉化為智慧

　　最後來看智慧（Wisdom），智慧是一種外推的、非確定性的、非蓋然論的過程。智慧是哲學探索的本質，是判斷是非、對錯和好壞的過程，它所提出的問題是還沒有答案的問題。與前幾個階段不同，智慧關註的是未來，試圖理解過去未曾理解的東西，過去未做過的事，並且智慧是人類所特有的，是唯一不能用工具實現的。

　　智慧可以簡單的歸納為做正確判斷和決定的能力，包括對知識的最佳使用。智慧可以回答“為什麼”的問題。回到前面的例子，根據故障對客戶的業務影響可以識別改進點，比如：制定一個培訓計劃或著手一個ERP服務改進計劃等。隨著數據向信息、知識和智慧的發展，理解的深度在不斷增加，需要考慮的範圍也在擴大。服務台收集數據時只需考慮故障單本身，但到制定改進計劃時可能需要考慮整個組織範圍內的因素。