在日常工作中和数据产出中，数据价值的定位分为4种：数据管理、数据日常报表、数据专项挖掘分析、数据驱动。几乎所有企业的数据价值定位都脱离不了这4种，差异只是不同定位间的权重不同而已。
1.数据管理
数据管理工作包括：数据配置管理、数据权限管理、用户权限管理、数据导入管理、数据导出管理。
数据配置管理。数据存储、安全、排除设置，并发控制、进程控制、结构控制等。
数据权限管理。数据保存、新增、删除、更新、备份、合并、拆分、导出、打印等。
用户权限管理。用户新增、删除、重置、过期设置、共享等。
数据导入管理。数据导入格式、时间、条件、规则、异常处理、记录数、来源等。
数据导出管理。数据导出格式、时间、条件、规则、记录数、加密、位置等。
2.数据日常报表
大多数的数据日常报表需要通过技术开发形成报表产品体系，以提供对日常业务的支持。当具有突发性事件或活动时，需要人工整理和汇总报表。完成日常报表后，通过自动发送邮件或短信、在线访问、离线客户端访问等形成接入数据。
根据数据日常报表提供频率和周期的不同，报表可分为日报、周报、月报、季报、半年报和年报。报表的内容因公司需求而异，但基本框架是统计周期内企业各个运营环节KPI陈列、对比和简单分析，目的是通过周期性数据进行业务诊断，发现业务效果的趋势和异常点，为业务的优化执行提供基本支持。
根据数据日常报表支持对象在企业内部分工的不同，日常报表可分为针对决策层的报表和针对执行层的报表。针对决策层的报表侧重于宏观的、整体的效果汇总和结果把脉，借助对比、趋势和主要维度下钻等方式进行初步分析并定位结论和问题点；针对执行层的报表侧重于微观的、个体的效果分析，各业务执行层只针对各自业务维度进行分析，并提供实际可行的操作型建议。
对于数据指标的设定，既要包括公司核心结果指标如利润，又要包括各个业务节点的过程类或间接辅助类指标，以便更全面地评估和定性整体及各业务线的工作结果。
3.数据专项挖掘分析
数据专项挖掘分析是指针对某一特定课题或需求，采用专项分析或长期课题分析的形式对数据进行深入挖掘和分析，以提炼出相应结果或方法论供业务参考或使用。
数据专项挖掘分析是数据发挥价值的重要手段，更是数据辅助支持作用的关键，大多数公司的数据工作意义都来源于此。
为了提高数据工作的针对性，数据专项挖掘通常按业务模块划分，常见的数据专项挖掘分析模块包括市场分析、营销分析、网站分析（运营分析）、会员分析、用户体验分析、销售分析、移动分析、O2O分析等。不同分析模块课题依业务需求而定。
4.数据驱动
数据驱动是真正让数据从辅助角色转变为决定角色的唯一方式，但数据驱动通常在其他数据支持体系建立并完善后才进行考虑。
第一，数据驱动需要成熟的数据方法论的支持，这些知识需要通过日常报表、专项挖掘分析等方式慢慢积累，即使外部引入的方法论也需要根据企业环境进行“定制开发”。
第二，数据驱动需要企业内部具有需求环境。数据需要的前期以辅助决策类为主，第一步是“看”数据的需求，即数据报表；第二步是“查”数据的需求，即通过专项挖掘输出数据价值；第三步才是“用”数据的需求，即让数据自己决定业务方向。没有前两步做铺垫，第三步无法实现。
第三，数据驱动需要较大的IT、人力、物力和财力投入，在数据工作前期，尤其在没有见到数据价值产出之前，企业盲目投入的风险性大。http://www.cda.cn/view/18813.html