DIKW模型（数据-信息-知识-智慧）

随着人类社会从工业经济时代进入知识经济时代，知识管理的出现为21世纪知识经济时代的企业组织提供必须的管理基础。以彼得.德鲁克博士（Peter F. Drucker）和斯威比博士为代表提出的理论为知识管理领域的开拓和发展作出了杰出贡献。
知识管理 （ Knowledge Management, KM ）是识别组织中的知识资产、并充分发挥知识资产的杠杆作用，来帮助企业获取竞争优势的过程。毫无疑问，我们已经生活在知识经济和知识管理的环境当中。每时每刻，我们身边都充满了各种各样的数据。但只有将这些杂乱无章的数据，转换为信息和知识，才能帮助我们做出聪明的选择。可见知识是从数据到智慧划分为不同层次的。

由于数据，信息，知识与智慧四者之间有着密切的相关性，他们常被混淆使用。本文将重点对数据，信息，知识与智慧进行分析和对比。
一。数据 从图一我们可以看到，数据是知识阶层中最底层也是最基础的一个概念。数据是形成信息，知识和智慧的源泉。

二。信息 “信息”是当代使用频率很高的一个概念，由于很难给出基础科学层次上的信息定义.信息（Information）有一定含义的、经过加工处理的、对决策有价值的数据。信息＝数据＋处理.信息必然来源于数据并高于数据。信息是具有时效性的有一定含义的，有逻辑的、经过加工处理的、对决策有价值的数据流。信息＝数据＋时间+处理。  

三．知识什么是知识？作为比数据，信息更高阶层的知识有哪些特点，在对此进行分析之前我们看一看理论界都有哪些经典的定义：
    1、知识是让从定量到定性的过程得以实现的、抽象的、逻辑的东西。知识是需要通过信息使用归纳、演绎得方法得到。知识就是知道了什么（Know-what）、知道为什么（Know-why）、知道怎么做（Know-how）、知道谁（Know-who）。知识之所以在数据与信息之上，是因为它更接近行动，它与决策相关.有价值的信息沉淀并结构化后就形成了知识。  

 四。智慧。智慧是知识层次中的最高一级。它同时也是人类区别于其他生物的重要特征。我们经常看到一个人满腹经纶，拥有很多知识，但不通世故，被称做书呆子。也会看到有些人只读过很少的书，却能力超群，能够解决棘手的问题。我们会认为后者具有更多的智慧。智慧（Wisdom） -知识的选择（Selection）应对的行动方案可能有多种，但（战略）选择哪个靠智慧。智慧是人类基于已有的知识，针对物质世界运动过程中产生的问题根据获得的信息进行分析，对比，演绎找出解决方案的能力。

 

五。总结：
    回顾我们对数据，信息，知识和智慧的定义他们分别是：
   1．数据是使用约定俗成的关键字，对客观事物的数量、属性、位置及其相互关系进行抽象表示，以适合在这个领域中用人工或自然的方式进行保存、传递和处理。
    2．信息是具有时效性的，有一定含义的，有逻辑的、经过加工处理的、对决策有价值的数据流。
   3。通过人们的参与对信息进行归纳，演绎，比较等手段进行挖掘，使其有价值的部分沉淀下来， 并于已存在的人类知识体系相结合，这部分有价值的信息就转变成知识。
    4．智慧是人类基于已有的知识，针对物质世界运动过程中产生的问题根据获得的信息尽行分析，对比，演绎找出解决方案的能力。这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为知识架构的一部分
根据这些定义我们尝试对企业应用知识管理提出一些建设性意见：
1。重视数据所使用关键词的统一性和完整性，这样才能避免组织内出现不同的信息和知识体系，避免成员在交流沟通时产生歧义和误会。
    2。保持关键字集合的可扩展性，防止由于数据不全导致新信息和新知识无法产生。
    3。重视信息的时效性，尽量在信息的时效性消失前挖掘出其有用的价值，并使之沉淀于已有的知识库中。
    4。重视信息的可靠性和逻辑性，防止由于错误或逻辑混乱的信息加入到知识库中，降低知识库的质量。
    5。关注企业知识库的结构化问题，尽量避免知识彼此割裂，甚至出现知识孤岛。通过不同领域知识的交叉融合，使它们连通起来，方便组织成员使用知识库时能够快速准确的定位需要的知识。
6。充分理解智慧是一种应用知识和信息处理问题的能力，在选择组织成员时应兼顾其拥有知识和运用知识能力之间的平衡。