第一阶段：2007～2016年
在这一阶段，华为设立数据管理专业组织，建立数据管理框架，发布数据管理政策，任命数据Owner，通过统一信息架构与标准、唯一可信的数据源、有效的数据质量度量改进机制，实现了以下目标。
1）持续提升数据质量，减少纠错成本：通过数据质量度量与持续改进，确保数据真实反映业务，降低运营风险。
2）数据全流程贯通，提升业务运作效率：通过业务数字化、标准化，借助IT技术，实现业务上下游信息快速传递、共享。第二阶段：2017年至今
在这一阶段，华为建设数据底座，汇聚企业全域数据并对数据进行联接，通过数据服务、数据地图、数据安全防护与隐私保护，实现了数据随需共享、敏捷自助、安全透明的目标，支撑着华为数字化转型，实现了如下的数据价值。
1）业务可视，能够快速、准确决策：通过数据汇聚，实现业务状态透明可视，提供基于“事实”的决策支持依据。
2）人工智能，实现业务自动化：通过业务规则数字化、算法化，嵌入业务流，逐步替代人工判断。
3）数据创新，成为差异化竞争优势：基于数据的用户洞察，发现新的市场机会点。
华为数据工作的目标为“清洁、透明、智慧数据，使能卓越运营和有效增长”。为确保数据工作的愿景与目标达成，需要实现数据自动采集、对象/规则/过程数字化、数据清洁、安全共享等特性。
华为经过多年实践，形成了一套数据工作框架。
1）数据源：业务数字化是数据工作的前提，通过业务对象、规则与过程数字化，不断提升数据质量，建立清洁、可靠的数据源。
2）数据湖：基于“统筹推动、以用促建”的建设策略，严格按六项标准，通过物理与虚拟两种入湖方式，汇聚华为内部和外部的海量数据，形成清洁、完整、一致的数据湖。
3）数据主题联接：通过五种数据联接方式，规划和需求双驱动，建立数据主题联接，并通过服务支撑数据消费。
4）数据消费：对准数据消费场景，通过提供统一的数据分析平台，满足自助式数据消费需求。
5）数据治理：为保障各业务领域数据工作的有序开展，需建立统一的数据治理能力，如数据体系、数据分类、数据感知、数据质量、安全与隐私等。
