数据流动量每增加10%将带动GDP增长0.2%，预计到2025年，全球数据流动对经济增长的贡献将达到11万亿美元。以制造业为例，数据驱动生产流程优化可以使停机时间减少30%至50%，提升生产效率20%至25%。
以钢铁（钢铁行业分析报告）行业为例，由于管控环节多、生产流程长、经营数据来源广，大量异构数据分布在不同系统，数据收集、整合、分析过程中耗费大量人力，缺少统一平台和方法对庞大数据开展有效开发利用。这也是北京首钢股份有限公司一度面临的难题。此前首钢的业务执行曾经仅依赖局部信息、离线数据和人工经验，无法支撑精益制造和资源优化配置的需求，线下业务多、跨部门业务协调难度大、管控效率低，响应市场能力不足。
为此，首钢与帆软软件有限公司合作，应用“固定报表、自定义分析、数据可视化”3种技术手段，打造更灵活、易用、智慧的决策支持系统。帆软产品研发总经理陈敏以库存管理为例介绍，帆软构建库存管控模块，横向覆盖销售、生产、质量、物流等业务，纵向覆盖炼铁、炼钢、热轧、冷轧等工序。利用全流程库存结构分析和预警系统，使所有工序库存都达到满足其生产、运输效率所需的最低库存水平，提高存货周转率，降低资金占用。此外，通过自主开发的商业智能平台——FineBI，实现对首钢全公司及各单位点检异常的实时分析，及时发现问题并督促相关单位整改，提高点检异常的管控水平。
我国数据产业在具备良好发展基础的同时，也面临着一些问题和挑战。例如，技术创新能力和资源开发利用水平有待提升，数据流通交易不畅通，具有国际竞争力的数据企业相对较少等。
数据要素化尚处于起步探索阶段，国际上亦无先例可循。数据要素化在资产地位、权属确权、流通交易、利益分配和安全隐私等方面均存在诸多障碍。国家正在从顶层设计层面统筹数据要素市场培育，为数据要素市场建设设定目标、框架，鼓励地方政府和行业在体制机制构建中积极探索。