习近平总书记在十九届中共中央政治局第二次集体学习中强调，“要实施国家大数据战略，推动大数据技术产业创新发展”。党的十九大也提出应加快建设制造强国，推动互联网、大数据、人工智能与实体经济深度融合。当前，我国大数据技术在工业领域用户需求精准分析、生产过程改进优化、营销管理智能决策等方面的应用方兴未艾，工业数据支撑供给侧结构性改革、驱动工业数字经济发展的作用日益显现，但也存在数据管理制度不到位、开发利用不深入、流通共享不充分等问题。

工业数据分类分级是提升企业数据管理水平的基础，是有效挖掘数据价值、实现企业生产方式变革的必由路径。2015年，国务院发布《促进大数据发展行动纲要》，明确要求建立数据分类目录等标准规范体系。2016年，工业和信息化部印发《大数据产业发展规划（2016-2020年）》《工业控制系统信息安全防护指南》均将分类分级作为数据管理的要点。2018年，国家标准化管理委员会发布《数据管理能力成熟度评估模型》（GB/T 36073-2018），更是将数据分类分级作为数据管理能力第2级“受管理级”至第5级“优化级”的基本要求。

本文件旨在指导工业企业、工业互联网平台企业等全面梳理自身数据，科学判断数据上云条件，厘清重点保护对象等，为企业实施数据管理能力成熟度评估模型（DCMM）贯标提供参考，进一步促进工业数据充分使用、全局流动和有序共享。

本文件为企业开展工业数据分类分级工作提供指导。具体规定了工业数据的分类方法、分级方法、分级防护要求和管理要求等内容。

   本文件适用于计划对工业数据进行分类分级管理的工业企业和工业互联网平台企业。

目前，国内外尚未出台专门针对工业数据的政策标准文件，但面向政府数据、个人信息的数据分类分级方面已有少量规范或指南，例如，美国《联邦信息和信息系统安全分类标准》（FIPS 199）、《GB/T 35273-2017信息安全技术 个人信息安全规范》、贵州省《DB52/T 1123-2016政府数据 数据分类分级指南》《JR/T 0158-2018证券期货业数据分类分级指引》等，主要依据数据主体、业务属性等对数据进行分类，从数据遭泄露、篡改等造成的后果影响进行定性分级。