DCMM
跳到导航
跳到搜索
数据管理能力成熟度评估模型（GB/T 36073-2018）
本标准给出了数据管理能力成熟度评估模型以及相应的成熟度等级,定义了数据战略、数据治理、 数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期等8个能力域。本标准适用于组织和机构对数据管理能力成熟度进行评估。
概述
DCMM包含8个数据管理能力域.每个能力域包括若干数据管理领域的能力项,共 29个，能力域和能力项如下：
- 数据战略
- 数据治理
- 数据架构
- 数据应用
- 数据安全
- 数据质量
- 数据标准
- 数据生存周期
成熟度评估等级
初始级
数据需求的管理主要是在项目级体现，没有统一的管理流程，主要是被动式管理，具体特征如下:
- 组织在制定战略决策时,未获得充分的数据支持；
- 没有正式的数据规划、数据架构设计、数据管理组织和流程等；
- 业务系统各自管理自己的数据,各业务系统之间的数据存在不一致现象,组织未意识到数据管 理或数据质量的重要性；
- 数据管理仅根据项目实施的周期进行,无法核算数据维护、管理的成本；
受管理级
组织已意识到数据是资产，根据管理策略的要求制定了管理流程，,指定了相关人员进行初步管理，具体特征如下:
- 意识到数据的重要性,并制定部分数据管理规范,设置了相关岗位；
- 意识到数据质量和数据孤岛是一个重要的管理问题,但目前没有解决问题的办法；
- 组织进行了初步的数据集成工作,尝试整合各业务系统的数据,设计了相关数据模型和管理 岗位；
- 开始进行了一些重要数据的文档工作,对重要数据的安全、风险等方面设计相关管理措施；
稳建级
数据已被当做实现组织绩效目标的重要资产，在组织层面制定了系列的标准化管理流程，促进数据管理的规范化，具体特征如下:
- 意识到数据的价值,在组织内部建立了数据管理的规章和制度；
- 数据的管理以及应用能结合组织的业务战略、经营管理需求以及外部监管需求；
- 建立了相关数据管理组织、管理流程,能推动组织内各部门按流程开展工作；
- 组织在日常的决策、业务开展过程中能获取数据支持,明显提升工作效率；
- 参与行业数据管理相关培训,具备数据管理人员；
量化管理级
数据被认为是获取竞争优势的重要资源，数据管理的效率能量化分析和监控，具体特征如下：
- 组织层面认识到数据是组织的战略资产，了解数据在流程优化、绩效提升等方面的重要作用，在制定组织业务战略的时候可获得相关数据的支持；
- 在组织层面建立了可量化的评估指标体系，可准确测量数据管理流程的效率并及时优化；
- 参与国家、行业等相关标准的制定工作；
- 组织内部定期开展数据管理、应用相关的培训工作；
- 在数据管理、应用的过程中充分借鉴了行业最佳案例以及国家标准、行业标准等外部资源,促 进组织本身的数据管理、应用的提升；
优化级
数据被认为是组织生存和发展的基础，相关管理流程能实时优化，能在行业内进行最佳实践分享， 具体特征如下：
- 组织将数据作为核心竞争力,利用数据创造更多的价值和提升改善组织的效率;；
- 能主导国家、行业等相关标准的制定工作；
- 能将组织自身数据管理能力建设的经验作为行业最佳案例进行推广；