查看“DCMM数据模型”的源代码

=== 概述 ===
数据模型是使用结构化的语言将收集到的组织业务经营、管理和决策中使用的数据需求进行综合 分析,按照模型设计规范将需求重新组织.

从模型覆盖的内容粒度看.数据模型一般分为主题域模型、概念模型、逻辑模型和物理模型。主题域模型是最高层级的、以主题概念及其之间的关系为基本构成单元的模型,主题是对数据表达事物本质 概念的高度抽象;概念模型是以数据实体及其之间的关系为基本构成单元的模型,实体名称一般采用标 准的业务术语命名;逻辑模型是在概念模型的基础上细化,以数据属性为基本构成单元;物理模型是逻 辑模型在计算机信息系统中依托于特定实现工具的数据结构。

从模型的应用范畴看,数据模型分为组织级数据模型和系统应用级数据模型.组织级数据模型包 括主题域模型、概念模型和逻辑模型三类.系统应用级数据模型包括逻辑模型和物理数据模型两类.

=== 过程描述 ===
过程描述如下:

* 收集和理解组织的数据需求，包括收集和分析组织应用系统的数据需求和实现组织的战略、满 足内外部监管、与外部组织互联互通等的数据需求等;
* 制定模型规范,包括数据模型的管理工具、命名规范、常用术语以及管理方法等;
* 开发数据模型,包括开发设计组织级数据模型、系统应用级数据模型;
* 数据模型应用,根据组织级数据模型的开发,指导和规范系统应用级数据模型的建设;
* 符合性检查,检查组织级数据模型和系统应用级数据模型的一致性; )模型变更管理,根据需求变化实时的对数据模型进行维护.

=== 过程目标 ===
过程目标如下:

* 建立并维护组织级数据模型和系统应用级数据模型;
* 建立一套组织共同遵循数据模型设计的开发规范;
* 使用组织级数据模型来指导应用系统的建设

=== 能力等级标准 ===
能力等级标准如下:

==== 第1级:初始级 ====

# 在应用系统层面编制了数据模型开发和管理的规范;
# 根据相关规范指导应用系统数据结构设计.

==== 第2级:受管理级 ====

# 结合组织管理需求.制定了数据模型管理规范;
# 对组织中部分应用系统的数据现状进行梳理,了解当前存在的问题;
# 根据数据现状的梳理,结合组织业务发展的需要,建立了组织级数据模型;
# 应用系统的建设参考了组织级数据模型

==== 第3级:稳健级 ====

# 对组织中应用系统的数据现状进行全面梳理,了解当前存在的问题并提出解决办法;
# 分析业界已有的数据模型参考架构,学习相关方法和经验;
# 编制组织级数据模型开发规范,指导组织级数据模型的开发和管理;
# 了解组织战略和业务发展方向,分析利益相关者的诉求,掌握组织的数据需求;
# 建立覆盖组织业务经营管理和决策数据需求的组织级数据模型;
# 使用组织级数据模型指导系统应用级数据模型的设计,并设置相应的角色进行管理;
# 建立了组织级数据模型和系统级数据模型的映射关系,并根据系统的建设定期更新组织 级的数据模型;
# 建立了统一的数据资源目录.方便数据的查询和应用.

==== 第4级:量化管理级 ====

# 使用组织级数据模型,指导和规划整个组织应用系统的投资、建设和维护;
# 建立了组织级数据模型和系统应用级数据模型的同步更新机制,确保一致性;
# 及时跟踪、预测组织未来和外部监管的需求变化,持续优化组织级数据模型

==== 第5级:优化级 ====

# 在业界分享最佳实践,成为行业标杆