“DCMM”的版本间差异

来自DAMAChina
跳到导航 跳到搜索
（创建页面，内容为“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。 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…”）
 
无编辑摘要
 
（未显示同一用户的4个中间版本）
第3行： 第3行：
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。
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。


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 和能力项见下表：
=== 概述 ===
{| class="wikitable"
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：
|能力域
|能力项
|-
| rowspan="3" |


* 数据战略
** [[DCMM数据战略规划|数据战略规划]]
** [[DCMM数据战略实施|数据战略实施]]
** [[DCMM数据战略评估|数据战略评估]]
* 数据治理
** [[DCMM数据治理组织|数据治理组织]]
** [[DCMM数据制度建设|数据制度建设]]
** [[DCMM数据治理沟通|数据治理沟通]]
* 数据架构
** [[DCMM数据模型|数据模型]]
** [[DCMM数据分布|数据分布]]
** [[DCMM数据集成与共享|数据集成与共享]]
** [[DCMM元数据管理|元数据管理]]
* 数据应用
** [[DCMM数据分析|数据分析]]
** [[DCMM数据开放共享|数据开放共享]]
** [[DCMM数据服务|数据服务]]
* 数据安全
** [[DCMM数据安全策略|数据安全策略]]
** [[DCMM数据安全管理|数据安全管理]]
** [[DCMM数据安全审计|数据安全审计]]
* 数据质量
** [[DCMM数据质量需求|数据质量需求]]
** [[DCMM数据质量检查|数据质量检查]]
** [[DCMM数据质量分析|数据质量分析]]
** [[DCMM数据质量提升|数据质量提升]]
* 数据标准
** [[DCMM业务术语|业务术语]]
** [[DCMM参考数据和主数据|参考数据和主数据]]
** [[DCMM数据元|数据元]]
** [[DCMM指标数据|指标数据]]
* 数据生存周期
** [[DCMM数据需求|数据需求]]
** [[DCMM数据设计和开发|数据设计和开发]]
** [[DCMM数据运维|数据运维]]
** [[DCMM数据退役|数据退役]]


=== 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:


数据战略
# 组织在制定战略决策时,未获得充分的数据支持；
|数据战略规划
# 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；
|数据战略实施
# 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；
|-
|数据战略评估
|-
| rowspan="3" |


==== 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:


数据治理
# 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；
|数据治理组织
# 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；
|数据制度建设
# 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；
|数据治理沟通
|-
| rowspan="4" |


==== 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;；
数据架构
# 能主导国家、行业等相关标准的制定工作；
|数据模型
# 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；
|-
|数据分布
|-
|数据集成与共享
|-
|元数据管理
|-
| rowspan="3" |
 
 
 
 
数据应用
|数据分析
|-
|数据开放共享
|-
|数据服务
|-
| rowspan="3" |
 
 
 
 
数据安全
|数据安全策略
|-
|数据安全管理
|-
|数据安全审计
|-
| rowspan="4" |
 
 
 
 
 
数据质量
|数据质量需求
|-
|数据质量检查
|-
|数据质量分析
|-
|数据质量提升
|-
| rowspan="4" |
 
 
 
 
 
数据标准
|业务术语
|-
|参考数据和主数据
|-
|数据元
|-
|指标数据
|-
| rowspan="4" |
 
 
 
 
 
数据生存周期
|数据需求
|-
|数据设计和开发
|-
|数据运维
|-
|数据退役
|}

2023年2月16日 (四) 14:29的最新版本

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：

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:

  1. 组织在制定战略决策时,未获得充分的数据支持；
  2. 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；
  3. 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；
  4. 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:

  1. 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；
  2. 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；
  3. 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；
  4. 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:

  1. 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；
  2. 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；
  3. 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；
  4. 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；
  5. 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：

  1. 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；
  2. 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；
  3. 参与国家、行业等相关标准的制定工作；
  4. 组织内部定期开展数据管理、应用相关的培训工作；
  5. 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：

  1. 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;；
  2. 能主导国家、行业等相关标准的制定工作；
  3. 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；
取自“http://dmbok.dama.org.cn/wk/index.php?title=DCMM&oldid=219”