“DCMM”的版本间差异
跳到导航
跳到搜索
无编辑摘要 |
无编辑摘要 |
||
第7行: | 第7行: | ||
* 数据战略 | * 数据战略 | ||
** [[数据战略规划]] | ** [[DCMM数据战略规划|数据战略规划]] | ||
** [[数据战略实施]] | ** [[DCMM数据战略实施|数据战略实施]] | ||
** [[数据战略评估]] | ** [[DCMM数据战略评估|数据战略评估]] | ||
* 数据治理 | * 数据治理 | ||
** [[数据治理组织]] | ** [[DCMM数据治理组织|数据治理组织]] | ||
** [[数据制度建设]] | ** [[DCMM数据制度建设|数据制度建设]] | ||
** [[数据治理沟通]] | ** [[DCMM数据治理沟通|数据治理沟通]] | ||
* 数据架构 | * 数据架构 | ||
** [[数据模型]] | ** [[数据模型]] | ||
** [[数据分布]] | ** [[DCMM数据分布|数据分布]] | ||
** [[数据集成与共享]] | ** [[DCMM数据集成与共享|数据集成与共享]] | ||
** [[元数据管理]] | ** [[DCMM元数据管理|元数据管理]] | ||
* 数据应用 | * 数据应用 | ||
** [[数据分析]] | ** [[DCMM数据分析|数据分析]] | ||
** [[数据开放共享]] | ** [[DCMM数据开放共享|数据开放共享]] | ||
** [[数据服务]] | ** [[DCMM数据服务|数据服务]] | ||
* 数据安全 | * 数据安全 | ||
** [[数据安全策略]] | ** [[DCMM数据安全策略|数据安全策略]] | ||
** [[数据安全管理]] | ** [[DCMM数据安全管理|数据安全管理]] | ||
** [[数据安全审计]] | ** [[DCMM数据安全审计|数据安全审计]] | ||
* 数据质量 | * 数据质量 | ||
** [[数据质量需求]] | ** [[DCMM数据质量需求|数据质量需求]] | ||
** [[数据质量检查]] | ** [[DCMM数据质量检查|数据质量检查]] | ||
** [[数据质量分析]] | ** [[DCMM数据质量分析|数据质量分析]] | ||
** [[数据质量提升]] | ** [[DCMM数据质量提升|数据质量提升]] | ||
* 数据标准 | * 数据标准 | ||
** [[业务术语]] | ** [[DCMM业务术语|业务术语]] | ||
** [[参考数据和主数据]] | ** [[DCMM参考数据和主数据|参考数据和主数据]] | ||
** [[数据元]] | ** [[DCMM数据元|数据元]] | ||
** [[指标数据]] | ** [[DCMM指标数据|指标数据]] | ||
* 数据生存周期 | * 数据生存周期 | ||
** [[数据需求]] | ** [[DCMM数据需求|数据需求]] | ||
** [[数据设计和开发]] | ** [[DCMM数据设计和开发|数据设计和开发]] | ||
** [[数据运维]] | ** [[DCMM数据运维|数据运维]] | ||
** [[数据退役]] | ** [[DCMM数据退役|数据退役]] | ||
=== 成熟度评估等级 === | === 成熟度评估等级 === |
2023年2月16日 (四) 10:04的版本
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:
- 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;