DCMM数据治理组织

概述

数据治理组织包括组织架构、岗位设置、团队建设、数据责任等内容,是各项数据职能工作开展的基 础.对组织在数据管理和数据应用行使职责规划和控制,并指导各项数据职能的执行,以确保组织能有 效落实数据战略目标

过程描述

过程描述如下:

• 建立数据治理组织,建立数据体系配套的权责明确且内部沟通顺畅的组织,确保数据战略的 实施;
• 岗位设置,建立数据治理所需的岗位,明确岗位的职责,任职要求等;
• 团队建设,制定团队培训、能力提升计划.通过引入内部、外部资源定期开展人员培训,提升团 队人员的数据治理技能;
• 数据归口管理,明确数据所有人、管理人等相关角色,以及数据的归口的具体管理人员;
• 建立绩效评价体系,根据团队人员职责、管理数据范围的划分,制定相关人员的绩效考核体系

过程目标

过程目标如下:

• 建立完善的组织架构及对应的工作流程机制;
• 数据管理明确归口管理并设置足够的专、兼职岗位,持续推动团队建设;
• 建立支撑数据管理和数据应用战略的绩效评价体系

能力等级标准

能力等级标准如下:

第1级:初始级

1. 在具体项目中体现数据管理和数据应用的岗位、角色及职责;
2. 依靠个人能力解决数据问题,未建立专业组织

第2级:受管理级

1. 制定了数据相关的培训计划,但没有制度化;
2. 在单个数据职能域或业务部门.设置数据治理兼职或专职岗位,岗位职责明确;
3. 数据治理工作的重要性得到管理层的认可;
4. 明确数据治理岗位在新建项目中的管理职责.

第3级:稳健级

1. 管理层负责数据治理工作相关的决策,参与数据管理相关工作;
2. 在组织范围内明确统一的数据治理归口部门.负责组织协调各项数据职能工作;
3. 数据治理人员的岗位职责明确,可体现在岗位描述中;
4. 建立了数据管理工作的评价标准,建立了对相关人员的奖惩制度;
5. 在组织范围内建立、健全数据责任体系,覆盖管理、业务和技术等方面的人员,明确各方在 数据管理过程中的职责;
6. 在组织范围内推动数据归口管理,确保各类数据都有明确的管理者;
7. 定期进行培训和经验分享,不断提高员工能力.

第4级: 量化管理级

1. 建立数据人员的职业晋升路线图,可帮助数据团队人员明确发展日标;
2. 建立复合型的数据团队,能覆盖管理、技术和运营等;
3. 建立适用于数据工作相关岗位人员的量化绩效评估指标,并发布考核结果,评估相关人员 的岗位绩效;
4. 业务人员能落实、执行各自相关的数据管理职责

第5级:优化级

1. 在业界分享最佳实践,成为行业标杆.