DCMM数据管理能力成熟度评估

国家标准号：GB/T 36073-2018
标准名称：数据管理能力成熟度评估模型（DCMM）
一、范围和主要内容：
该标准把组织内部数据能力划分为八个重要组成部分，描述了每个组成部分的定义、功能、目标和标准。
标准适用于信息系统的建设单位，应用单位等进行数据管理时候的规划，设计和评估。也可以作为针对信息系统建设状况的指导、监督和检查的依据。
二、数据成熟度评级等级
本标准将组织数据能力成熟度评价层级划分为五个等级：初始级、受管理级、稳健级、量化管理级和优化级。
01、初始级
数据管理的需求主要在项目级体现，没有统一的数据管理流程，主要是被动式管理，具体特征如下：
a.组织在制定战略决策时，未获得充分的数据支持；
b.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；
c.业务系统各自管理自己的数据，各系统之间的数据存在不一致的现象，组织意识到数据管理或数据质量的重要性；
d.数据管理仅根据项目实施的周期进行，无法核算数据管理、维护的成本。
02、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的流程，指定了具体人员进行初步管理，具体特征如下：
a.意识到了数据的重要性，制定了部分数据管理规范，设置了相关岗位；
b.意识到了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；
c.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；
d.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。
03、稳健级
数据已内当作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：
a.意识到数据的价值，在组织内部建立数据管理的规章和制度；
b.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；
c.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；
d.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；
e.参与行业数据管理的相关培训，具备数据管理人员。
04、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：
a.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；
b.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；
c.参与国家、行业等相关标准的制定工作； 
d.组织内部定期开展数据管理、应用相关的培训工作；
e.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。
05、优化级
数据被认为是组织生存和发展的基础，相关管理流程能及时优化，能在行业内进行最佳实践分享，具体特征如下：
a.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造组织的效率；
b.能主导国家、行业等相关标准的制定工作；
c.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。
三、价值 
- 组织可准确掌握自身大数据管理和应用现状；帮助组织发现数据管理过程中存在的问题，结合其他组织较佳实践经验，给出针对性建议；
- 规范和指导组织的大数据发展，提升数据管理人员数据资产意识，传播数据管理较佳实践；
- 为组织建立数据能力提升体系；对组织的数据从业人员提供培训和指导，为组织培养大数据发展人才；
- 提供一年免费会员服务，从行业专家、较佳实践，行业研讨会、行业报告等多个层面开展相关服务，持续推动组织数据能力水平的提升。