数据管理能力成熟度模型，简称DCMM（Data Management Capability Maturity Assessment Model）是国家质量监督检验检疫总局、国家标准化管理委员会发布的我国首个数据管理领域国家标准。在工业和信息化部信息化和软件服务业司的指导下，由中国电子技术标准化研究院（简称“电子标准院”）于全国范围内开展评估业务。DCMM评估能够发现企业数据管理过程中存在的问题，并且结合其他企业的最佳实践经验，给出针对性的建议。
本文摘选了工信部电子第五研究所科技委委员、数据管理能力成熟度评估师高智伟博士《数据管理成熟度评估模型标准解读》中的部分精彩内容，希望能为读者提供一些相关领域的思路和借鉴。
一、提升组织数据管理能力的必要性
1、我国大力推动大数据产业发展
2015年12月16日，总书记在第二届世界互联网大会开幕式上强调，中国正在实施“互联网+”行动计划，推进数字中国建设，标志着“数字中国”成为未来数十年中国信息化发展的目标。“数字中国”覆盖经济、社会、文化、生活等方方面面，对经济发展方式转变、产业转型升级、创新社会管理、保障和改善民生、提升国家竞争力发挥至关重要的作用。
2、数据管理需要解决的问题
数据及时性能不能保证？数据准确性如何保证？
与数据关联的业务连续性能不能保证？
发生重大数据事件，第一时间向谁汇报？数据统计该由谁来负责？
数据安全风险有没有解决？
用户隐私数据有没有保护好？用户的数据能不能拿去交易？
公司人员对同一概念的理解是否保持基本一致？
二、国际数据管理的主要模型
1、国内外主流的数据管理模型
在数据管理理论研究领域，以DAMA、CMMI、DGL、 IBM等组织为代表，提岀了自成体系的数据管理框架或与数据管理相关的管理理论模型。目前已知的全球数据管理模型有20个左右。常见的数据管理模型有DAMA的DMBOK、CMMI研究院的DMM、ISO组织的38500系列、DGI的数据治理框架、IBM的数据治理成熟度评估模型、Gartner 的数据管理标准等，以及我国的DCMM等。
2、DCMM的内容
DCMM国家标准结合数据生命周期管理各个阶段的特征，按照组织、制度、流程、技术对数据管理能力进行了分析、总结，提炼出组织数据管理的八大过程域，并对每项能力域进行了二级过程项（28个过程项）和发展等级的划分（5个等级）以及相关功能介绍和评定指标（445项指标）的制定。
3、DCMM成熟度模型及概念介绍
GB/T 36073-2018 数据管理能力成熟度评估模型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。
4、DCMM等级划分与核心特点
L1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。
L2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。
L3稳健级：数据已被当做实现组织绩效目标的重要资产，在组织层制定了系列的标准化管理流程，促进数据管理的规范化。
L4量化管理级：数据被认为是获取竞争优势的重要资源，数据管理效率能量化分析和监控。
L5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。
三、数据管理能力成熟度
评估模型主要内容：
1、数据战略
组织开展数据工作的远景、目的、目标和原则，描述发展的蓝图和实现发展目标的路线图。数据战略包括数据战略规划、数据战略实施、数据战略评估三个过程域。其中数据战略规划制定旨在确定数据管理愿景、目标等高阶内容，数据战略实施确定任务蓝图及优先级顺序，战略实施评估对落实执行过程进行评价，有利于战略的执行和调整。
2、数据治理
数据资产管理行使权利和控制的活动集合，主要包含数据管理规范的制定，管理架构和流程的制定，具体工作的监督和执行。
3、数据架构
包括数据模型、数据分布、数据集成与共享、元数据管理四个二级域。
4、数据应用
数据应用是指通过对组织数据进行统一的管理、加工和应用，对内支持业务运营、 流程优化、营销推广、风险管理、渠道整合等活动，对外支持数据开放共享、数据服务等活动，从而提升数据在组织运营管理过程中的支撑辅助作用，同时实现数据价值的变现。数据应用是数据价值体现的重要方面。数据应用的方向需要和组织的战略和业务目标保持一致。
5、数据安全
数据安全管理是计划、制定、执行相关安全策略和规程，确保数据和信息资产在使用过程中有恰当的认证、授权、访问和审计等措施。
6、数据质量
数据质量是指数据对其期望目的的切合度，即从使用者的角度岀发，数据满足用户使用要求的程度。 数据质量重点关注数据质量需求、数据质量检查、 数据质量分析和数据质量提升的实现能力。
7、数据标准
数据标准是组织数据中的基准数据, 为组织各个信息系统中的数据提供规范化、标准化的依据，是组织数据集成、共享的基础，是组织数据的重要组成部分，主要包括业务术语、参考 数据和主数据、数据元、指标数据四个二级域。
8、数据生存周期
为实现数据战略确定的数据工作的愿景和目标，实现数据资产价值，需要在数据全生命周期中实施管理， 确保从宏观规划、概念设计到物理实现，从获取、处理到应用、运维、退役的全过程中，数据能够满足数据应用和数据管理需求。
点击下方，了解更多精彩内容：
