DCMM数据管理能力成熟度介绍

DCMM（数据管理能力成熟度评估模型）是我国首个数据管理领域国家标准。目前各行业都面临数字化转型的需求，对数据治理的关注越来越强。

一、DCMM的背景

(一) 时代背景：大数据时代到来，产业发展需要规范的数据管理

随着云计算、物联网等新兴技术的发展，大数据时代的到来推动着经济领域重大变革，企业数字化转型是当前大势所趋，数据管理成为企业发展、行业进步的重要环节，业界需要相关标准以规范数据管理。

(二) 政策背景：行业监管日趋严格，贯标与评估受到重视

1. 行业监管日趋严格

2017年5月至今，国务院、银保监会、国家卫建委、证券业协会和工信部密集发文，集中提出对相应行业数据信息加强重视、严格管理。详细如下：

2.DCMM贯标与评估受到重视

2016年底至今，国家政策和相关发言人多次强调数据管理工作，DCMM的标准贯彻和评估工作受到重视，成为国家重点工作。详细情况如下：

(三)工作背景：我国数据管理能力成熟度评估工作已有序展开

目前，我国数据管理能力成熟度评估工作已有序展开，建立机构、组织队伍等工作如火如荼。详细如下：

二、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。

三、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，如下图：

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。

四、DCMM的价值

DCMM全称是Data Management Capability Maturity Assessment Model，即数据管理能力成熟度评估模型。它是一个集标准规范、管理方法论、评估模型等多方面内容的综合框架，包含8个核心能力与28个能力项，目标是提供一个全方位组织数据能力评估的模型，以评估组织对数据进行管理和应用的能力。

DCMM对企业与行业发展的核心价值在于：

第一，作为数据管理体系，协助企业与行业建立自身数据管理能力；

第二，作为能力评判依据，协助企业与行业不断提升数据管理能力。

具体而言，主要通过以下几个方面来实现上述价值：

1. 规范和标准化企业或单位数据管理，明确职能划分、工具技术，建立管理体系。

2. 准确把握当前数据资产管理现状，找准关键问题和差距，确定发展方向，持续改进，提升数据管理能力。

3. 提升企业数据管理人员技能以及意识。

4. 整体制定企业数据管理的发展蓝图以及建设计划，持续提升数据能力。

5. 证明企业数据管理能力，增强外部信任，提升项目建设质量。

五、DCMM的意义

通过DCMM可以准确评估各地大数据发展现状，培养大数据发展人才，规范和指导大数据行业发展，进而从整体上促进数据行业发展。

从微观到宏观，DCMM主要具有三个方面的重要意义：

第一，从企业层面来看，有利于帮助企业快速提升数据管理能力。

第二，从行业管理层面看，有利于更好履行大数据行业管理职能。

第三，从国家安全层面来看，有助于维护国家网络安全和数据主权。