下载 | DCMM数据管理能力成熟度模型（附解读）

01

DCMM 标准简介

为规范国内各行业数据管理和应用工作，提升国内数据管理和应用能力，全国信息技术标准化技术委员于2014年会启动了《数据管理能力成熟度评价模型》（Data Capability Maturity Model 简称DCMM）的制定工作，并将作为一项国家标准（标准号：GB/-T 36073--2018），该标准于2018-03-15发布，2018-10-01正式实施。后台回复：DCMM，下载标准全文。

1.1、评估依据

数据管理能力成熟度评估的依据是国家标准GB/T 36073-2018《数据管理能力成熟度评估模型》，该标准借鉴了国际上数据管理理论框架和方法，在综合考虑国内数据管理情况发展的基础上，整合了标准规范、管理方法论、数据管理模型、成熟度分级等多方面内容。

1.2、评估内容

DCMM数据管理能力成熟度评估模型定义了数据战略、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八个核心能力域及28个能力项，并以组织、制度、流程和技术作为八个核心域评价维度。

DCMM是一个整合了标准规范、管理方法论、评估模型等多方面内容的综合框架，目标是提供一个全方位组织数据能力评估的模型。在模型的设计中，结合数据生命周期管理各个阶段的特征，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能力，并将这八大能力划分为八个共八个关键过程域，即：数据战略、数据治理、数据架构、数据应用、数据安全、数据质量管理、数据标准、数据生命周期，标准描述了每个过程域的建设目标和度量标准，可以作为组长进行数据管理工作的参考模型。

02

数据成熟度评级等级

DCMM将数据管理能力成熟度划分为五个等级，自低向高依次为初始级、受管理级、稳健级、量化管理级和优化级，不同等级代表企业数据管理和应用的成熟度水平不同。

03

总结与评价

DCMM参考了DAMA-DMBOK的先进经验和方法，并结合了国内数据管理整体的水平和现状，是国内各相关组织进行数据管理的一个参照型标准。该标准的发布对于规范行业数据的管理，促进数据产业的发展有着重要的意义。

（1）为组织的数据管理指明了方向

在数据管理领域国内一直缺乏完善的数据管理成熟度体系的研究，DCMM填补了这一空白，为国内各相关组织的数据管理的成熟度发展提供了方向性指导。根据DCMM组织能够进行数据管理成熟度的自我评估，找到改进方向，并制定改进措施，实施改进方案，提升组织的数据管理水平。

（2）培养专业人才，提升组织绩效

大数据产业的发展是技术驱动式的，这个领域对人员的技能和素质有很高的要求。通过DCMM的评估，可以对组织的数据从业人员进行专业化的培训和培养，提升数据管理和应用的技能，从而提升组织数据变现、数据创新的能力。

（3）规范行业发展，促进产业发展

大数据行业相对传统产生来说是一个新生的领域，理论知识和行业实践都处于探索和发展阶段，特别是数据管理和应用的知识体系。通过DCMM的评估，可以规范和指导数据行业的发展，提升从业人员数据资产意识。通过数据管理的应用实践和探索，逐步规范数据管理过程，提升数据管理成熟度，从而促进整体数据产业的发展。