深度解读DCMM数据管理能力成熟度评估模型
发布时间：2022-03-28 09:50:19

DCMM（Data Management Capability Maturity Assessment Model，简称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，将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。该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。


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（441项指标）的制定。
数据战略：数据战略规划、数据战略实施、数据战略评估
数据治理：数据治理组织、数据制度建设、数据治理沟通
数据架构：数据模型、数据分布、数据集成与共享、元数据管理
数据应用：数据分析、数据开放共享、数据服务
数据安全：数据安全策略、数据安全管理、数据安全审计
数据质量：数据质量需求、数据质量检查、数据质量分析、数据质量提升
数据标准：业务数据、参考数据和主数据、数据元、指标数据
数据生存周期：数据需求、数据设计和开放、数据运维、数据退役
01 DCMM评估概述
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。
2、 评估内容
DCMM结合数据生命周期管理各个阶段的特征，按照组织、制度、流程和技术对数据管理能力进行分析、总结和提炼出了数据战略、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共8项能力域，并对每项能力域分成了二级子项（共28个）。

3、评估等级

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。

02 DCMM贯标与评估流程
1、贯标流程
DCMM贯标流程主要分为三个阶段：

Step1：差距分析：贯标启动，进行差距分析。
Step2：能力建设：建立数据管理组织，完善制度，内部运行并开展自评估。
Step3：测量评估：组建评估队伍，开展第三方评估，获取评估报告和能力证书。

2、评估流程
（1）评估机构提供培训和咨询辅导，建立数据管理组织，完善制度，内部运行并开展自评估。
（2）向外部评估机构提交有效的申请材料。
（3）评估机构受理评估申请后，组织实施文件评审和现场评审并出具评估报告，给予评估等级的推荐意见，并报评估工作部备案。
（4）评估工作部对评估机构报送的评估结果进行合规性审查。对于合规性审查中发现存在较大问题的评估结果有权驳回。对于评估机构推荐的量化管理级和优化级评估结论，评估工作部需组织专家对评估结果进行评议。
（5）评估工作部对通过审查、复核或评议的，进行为期一周的公示。对公示后无异议的，由评估机构颁发数据管理能力成熟度评估证书。
具体评估流程图如下：

03 DCMM与其他模型有什么不同？
DCMM与国外的数据管理能力成熟度模型相比，DCMM是具有中国特色的数据管理模型。

第一、从研制单位来讲，国外的数据管理成熟度模型要么是数据管理研究的相关协会，要么是咨询公司，要么是数据产品的供应商，都属于民间组织，而DCMM是由国家工信部信软司主导，数据管理领域的国家级标准。
第二、DCMM强调数据战略和数据标准，这是与DAMA-DMBOK中的数据管理框架以及CMMI-DMM模型是有所不同的。在DCMM模型中，数据战略就是组织数据管理的最高总则，为组织的数据管理提供方向指引；数据标准是具体数据管理实践的执行规范，为组织的数据管理提供操作指导。
第三、DCMM模型的数据治理过程域中的二级过程项“数据治理沟通”，这个是DCMM的一个亮点。从数据治理战略的制定到落地执行都离不开沟通，沟通连接着数据治理各个环节。

第四，DCMM模型还重点强调数据应用，将数据应用独立是其八大过程域之一，数据应用过程域包含了数据分析、数据开放共享、数据服务。所以严格意义上讲，DCMM模型评估的不单纯是组织的数据管理能力，还包括组织的数据应用能力，这在其他的数据管理成熟度模型中是看不到的。


04 DCMM的价值
与欧美国家相比，在数据管理领域我国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，为国内组织的数据管理的能力的建设和发展提供了方向性指导。


而企业通过DCMM评估，其价值和意义主要在以下四个方面：

有利于帮助企业更加熟练地管理数据资产，增强数据管理和应用的能力，并提供一致和可比较的基准，以衡量一段时间内的进展。

有利于帮助企业理清数据管理能力的长处和不足在哪里，帮助企业确定选择治理的优先顺序、治理范围和内容，更有效地管理和使用数据。

有利于帮助企业建立与企业发展战略相匹配的数据管理能力体系，包含组织体系、制度体系、标准体系以及工具和技术体系等。

有利于帮助企业建立数据管理和应用的队伍，培养数字化人才，有利于推动数据思维和数据意识的建立。

DCMM评估对象既可以是数据拥有方，通过一系列的方法、关键指标和问卷来评价某个企事业的数据管理现状，从而帮助其查明问题、找到差距、指出方向，并且提供实施建议，为企业提供与企业发展战略相匹配的数据管理能力体系建设。也可以是数据服务商，通过该标准的落地实施，可以帮助数据解决方案提供方完善自身解决方案的完备度，提升自身咨询、实施的能力。
DCMM可以作为企业数据管理能力建设的指导性工具，能否有助于实现上文描述的“四个有利于”，关键要看怎么用。是用它来获取高级别的认证，还是真正的寻找和改进企业数据管理和应用方面不足，这是两个层面的出发点，出发点不同结果是显而易见的。


企业开展DCMM评估是为了找到数据管理中的实际问题、不足或优势，是为了更好的管理和应用好数据，从而为企业的数字化提供更好的支撑。要通过数据管理成熟度的评估，真正发现问题、找到差距、提出改进方案和最佳路径，帮助企业自身实现数字化转型。