·九游会AG·产品介绍
信息技术与经济社会的交汇融合引发了数据爆发式增长。数据蕴含着重要的价值,已成为国家基础性战略资源,正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。数据价值发挥的前提是管理好数据,然而,数据规模的增加、数据格式的复杂化等都给企业数据管理提出了挑战。
《数据管理能力成熟度评估模型》(以下简称DCMM)是我国在数据管理领域首个正式发布的国家标准,旨在帮助企业利用先进的数据管理理念和方法,建立和评价自身数据管理能力,持续完善数据管理组织、程序和制度,充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。
1.DCMM评估概述
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/T36073-2018《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。
1.3能力等级
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。
2.DCMM贯标与评估流程
2.1贯标流程
DCMM贯标流程主要分为三个阶段:
差距分析:贯标启动,进行差距分析;
能力提升:建立数据管理组织,完善制度,内部运行并开展自评估;
评估确认:组建评估队伍,开展第三方评估,获取评估报告和能力证书。
2.2评估流程
(1)评估工作部遴选试点评估单位。
(2)入选的试点评估单位向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。
2.3评估交付物
(1)评分结果:全面展示企业数据管理各能力项成熟度评估等级。
(2)评估报告:分析企业数据管理现状,识别数据管理问题及改进项,给出数据管理能力成熟度等级推荐建议。
(3)数据管理发展路线图(可选):根据企业管理的需要,以及业界最佳实践,制定针对性的企业数据管理发展路线图,并且根据现状制定针对性的行动计划。
(4)评估证书:颁发企业数据管理能力成熟度评估证书。
3.DCMM评估企业收益
(1)帮助和指导企业获得当前数据管理现状,识别与行业最佳实践差距,找准关键问题,提出数据管理改进建议和方向。
(2)开展人员培训,提升企业数据管理人员技能,提高企业数据管理能力成熟度。
(3)有机会参与数据管理优秀·九游会AG·案例遴选以及成果展示系列活动。
(4)以第三方客观评估结果为依据,对外展示企业数据管理能力,满足监管要求,传递信任。
4.DCMM主要适用对象
(1)数据拥有方:金融与保险机构、互联网企业、电信运营商、工业企业、数据中心所属主体、高校、政务数据中心等;
(2)数据解决方案提供方:数据开发/运营商、信息系统建设和服务提供商、信息技术服务提供商等。
所需材料
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
常见问题
数据管理能力成熟度等级
* DCMM5级-优化级
* DCMM4级-量化管理级
* DCMM3级-稳健级
* DCMM2级-受管理级
* DCMM1级-初始级