数据管理能力成熟度评估模型

出自 MBA智库百科(https://wiki.mbalib.com/)

《数据管理能力成熟度评估模型》（Data management Capability Maturity Model，英文简称：DCMM）

　　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。它鼓励企业持续完善数据管理组织、程序和制度，以充分发挥数据在促进企业信息化、数字化、智能化发展方面的价值。

　　DCMM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八大核心能力域。这些能力域进一步细分为28个过程域和445条能力等级标准，以评估企业的数据管理成熟度。

　　早期探索阶段（2003-2010年）：中国数据管理领域前后在银行与通信业等数据衍生企业经历了早期实践探索，企业切入侧重点会有差异，有些从数据标准开始，有些从元数据开始，但已经小范围的开展。2004年，中国建设银行启动企业级数据仓库建设，整合全行数据资源，厘清数据源头。

　　广泛关注阶段（2010-2015年）：数据管理被进一步纳入电力等大型央企的信息化规划和信息化建设，也因互联网巨头的业务域数据规模快速增长而被关注。2014年，国家数据数据管理领域标准立项，2015年开始编制标准具体内容。

　　加速发展阶段（2015-2020年）：数据治理领域进入了一个加速发展的阶段，在理论与标准层面不断推陈出新。2016年在金融（人行，工行，建行，光大，银联），能源（国网，云南电网，天津电网，浙江电网），通讯（中移动，电信）进行了充分试验验证。2018年3月国家标准《数据管理能力成熟度评估模型》GB/T36073-2018（英文简称：DCMM）正式发布。

　　大力推广阶段（2020年至今）：2020年4月中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》，首次将数据定义为新型生产要素。数据已和其他要素融入经济价值创造过程，对生产力发展产生广泛影响。海量数据的激增也使得各方企业越发重视数据的管理，依据企业自身的情况构建数据管理体系，发挥数据的价值、保障数据的安全。

　　2020年4月10日国家发布了《关于构建更加完善的要素市场化配置机制的意见》意见中提出了数据要素领域的改革方向，把数据作为一种新型生产要素也是首个正式出现在官方文件中。

　　2021年11月15日工业和信息化部印发《十四五大数据产业发展规划》提出要推动《数据管理能力成熟度评估模型》国家标准贯标，持续提升企业单位数据管理水平，加强数据“高质量”治理。

　　2022年4月19日工业和信息化部印发《工业和信息化部关于工业大数据发展的指导意见》提出要推广DCMM标准构建工业大数据管理能力评估体系，引导企业数据管理能力。

　　截止到2022年12月31日，各地方政府在业和信息化部办公厅发布《关于印发企业数据管理国家标准贯标工作方案的通知》文件指导下，陆续发布了相关的数据发展规划，实施方案以及奖励政策，支持DCMM标准的落地实施。

　　2021年，国家电网有限公司、中国工商银行股份有限公司、中国南方电网有限责任公司、首批获得工信部数据管理能力成熟度五级评定的企业。2022年中国人寿保险股份有限公司获得工信部数据管理能力成熟度五级评定的企业。

　　根据中国电子信息行业联合会网站公布，累计到2022底全年共完成企业贯标评估1040家。这些龙头企业的贯标加快DCMM国家标准落地应用、为各行业数据管理能力建设提供支撑。

　　DCMM是针对企业数据管理和应用能力的评估框架，从标准本身讲，任何企业都可以申请。目前主要适用于两类，一是数据拥有方：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。二是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。

　　DCMM评估分为五个成熟度等级，从低到高分别为初始级、已管理级、已定义级、量化管理级和优化级。每个等级代表了企业在数据管理方面的发展阶段。这些等级有助于企业识别当前的数据管理实践及成熟度水平，并指导其向更高成熟度水平发展。

1 初始级 数据需求的管理主要在项目级体现，被动式管理，数据尚未发挥价值

2 受管理级 数据管理主要在部门级体现，已意识到数据是资产，数据支持业务基本工作

3 稳健级 数据管理在组织级体现，已被当做实现组织绩效目标的重要资产，数据基本满足业务管理要求

4 量化管理级 数据管理实现量化管理，数据被认为是获取竞争优势的重要资源，完全满足业务需求

5 优化级 数据管理达到行业标杆水平，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

　　通过实施DCMM，企业能够更好地理解和管理其数据资产，提高数据的利用效率，降低数据风险，从而在激烈的市场竞争中获得优势。自发布以来，DCMM标准得到了各行业的高度重视。例如，2020年9月，国资委发布了《关于加快推进国有企业数字化转型工作的通知》，明确要求相关企业加强数据标准化、元数据和主数据管理工作，定期评估数据治理能力成熟度。此外，中国人民银行在参考DCMM的基础上发布了《金融业数据能力指引》，推动金融企业数据管理能力的建设。

• 《数据管理能力成熟度评估模型》（GB/T36073-2018）