DC MM即《数据管理能力成熟度评估模型》，通过认证咨询服务，帮助建立数据管理闭环框架，结合企业的数据管理现状，优化现有数据管理流程及制度，帮助企业实现从数字化、网络化到智能化转型。
DC MM国家标准符合性评估工作简介
为进一步推动《数据管理能力成熟度评估模型》（DCMM）
GB/T 36073-2018国家标准在经济社会各领域应用实施，帮助
组织对象提高数据管理意识，找到自身与同业之间的差距，建
立与业务发展高度融合的数据管理体系。
DC MM（Data Management Capability Maturity Assessment Model，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。
DC MM的来源
工信部信软司、国家市场监管总局标准技术管理司于2014年成立全国信标委大数据标准工作组，从事国家大数据领域标准化工作，由梅宏院士担任组长，秘书处设在中国电子技术标准化研究院。
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
DCMM的价值
准确评估各地大数据发展现状。
通过对地方、行业各单位组织数据管理、应用情况的评估，可以掌握地方、行业单位组织数据管理和应用的现状，发现具备的优势和存在的问题，为如何更好利用本地、行业的数据资源和进行针对性的指导提供支持。
数据管理能力培育以解决企事业单位实际业务问题、支撑技术应用为出发点。通过将企事业单位业务、技术应用、数据需求与数据管理过程相结合，实现企事业单位数据管理体系革新、生产模式优化、运行效率提升，加快推动企事业单位向数字化、网络化、智能化转型发展，切实提高企事业单位的数据管理水平和综合竞争力。
该标准的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。
开展DC MM评估之后，可以免费享受一年的DC MM会员服务，从行业专家、最佳实践，行业研讨会、行业报告等多个层面开展相关服务，持续推动行业和公司数据能力水平的提升。
DC MM成熟度评估等级
5.2.1初始级
数据需求的管理主要是在项目级体现,没有统一的管理流程,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,各业务系统之间的数据存在不一致现象,组织未意识到数据管
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,无法核算数据维护、管理的成本。
能力等级标准：
第1级:初始级
在项目建设过程中反应了数据管理的目标和范围。
5.2.2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流程,指定了相关人员进行初步管理。
具体特征如下:
a)意识到数据的重要性,并制定部分数据管理规范,设置了相关岗位;
b)意识到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。
能力等级标准：
第2级:受管理级
1)识别与数据战略相关的利益相关者;
2)数据战略的制定能遵循相关管理流程;
3)维护了数据战略和业务战略之间的关联关系。
5.2.3稳建级
数据已被当做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,在组织内部建立了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)参与行业数据管理相关培训,具备数据管理人员。
能力等级标准：
第3级:稳健级
1)制定能反应整个组织业务发展需求的数据战略;
2)制定数据战略的管理制度和流程,明确利益相关者的职责,规范数据战略的管理过程;
3)根据组织制定的数据战略提供资源保障;
4)将组织的数据管理战略形成文件并按组织定义的标准过程进行维护、审查和公告;
5)编制数据战略的优化路线图,指导数据工作的开展;
6)定期修订已发布的数据战略。
5.2.4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,
在制定组织业务战略的时候可获得相关数据的支持;
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。
能力等级标准：
第4级:量化管理级
1)对组织数据战略的管理过程进行量化分析并及时优化;
2)能量化分析数据战略路线图的落实情况,并持续优化数据战略。
5.2.5优化级
数据被认为是组织生存和发展的基础,相关管理流程能实时优化,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善组织的效率;
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。
能力等级标准：
第5级:优化级
1)数据战略可有效提升企业竞争力;
2)在业界分享最佳实践,成为行业标杆。
数据战略规划
6.1.1概述
数据战略规划是在所有利益相关者之间达成共识的结果。从宏观及微观两个层面确定开展数据管
理及应用的动因,并综合反映数据提供方和消费方的需求。
过程描述如下:
a)识别利益相关者,明确利益相关者的需求;
b)数据战略需求评估,组织对业务和信息化现状进行评估,了解业务和信息化对数据的需求;
c)数据战略制定,包含但不限于:
1)愿景陈述,其中包含数据管理原则、目的和目标;
2)规划范围,其中包含重要业务领域、数据范围和数据管理优先权;
3)所选择的数据管理模型和建设方法;
4)当前数据管理存在的主要差距;
5)管理层及其责任,以及利益相关者名单;
6)编制数据管理规划的管理方法;
7)持续优化路线图;
d)数据战略发布,以文件、网站、邮件等方式正式发布审批后的数据战略;
e)数据战略修订,根据业务战略、信息化发展等方面的要求,定期进行数据战略的修订。
过程目标
过程目标如下:
a)建立、维护数据管理战略;
b)针对所有业务领域,在整个数据治理过程中维护数据管理战略(目标、目的、优先权和范围);
c)基于数据的业务价值和数据管理目标,识别利益相关者,分析各项数据管理工作的优先权;
d)制定、监控和评估后续计划,用于指导数据管理规划实施。
数据战略实施
6.2.1概述
组织完成数据战略规划并逐渐实现数据职能框架的过程。实施过程中评估组织数据管理和数据应
用的现状,确定与愿景、目标之间的差距;依据数据职能框架制定阶段性数据任务目标,并确定实施
步骤。
6.2.2过程描述
过程描述如下:
a)评估准则,建立数据战略规划实施评估标准,规范评估过程和方法;
b)现状评估,对组织当前数据战略落实情况进行分析,评估各项工作开展情况;
c)评估差距,根据现状评估结果与组织数据战略规划进行对比,分析存在的差异;
d)实施路径,利益相关者结合组织的共同目标和实际商业价值进行数据职能任务优先级排序;
e)保障计划,依据实施路径,制定开展各项活动所需的预算;
f)任务实施,根据任务开展工作;
g)过程监控,依据实施路径,及时对实施过程进行监控。
6.2.3过程目标
过程目标如下:
a)检查数据战略落实情况,定期对实施情况评估;
b)对现状和发展目标进行对比,分析存在差距,明确发展方向;
c)推动战略实施,根据存在的差距,结合组织的共同目标和实际商业价值,对数据职能任务优先
级排序,提供资源和资金保障,推动战略实施。
6.2.4能力等级标准
能力等级标准如下:
a)第1级:初始级
在具体项目中反映数据管理的任务、优先级安排等内容。b)第2级:受管理级
1)在部门或数据职能领域内,结合实际情况评估关键数据职能与愿景、目标的差距;
2)在部门或数据职能领域内,结合业务因素建立并遵循数据管理项目的优先级;
3)在部门或数据职能领域内,制定数据任务目标,并对所有任务全面分析,确定实施方向;
4)在部门或数据职能领域内,针对具体管理任务建立目标完成情况的评估准则。
c)第3级:稳健级
1)针对数据职能任务,建立系统完整的评估准则;
2)在组织范围内全面评估实际情况,确定各项数据职能与愿景、目标的差距;
3)制定数据战略推进工作报告模板,并定期发布,使利益相关者了解数据战略实施的情况和
存在的问题;
4)结合组织业务战略,利用业务价值驱动方法评估数据管理和数据应用工作的优先级,制定
实施计划,并提供资源、资金等方面的保障;
5)跟踪评估各项数据任务的实施情况,并结合工作进展调整更新实施计划。
d)第4级:量化管理级
1)可应用量化分析的方式,对数据战略进展情况进行分析;
2)积累大量的数据用以提升数据任务进度规划的准确性;
3)数据管理工作任务的安排能及时满足业务发展的需要,建立了规范的优先级排序方法。
e)第5级:优化级
在业界分享最佳实践,成为行业标杆。
数据战略评估
6.3.1概述
数据战略评估过程中应建立对应的业务案例和投资模型,并在整个数据战略实施过程中跟踪进度,
同时做好记录供审计和评估使用。
6.3.2过程描述
过程描述如下:
a)建立任务效益评估模型,从时间、成本、效益等方面建立数据战略相关任务的效益评估模型;
b)建立业务案例,建立了基本的用例模型、项目计划、初始风险评估和项目描述,能确定数据管理
和数据应用相关任务(项目)的范围、活动、期望的价值以及合理的成本收益分析;
c)建立投资模型,作为数据职能项目投资分析的基础性理论,投资模型确保在充分考虑成本和收
益的前提下对所需资本合理分配,投资模型要满足不同业务的信息科技需求,以及对应的数据
职能内容,同时要广泛沟通以保障对业务或技术的前瞻性支持,并符合相关的监管及合规性
要求;
d)阶段评估,在数据工作开展过程中,定期从业务价值、经济效益等维度对已取得的成果进行效
益评估。
本文主要围绕【企业数据管理能力】的产品服务特点进行详细介绍，通过对《代理企业数据管理能力成熟度评估模型认定》全方位的分析概要描述，以诚信为本合作共赢的理念打造更值得信赖的品牌！
