数资汇：数据治理管理能力评估数据治理与数据管理能力成熟度评估模型（62页）.pdf

《数资汇：数据治理管理能力评估数据治理与数据管理能力成熟度评估模型（62页）.pdf》由会员分享，可在线阅读，更多相关《数资汇：数据治理管理能力评估数据治理与数据管理能力成熟度评估模型（62页）.pdf（62页珍藏版）》请在三个皮匠报告上搜索。

1、日期：2024年08月14日演讲人：赵瑞数据治理（管理）能力评估数据治理与数据管理能力成熟度评估模型目录目录01组织评价模型02人才评价模型O1组织评价模型DCMM数据管理能力成熟度评估模型数据治理（管理）计划（program）组织数据能力评估模型组织数据能力的成熟度等评估模型主要包括：DCMM、DSMM、DCAM、DAMA等。最新版DMBOK2.1中，对于数据成熟度评估模型的选择给出了应考虑的标准：1.可访问性1.可访问性：实践以非技术术语陈述，传达活动的功能要义。2.全面性2.全面性：框架涵盖广泛的数据管理活动范围，包括业务参与，而不仅仅是IT流程。3.可扩展性和灵活性3.可扩展性和灵活性

2、：模型结构化以便增强行业特定或额外学科，并可根据组织的需求整体或部分使用。4.内置未来进展路径4.内置未来进展路径：尽管具体优先事项因组织而异，但DMM框架在描述的每个功能内概述了一个逻辑的前进方式。5.行业无关或行业特定5.行业无关或行业特定：一些组织将受益于行业特定方法，其他组织将受益于更通用的框架。任何DMM框架还应遵循跨行业的数据管理最佳实践。6.抽象或详细程度6.抽象或详细程度：实践和评估标准以足够详细的水平表达，以确保它们与组织及其执行的工作相关联。7.非规范化7.非规范化：框架描述需要执行的内容，而不是如何执行。8.按主题组织8.按主题组织：框架将数据管理活动放置在适当的背景中，

3、使每个活动可以单独评估，同时识别依赖关系。9.可重复9.可重复：框架可以一致地解释，支持可重复的结果，以便将组织与同行业其他组织进行比较，并随着时间跟踪进展。10.由中立、独立的组织支持10.由中立、独立的组织支持：该模型应该是厂商中立的，以避免利益冲突，并且应该是广泛可用的，以确保广泛代表最佳实践。11.技术中立11.技术中立：该模型的重点应该是实践，而不是工具。12.包含培训支持12.包含培训支持：该模型受到全面培训的支持，以使专业人士掌握框架并优化其使用。DCAM第 1 级未启动第 2 级概念型第 3 级发展型第 4 级已定义第 5 级已达成第 6 级增强型临时努力 无法复制动机存在概念

4、明确计划已制定能力实施正在进行中结构已被识别能力已建立并获得批准分阶段部署开始能力已在整个组织中部署年度审查促进改进数据管理实践最难过渡DSMMDSMM数据安全能力成熟度评估模型过程域：7个过程域过程：30个过程能力维度：4个能力维度标准：576个基本实践（评价指标）等级：5个等级（1-5级）DCMMDCMM数据管理能力成熟度评估模型能力域：8个能力域能力项：28个能力项标准：445个度量标准（评价指标）等级：5个等级（1-5级）DCMM数据管理能力成熟度评估模型1.DCMM 标准背景2.DCMM 标准概述3.DCMM 评估模型4.DCMM 评估方法5.DCMM 2024新规大数据标准规划国家

5、标准号国家标准号：GB/T 36073-2018标准名称标准名称：数据管理能力成熟度评估模型（DCMM）范围和主要内容范围和主要内容：该标准把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。本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产生历史2020-至今：推广期（数据生产要素）2015-2020：发展期（国家标准）2010-2015：关注期（大数据）2003-2010：探索期（EDW）中国数据管理领域于2003-2010年前后在银行与通信业经历了早期实践探索。

6、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，理清数据源头。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。如DCMM、DSMM、阿里数据中台、华为数据治理实践案例等。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领域数据规模快速增长而被关注。国家层面陆续发布中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见、关于加快推进国有企业数字化转型工作的通知等政策文件。DCMM建立历程数据管理能力成熟度评估模型（简称：DCMM），2013-2018：制定阶段，2019-至今：推广阶段。数据管理能力成熟度评估模型（简称：