数据管理能力成熟度评估模型( Data Management Capability Maturity Assessment Model ,DCMM)是针对一个组织数据管理、应用能力的评估框架,通过数据能力成熟度模型,组织可以清楚定义数据当前所处的发展阶段以及未来的发展方向。
数据管理能力成熟度评估模型(DCMM)是由中国电子技术标准化研究院、北京大学、中国人民大学、清华大学、中国建设银行股份有限公司、华为技术有限公司、阿里云计算有限公司等科研院所、高校、企业以及众多专家共同起草,并于2018年10月1日起正式发布实施的国家标准。该标准给出了数据管理能力成熟度评估模型以及相应的成熟度等级,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、数据标准和数据生命周期8个能力域,每个能力域又包括若干能力项,共28项。成熟度评估分为5个等级,由低到高依次为初始级、受管理级、稳健级、量化管理级、优化级。
适用范围
数据拥有方
通过该标准的落地实施,可以评估数据拥有方在数据管理方面存在的问题并给出针对性的建议,帮助其提升数据能力水平。
数据解决方案提供方
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。
数据行业从业者
通过该标准的落地实施,可以帮助数据行业从业者建立全面的数据管理技能,提升自身的数据管理水平,进而提供更好的数据相关服务。
评估收益
行业发展方面
准确评估各地大数据发展现状
通过地方上各单位数据管理、应用情况的评估,可以掌握各单位大数据管理和应用的现状,发现具备的优势和存在的问题,为如何更好的利用本地的数据资源和进行针对性的指导提供支持。
培养大数据发展人才
大数据产业的发展是技术驱动式的,对人员的技能和素质有很高的要求,通过DCMM的评估可以对各地方和单位的数据从业人员进行培训,提升数据管理和应用的技能,进而从整体上促进地方和单位数据行业的整理发展。
规范和指导大数据行业发展
大数据基础理论和知识都处于发展阶段,特别是数据管理和应用的知识体系,通过DCMM的评估可以规范和指导大数据行业的发展,提升从业人员数据资产意识,提升数据技能,推广和传播数据管理最佳实践,从而促进整体行业的发展。
企业方面
发现存在的问题,指明发展方向
通过企业DCMM的评估,可以发现企业数据管理过程中存在的问题,并且结合其他企业的最佳实践经验,给出针对性的建议。同时,也可以发现企业数据管理过程中的优点,并加以强化和宣传。
提升人员技能,建立数据能力提升体系
通过DCMM的评估,可以加强企业内部技术人员、业务人员以及管理人员的数据资产意识,提升相关从业者的技能,理清数据管理、应用建设的思路和框架,规范和指导相关工作的开展。
数据拥有方--甲方
数据管理能力成熟度等级证书;
数据管理能力成熟度评估报告;
建设或规范数据管理体系;
发行数据能力现存问题;
针对性优化建议;
解决方案规划;
推荐行业标杆;
成为优秀案例;
培养管理人员及技术人员技能。
数据解决方案提供方--乙方
数据管理能力成熟度等级证书;
数据管理能力成熟度评估报告;
提升管理人员及技术人员技能;
提升数据服务能力;
规范项目实施能力;
符合厂商准入机制;
了解行业发展趋势;
推荐行业标杆;
成为优秀案例。
本文标签: