数据管理能力成熟度评估模型（Data Management Capability Maturity Assessment Model）是我国在数据管理领域首个正式发布的国家标准（国家标准GB/T 36073-2018），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。
DCMM模型架构：能力域-能力项-标准
DCMM的8大能力域
DCMM模型定义了八个核心能力域：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、数据生命周期。
数据战略
从集团与产业公司层面关注，是否制定了清晰的数据战略，组织管理目标是否和战略方向一致，有无配套的制度建设。
数据生命周期
帮助组织在数据生命周期的各个阶段以最低的成本获得最大的价值，对数据进行贯穿整个生命的管理
数据架构
用于定义数据需求、指导对数据资产的整合和控制
数据治理
作为执行数据管理的制度，是数据资产管理行驶权利和控制的活动集合
数据应用
通过对组织数据进行统一的管理、加工与应用，对内支持业务运营、流程优化等，对外支持数据开放共享，实现数据价值的变现
数据安全
指组织中的数据受到保护，没有被破坏、更改、泄漏或非法访问
数据质量
指数据的适用性，描述数据对业务和管理的满足度
数据标准
为组织各个信息系统中的数据提供规范化、标准化依据
DCMM的28个能力项
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445条标准进行评估。
数据战略
<数据战略评估> <数据战略实施> <数据战略规划>
数据生命周期
<数据需求> <数据设计和开发> <数据运维> <数据退役>
数据架构
<元数据管理> < 数据集成共享> <数据分布> <数据模型>
数据治理
<数据制度建设> <数据治理沟通> <数据治理组织>
数据应用
<数据服务> <数据开放共享> <数据分析>
数据安全
<数据安全审计> <数据安全管理> <数据安全策略>
数据质量
<数据质量提升> <据质量分析> <数据质量检查> <数据质量需求>
数据标准
<指标数据> <数据元> <参考数据和主数据> <业务术语>
DCMM的445个标准
DCMM数据管理能力成熟度的八个核心能力域及28个能力项中，每个能力项都有自己的评价标准，共445条标准。具体参见《GB/T36073-2018 数据管理能力成熟度评估模型》或联系本人。举个例子：
能力域：数据治理
能力项：数据制度建设
（一）概述
保障数据管理和数据应用各项功能的规范化运行.建立对应的制度体系。数据制度体系通常分层 次设计。遵循严格的发布流程并定期检査和更新。数据制度建设是数据管理和数据应用各项工作有序开展的基础。是数据治理沟通和实施的依据。
（二）过程描述
过程描述如下：
- 制定数据制度框架。根据数据职能的层次和授权决策次序，数据制度框架分为政策、办法、细则 三个层次。该框架规定了数据管理和数据应用的具体领域、各个数据职能领域内的目标、遵循的行动原则、完成的明确任务、实行的工作方式、釆取的一般步骤和具体措施；
- 整理数据制度内容。数据管理政策与数据管理办法、数据管理细则共同构成组织数据制度体系，其基本内容如下：
1） 数据政策说明数据管理和数据应用的目的•明确其组织与范围；
2） 数据管理办法是为数据管理和数据应用各领域内活动开展而规定的相关规则和流程；
3） 数据管理细则是为确保各数据方法执行落实而制定的相关文件； - 数据制度发布。组织内部通过文件、邮件等形式发布审批通过的数据制度；
- 数据制度宣贯，定期开展数据制度相关的培训、宣传工作；
- 数据制度实施.结合数据治理组织的设置。推动数据制度的落地实施。
（三）过程目标
过程目标如下：
- 建立数据制度体系.并在组织范围内广泛征求意见后发布；
- 建立制度的管理流程，进行制度的检査、更新、发布、推广。
（四）能力等级标准如下：
第1级：初始级
1） 各个项目分别建立数据相关规范或细则；
2） 数据管理制度的落实和执行由各项目人员自行决定。
第2级：受管理级
1） 在部分数据职能框架领域建立跨部门的制度管理办法和细则；
2） 识别了数据制度相关的利益相关者. 了解相关诉求；
3） 明确了数据制度的相关管理角色，推动数据制度的实施；
4） 跟踪制度实施情况定期修订管理办法,维护版本更新；
5） 初步建立了防范法律和规章风险的相关制度°
第3级：稳健级
1） 在组织范围内建立制度框架，制定数据政策；
2） 建立全面的数据管理和数据应用制度。覆盖各数据职能域的管理办法和细则。并以文件形式发布。以保证数据职能工作的规范性和严肃性；
3） 建立有效的数据制度管理机制。统一了管理流程。用以指导数据制度的修订；
4）能根据实施情况持续修订数据制度，保障数据制度的有效性；
5） 定期开展数据制度相关的培训和宣贯；
6） 业务人员积极参与数据制度的制定，并有效推动业务工作的开展；
7） 数据制度的制定参考了外部合规、监管方面的要求。
第4级：埴化管理级
1） 数据制度的制定参考了行业最佳实践。体现了业务发展的需要，推动了数据战略的实施；
2） 量化评估数据制度的执行情况，优化数据制度管理过程。
第5级：优化级
在业界分享最佳实践，成为行业标杆。
DCMM的成熟度评估等级
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（1级）、受管理级（2级）、稳健级（3级）、量化管理级（4级）和优化级（5级），不同等级代表企业数据管理和应用的成熟度水平不同。
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：
- 组织在制定战略决策吋，未获得充分的数据支持；
- 没冇正式的数据规划、数据架构设计、数据管理组织和流程等；
- 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 理或数据质鼠的重要性；
- 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。
受管理级
组织已经意识到数据的重要性，根据管理策略的要求制定了管理流程，指定相关人员进行初步管理，具体特征如下：
- 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；
- 意识到数据质拈和数据孤岛是一个車要的管理问题.但目前没有解决冋题的办法；
- 组织进行了初步的数据集成协同，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；
- 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。
稳建级
数据已经被当作视线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：
- 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；
- 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；
- 建立的相关数据管理组织、管理流程能推动组织内各部门按流程开展工作；
- 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；
- 参与行业数据管理相关培训，具备数据管理人员。
量化管理级
已经意识到数据是获取竞争优势的重要资源，数据管理效率能够进行量化分析和监控，具体特征如下：
- 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；
- 在组织层面建立了标准化的评估指标体系，可准确测量数据管理流程的效率并及吋优化；
- 参与国家、行业等相关标准的制定工作；
- 组织内部定期开展数据管理、应用相关的培训工作；
- 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据管理、应用的提升。
优化级
数据被认为是组织生存的基础，相关管理流程能够实时优化，能够在行业内进行最佳实践的分享。, 具体特征如下：
- 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；
- 能主导国家、行业等相关标准的制定工作；
- 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。
企业DCMM评估流程
DCMM评估流程大致分为：受理申请（填写申请书）→合同受理（签订合同）→资料收集解读→现场评估→撰写评估报告→DCMM专家委员会审核→公示→颁布证书。
具体评估流程分为准备阶段、实施阶段、报告制定、评审发布4个阶段。
DCMM评估从前期申报到领取评估报告，时间周期约为1-3个月左右，主要依据DCMM专家委员会审核周期来确定。
1）准备阶段：通过收集、分析客户资料进行解读，充分理解被评组织的背景，共同确定评估的范围，成立联合评估小组，制定评估计划明确项目团队及各方职责。
2）实施阶段：召开DCMM启动会，明确工作目标及工作内容，开展DCMM模型培训宣贯，解读评估内容及评估方法，通过问卷调查、现场访谈等形式，获得客户DCMM 的基本现状。
3）制定报告：结合客户DCMM现状，依据DCMM评估模型及成熟度等级标准，形成DCMM成熟度评估结果，揭示关键发现，提出关键建议，总结形成DCMM评估报告。
4）评审发布：提交DCMM评估报告至电子联合会，通过专家组评审，获得DCMM成熟度等级证书（有效期三年）。
DCMM的评估方式
（1）审查文件和记录：包括公司层面及部门层面的规章、制度、规范和管理规定等，以及公司在管理过程中的过程文档，如会议纪要、会签记录等。
（2）观察数据管理过程和活动：重点了解数据管理系统/平台/工具的相关功能和使用记录。
（3）人员访谈：对公司的规章制度执行以及数据管理平台使用情况进行核验，确认其实施过程与客观证据是否保持一致。
DCMM评估的价值
为企业数字化转型赋能，通过DCMM评估，能够帮助企业找到数据管理中的实际问题，以便更好的管理和应用好数据，从而为企业的数字化提供更好的支撑。
- 通过DCMM评估，发现企业数据管理能力建设过程中存在的问题，找到企业本身与行业平均水平之间的差距，指出企业未来数据管理能力建设方向。
- 通过DCMM评估，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。
- 通过DCMM评估，持续提升企业数据管理能力，反哺企业业务水平的提升，形成正向循环。
企业开展DCMM评估，一定要通过数据管理能力成熟度的评估，真正发现问题、找到差距、提出改进方案和最佳路径，帮助企业自身实现数字化转型。
DCMM自评雷达图
企业开展DCMM自评，对照每项能力项的评估标准进行打分。先制定分制，然后自评，最后生成雷达图，编写评估报告。
例如：定义总分为5： 初始级 0～1.50；受管理级 1.51～2.50； 稳健级 2.51～3.50；量化管理级 3.51～4.50；优化级 4.51～5.00。为445项的标准主义进行评分，结果以评分雷达图的形式展示，可更直观的看到企业的综合水平，最后编写评估报告详细表示企业不足之处及发展建议。
参考资料：
- https://itcn.blog/p/3237149202.html
- 《GB/T36073-2018 数据管理能力成熟度评估模型》
