DCMM数据管理能力成熟度评估模型学习心得

DCMM研制背景
由于大数据是相对较新的行业，现阶段大数据相关理论的发展相对滞后，特别是数据治理相关的理论。目前国内各家单位更多是采用国际咨询公司的理论框架或者国际数据管理协会的数据管理知识体系作为引导，但是这些理论基本没有考虑国内数据行业发展的现状和特性，且普及程度也有待提高，导致目前国内很多公司在数据管理方面的意识薄弱，管理方式各异，发展相对落后。在这个背景下，由中国电子技术标准化研究院牵头制定了大数据重点标准《数据管理能力成熟度评估模型》，本标准在对国内外相关理论、实践进行充分研究的的基础上，结合国内数据行业的特征和发展需要，制定了国内第一个数据能力成熟度评价模型，用来指导和规范国内各家单位的数据管理行为，促进国内大数据行业的整体发展。

DCMM标准内容
DCMM模型对组织的数据管理能力进行了分析、总结，提炼出组织数据管理的八大能力域(数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用、数据生存周期)，并对每项能力进行了二级能力项(28个能力项)和发展等级的划分(5个等级)以及相关功能介绍和评定指标(445项指标)的制定。描述了每个组成部分的定义、功能、目标和标准。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。

数据成熟度评估等级
DCMM模型将组织的数据能力成熟度划分为初始级、受管理级、稳健级、量化管理级和优化级共5个发展等级，帮助组织进行数据管理能力成熟度的评价。

DCMM能力域和能力项
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评估流程
评估实施的四个阶段

为促进标准落地应用，2018年成立中国电子工业标准化技术协会数据管理应用推进分会，在工信部信软司的指导下，不断丰富完善并建立了 DCMM 评估体系。

DCMM的评估是在工信部信软司的指导下，由中国电子信息行业联合会统一组织，包括：评估机构选取、评估项目实施、优秀标杆评选、DCMM证书发放等。评估机构需要通过官方认证，才具有为企事业单位进行DCMM评估的资格。

根据中国电子信息行业联合会的公开资料，DCMM评估分为以下四个阶段：

DCMM价值意义
为企业数字化转型赋能！
与欧美国家相比，在数据管理领域我国一直缺乏完善的数据管理成熟度体系的研究，DCMM填补了这一空白，为国内组织的数据管理的能力的建设和发展提供了方向性指导。

DCMM国家标准的发布对促进我国数据产业的发展有着重要的意义。

通过DCMM评估，有利于帮助企业更加熟练地管理数据资产，增强数据管理和应用的能力，并提供一致和可比较的基准，以衡量一段时间内的进展。

通过DCMM评估，有利于帮助企业理清数据管理能力的长处和不足在哪里，帮助企业确定选择治理的优先顺序、治理范围和内容，更有效地管理和使用数据。

通过DCMM评估，有利于帮助企业建立与企业发展战略相匹配的数据管理能力体系，包含组织体系、制度体系、标准体系以及工具和技术体系等。

通过DCMM评估，有利于帮助企业建立数据管理和应用的队伍，培养数字化人才，有利于推动数据思维和数据意识的建立。

心得体会
通过学习DCMM数据管理能力成熟度评估模型，我懂得了数据管理的重要性。
1、能够发现存在的问题，为企业发展指明方向
2、提升人员技能，建立数据能力提升体系，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。
3、持续提升数据能力，为企业提供增值服务。