信息技术与经济社会的交汇融合引发了数据爆发式增长。数据蕴含着重要的价值,已成为国家基础性战略资源,正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。数据价值发挥的前提是管理好数据,然而,数据规模的增加、数据格式的复杂化等都给企业数据管理提出了挑战。
《数据管理能力成熟度评估模型》(以下简称DCMM)是我国在数据管理领域正式发布的国家标准,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,充分发挥数化、数字化、智能化发展方面的价值。
1. DCMM评估概述
1.1 评估依据
数据管理能力成熟度评估的依据是国家标准GB/T 36073-2018《数据管理能力成熟度评估模型》,该标准借鉴了国际上数据管理理论框架和方法,在综合考虑国内数据管理情况发展的基础上,整合了标准规范、管理方法论、数据管理模型、成熟度分级等多方面内容。
1.2 评估内容
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、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,并以组织、制度、流程和技术作为八个核心域评价维度。
1.3 能力等级
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、受管理级、稳健级、量化管理级和优化级,不同等级代表企业数据管理和应用的成熟度水平不同。
2.DCMM贯标与评估流程
2.1 贯标流程
DCMM贯标流程主要分为三个阶段:
差距分析:贯标启动,进行差距分析;
能力提升:建立数据管理组织,完善制度,内部运行并开展自评估;
评估确认:组建评估队伍,开展第三方评估,获取评估报告和能力证书。
2.2 评估流程
(1)评估工作部遴选试点评估单位。
(2)入选的试点评估单位向评估机构提交有效的申请材料。
(3)评估机构受理评估申请后,组织实施文件评审和现场评审并出具评估报告,给予评估等级的意见,并报评估工作部备案。
(4)评估工作部对评估机构报送的评估结果进行合规性审查。对于合规性审查中发现存在较大问题的评估结果有权驳回。对于评估机构的量化管理级和优化级评估结论,评估工作部需组织专家对评估结果进行评议。