DMM与DCMM数据管理成熟度模型评估工具对比

DMM与DCMM数据管理成熟度模型

评估⼯具对⽐

⼀、数据管理成熟度的国内外模型

（⼀）数据管理成熟度模型产⽣背景

在⼤数据时代，数据如同⽯油⼀样成为⼴泛意义上的战略资产。数据管理⼯作逐渐进⼊更多数据研究者、涉及数据管理的企业及机构，甚⾄国家层⾯的⾼度重视。数据管理急需治理体系、架构、质量与安全、应⽤等⽅⾯的指引，并根据这些⽅⾯呈现的特征划分阶段。

任何⼀种事物，都可以从发展历程，根据确定的原则，划分出历史阶段，以便进⾏研究、对⽐、预测。举例来说，⼀种事物，可以全周期地划分为萌芽、初创、发展、成熟、衰退共5个⼀级阶段；也可以择其要，划分为产⽣、发展、成熟共3个⼀级阶段。这些逻辑意义上的阶段划分，在每类具体⼯作中，命名千差万别。并且还可以将⼀级阶段划分为多个⼆级阶段。其具体划分情况均以便于开展所在组织内的⼯作为原则。

数据管理也不例外，在其蓬勃发展的过程中，开展阶段划分⼯作是⾮常必要的，具有重要的意义。

（⼆）数据管理成熟度国内外研究模型

根据公开资料显⽰，国外多个企业或机构根据其管理经验及时发布了数据管理能⼒成熟度评价标准，具体如下图所⽰：

以上国外模型的发布，及其在各机构的试点应⽤，对国内数据管理成熟度管理⼯作具有很好的借鉴意义。

国内⽅⾯，全国信息技术标准化技术委员于2014年会启动了《数据管理能⼒成熟度评价模型》(即：Data Capability Maturity Model 简称DCMM)的制定⼯作，联合中国⼈民⼤学、清华⼤学、建设银⾏、光⼤银⾏、华为、御数坊、阿⾥巴巴等单位共同起草，推出了数据管理能⼒成熟度模型。该模型在制定过程中充分吸取了国内先进⾏业的发展经验(以⾦融业为主)，结合了国际上DAMA(国际数据管理协会)《数据管理知识体系指南DMBOK》中的内容）。最终发布的《数据管理能⼒成熟度评价模型》GB/T 36073-2018是我国数据管理领域⾸个国家标准。

（三）数据管理成熟度评估的必要性及意义

只要涉及数据管理⼯作的组织，皆可通过深⼊分析本组织在数据管理能⼒⽅⾯的现状，选取某种成熟度模型，开展数据管理能⼒成熟度的评估，以便能够：

1.找到组织本⾝与所在⾏业平均⽔平之间的差距；

2.针对存在的问题，帮助组织总结提炼关键问题，提升组织内部的数据管理意识，根据成熟度提供的路径提升数据管理能⼒。

⼆、关于DMM模型数据管理成熟度的划分等级、判断⼯具

国外影响⼒较⼤的DMM模型能够为企业提供评估其当前数据管理能⼒状态，包括但不限于能⼒成熟度、识别差距和纳⼊改进指南等，并根据评价结果，为企业定制数据管理实施路线图，来提⾼企业数据管理能⼒。该模型包括25个过程域，由20个数据管理过程域和5个⽀持过程域组成，按管控维度不同分为：数据战略、数据治理、数据质量、数据运营、平台与架构、⽀撑流程6个类型。

DMM模型针对数据管理能⼒分为五个层级：

等级⼀：可执⾏级

被动、⾮正式，经常临时性的，数据孤岛式的数据管理。

等级⼆：可管理级

已定义和⽂档化的流程，在业务部门层⾯执⾏。

等级三：已定义级

与业务战略保持⼀致，标准化和⼀致性实施。

等级四：可度量级

在整个企业中可量度可跟踪，跨职能的依赖协调。

等级五：优化管理级

在可持续基础上管理，在反馈的基础上创新和流程改进。其结构化呈现如下：

三、关于DCMM模型数据管理成熟度的划分等级、判断⼯具

国内的数据管理能⼒成熟度模型（DCMM）标准将组织对象的数据管理划分为⼋⼤能⼒域（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），并对每项能⼒域进⾏了⼆级能⼒项（28个能⼒项）和成熟度等级的划分（初始级、受管理级、稳健级、量化管理级、优化级）。

等级⼀：初始级。组织没有意识到数据的重要性，数据需求的管理主要是在项⽬级来体现，没有统⼀的数据管理流程，存在⼤量的数据孤岛，经常由于数据的问题导致低下的客户服务质量、繁重的⼈⼯维护⼯作等。

等级⼆：受管理级。组织已经意识到数据是资产，根据管理策略的要求制定了管理流程，指定了相关⼈员进⾏初步的管理，并且识别了与数据管理、应⽤相关的⼲系⼈。

等级三：稳健级。数据已经被当作实现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以促进数据管理的规范化，数据的管理者可以快速地满⾜跨多个业务系统、准确、⼀致的数据要求，有详细的数据需求响应处理规范、流程。

等级四：量化管理级。数据被认为是获取竞争优势的重要资源，组织认识到数据在流程优化、⼯作效率提升等⽅⾯的作⽤，针对数据管理⽅⾯的流程进⾏全⾯的优化，针对数据管理的岗位进⾏关键绩效指标(key performance indicator，KPI)的考核，规范和加强数据相关的管理⼯作，并且根据过程的监控和分析对整体的数据管理制度和流程进⾏优化。

等级五：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。

其结构化呈现如下：

四、DMM与DCMM数据管理能⼒成熟度判断⼯具对⽐

（⼀）DMM与DCMM数据管理能⼒成熟度的阶段划分对⽐

由上可见，两个模型的成熟度分级相同，其内涵也接近，只不过后者的表述更接近国内企业管理实践⽤语。（⼆）DMM与DCMM数据管理能⼒成熟度的维度划分对⽐

由上可见，两个模型的成熟度维度划分相近，按原⽂，DMM 更简略，DCMM更详尽且维度更全⾯。

综上，国内企业开展本组织的数据管理成熟度评估时，建议参考DCMM并根据企业实际进⾏优化完善。