15010732062
页面位置页面位置 : 首页 > 新闻资讯 > 企业新闻

深度解读北京DCMM认证数据管理能力成熟度评估模型

发布时间:2022-01-21阅读量:作者:北京四方远望企业管理有限公司
       信息技术与经济社会的交汇融合引发了数据爆发式增长。北京DCMM认证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首个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,充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。

DCMM认证

DCMM简介
       DCMM(Data Management Capability Maturity Assessment Model,数据管理能力成熟度评估模型)是由全国信标委大数据标准工作组(国家工信部信软司主导,多家企业和研究机构共同组成)研发,并于2018年3月15日正式发布,是我国数据管理领域最佳实践的总结和提升。
       DCMM模型是一个整合了标准规范、管理方法论、评估模型等多方面内容的综合框架,他将组织内部数据能力划分为八个重要组成部分,描述了每个组成部分的定义、功能、目标和标准。该标准适用于组织在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。
DCMM结构组成
       DCMM模型,按照组织、制度、流程、技术对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过程域,即:数据战略、数据治理、数据架构、数据应用、数据安全、数据质量管理、数据标准、数据生命周期。这八个过程域共包含28个过程项,441项评价指标。
       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
北京DCMM认证的能力等级划分
       与CMMI类似,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。
01与其他模型相比,DCMM有什么不同?
       DCMM与国外的数据管理能力成熟度模型相比,DCMM是具有中国特色的数据管理模型。
02DCMM模型使用,评估实施的四个阶段
       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:
       准备阶段:收集及分析评估材料,确定评估的范围,成立评估小组并明确项目团队的各方职责。
       实施阶段:召开DCMM评估启动会,DCMM模型宣贯,开展现场评估。
       制定报告:形成DCMM评估结果,明确各过程域存在的问题和不足,指明改进方向。
       评审发布:提交报告及发放证书等。
03DCMM的价值,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。
本文标签:DCMM数据管理