张敏
点击图片查看原图
DCMM是《数据管理能力成熟度评估模型》GB/T 36073-2018国家标准，英文简称：（Data management Capability Maturity Model）。是我国首个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，充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。 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8个核心能力域，细分为28个过程域和445条能力等级标准。 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。 DCMM是针对企业数据管理和应用能力的评估框架，从标准本身讲，任何企业都可以申请。目前主要适用于两类。 一是数据拥有方，如银行、能源、通信等大数据拥有和使用的企业； 二是信息技术服务方，如数据管理中台技术提供商、数据管理技术解决方案提供商。 根据中国电子信息行业联合会网站公布，累计到上年底贯标已覆盖电力、通信、金融、政务、IT、工业制造等数百家企业。其中：5级2家，4级占比10%、3级40%、2级及以下企业占比最多，超50%。 近期，各地方政府还相继出台了鼓励政策，全面支持DCMM贯标评估。 DCMM评估流程分为评估准备、正式评估和结果评议三个阶段。 （1）评估准备阶段：被评估方参照DCMM标准建立、健全数据管理体系，内部运行开展自评估，也可以通过贯标咨询机构协助对标，并向第三方评估机构提交有效的申请材料。 （2）正式评估阶段：评估机构受理评估申请后，组织现场评审并出具评估报告，给予评估等级的推荐意见，并报评估工作部备案。 （3）结果评议阶段：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。对于评估机构推荐的优化级、量化管理级和优化级的评估结论，评估工作部需组织专家对评估结果进行评议。 （1）制度层面。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）平台工具层面。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）人员管理层面。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。 一般来说，数据战略和治理需要的是管理人员，其余6个能力域需要的是技术人员，从实际评估角度来说，企业匹配人员一般在3-8个，在申请较低等级的过程中，一个人可以覆盖2-3个能力域。 准备工作分为三个阶段： （1）差距分析：对照能力等级标准的相关要求，梳理本企业数据管理的相关制度、执行过程文档、数据管理平台和工具的相关资料，进行差距分析，制定建设提升工作计划。 （2）能力建设：健全数据管理组织，完善数据管理制度体系，优化数据管理平台和工具，开展对标自评估。 （3）量化评估：组建评估队伍，提交正式评估申请，开展第三方评估，获取评估结果和提升整改意见。 DCMM评估包含的内容也较多，且向下兼容，所以申请高等级评估同时需要满足低等级的要求。简易评估要点主要包含企业规模、数据管理人员、数据管理制度和数据管理工具与平台等维度： 一是帮助企业科学有效的掌握数据管理方法，发现问题、找到差距，给出企业提高数据管理能力的路径。 二是帮助企业提升内部管理，提高数据作为单位核心战略资源的地位。 三是帮助企业提高人员技能，推动企业数据管理人才队伍建设。 四是帮助企业提高市场竞争门槛，促进数据要素价值释放。同时，贯标企业在对外服务、试点项目、数字经济领域等，重要会议、学术交流、承接项目等均可获得更多的机会和优势。 一是DCMM评估是大数据主管部门履行行业管理职能的重要抓手，通过DCMM贯标向行业宣传推广国家大数据发展的战略部署、先进理念和典型经验，有利于深入了解行业发展需求，培育经济发展新动能。 二是通过DCMM的评估可以对各地方和单位的数据管理人员进行培训，提升管理人员、IT人员、业务人员数据管理的认识与技能，为地方大数据产业发展提供人才储备。 三是夯实数字基建基础、推动数据应用和产业发展，维护国家网络安全和数据主权，是促进我国数字经济高质量发展的重要举措。
2022推荐:成都DCMM认证数据管理能力提升（热门）