数据管理能力成熟度评估模型》（Data management Capability Maturity Model英文简称：DCMM）是我国首个数据管理领域正式发布的国家标准（GB/T 36073-2018），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，促进企业向信息化、数字化、智能化发展。

一、DCMM提出的背景

党的十八大以来，以习近平同志为核心的党中央高度重视发展数字经济，推动数字经济逐渐上升为国家战略。党的十九大报告提出要“推动互联网、大数据、人工智能和实体经济深度融合”，进一步突岀了大数据作为国家基础性战略的重要地位。

掌握丰富的高价值数据资源日益成为抢占未来发展主动权。以信息化推进国家治理体系和治理能力现代化，统筹发展电子政务，构建一体化在线服务平台，分级分类推进新型智慧城市建设。实施国家大数据战略，加快完善数字基础设施，推进数据资源整合和开放共享，保障数据安全，加快建设数字中国。

二、DCMM 发展历程

国内DCMM产生可以划分为以下四个阶段：

◆早期探索阶段（2003-2010）：中国数据管理领域前后在银行与通信业等数据衍生企业经历了早期实践探索，企业切入侧重点会有差异，有些从数据标准开始，有些从元数据开始，但已经小范围的开展。2004年，中国建设银行启动企业级数据仓库建设，整合全行数据资源，厘清数据源头。

◆广泛关注阶段（2010-2015）：数据管理被进一步纳入电力等大型央企的信息化规划和信息化建设， 也因互联网巨头的业务域数据规模快速增长而被关注。2014年，国家数据数据管理领域标准立项，2015年开始编制具体标准内容。

◆加速发展阶段（2015-2020）：数据治理领域进入了一个加速发展的阶段，在理论与标准层面三、不断推陈出新。2016年在金融（人行，工行，建行，光大，银联）能源（国网，云南电网，天津电网，浙江电网），通讯（中移动，电信）进行了充分试验验证。在2018年3月国家标准《数据管理能力成熟度评估模型》GB/T36073-2018简称DCMMI正式发布。

◆大力推广阶段（2020年至今）：在2020年4月中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》中，首次将数据定义为新型生产要素。数据已和其他要素融入经济价值创造过程，对生产力发展产生广泛影响。海量数据的激增也使得各方企业越发重视数据的管理，依据企业自身的情况构建数据管理体系，发挥数据的价值、保障数据的安全。

2020年4月10日国家发布了《关于构建更加完善的要素市场化配置机制的意见》意见中提出了数据要素领域的改革方向，把数据作为一种新型生产要素也是首个正式出现在官方文件中。

2021年11月15日工业和信息化部印发《十四五大数据产业发展规划》提出要推动《数据管理能力成熟度评估模型》国家标准贯标，持续提升企业单位数据管理水平，加强数据“高质量”治理。

2022年4月19日工业和信息化部印发《工业和信息化部关于工业大数据发展的指导意见》提出要推广DCMM标准构建工业大数据管理能力评估体系，引导企业数据管理能力。

截止到2022年12月31日，各地方政府在业和信息化部办公厅发布《关于印发企业数据管理国家标准贯标工作方案的通知》文件指导下，陆续发布了相关的数据发展规划，实施方案以及奖励政策，支持DCMM标准的落地实施。

工业和信息化部办公厅发布《关于印发企业数据管理国家标准贯标工作方案的通知》

2021年，国家电网有限公司、中国工商银行股份有限公司、中国南方电网有限责任公司、首批获得工信部数据管理能力成熟度五级评定的企业。2022年中国人寿保险股份有限公司获得工信部数据管理能力成熟度五级评定的企业。

根据中国电子信息行业联合会网站公布，累计到2022底全年共完成企业贯标评估1040家。这些龙头企业的贯标加快DCMM国家标准落地应用、为各行业数据管理能力建设提供支撑。

三、DCMM对企业的价值

DCMM的价值是为企业实现数字化转型！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对于企业来说意义不同凡响。从微观到宏观，DCMM主要具有三个方面的重要意义：

第一，从企业层面来看，有利于帮助企业快速提升数据管理能力。

第二，从行业管理层面看，有利于更好履行大数据行业管理职能。

第三，从国家安全层面来看，有助于维护国家网络安全和数据主权。

四、DCMM体系包括哪些内容

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。