

DCMM的能力域及其能力项2025-09-01 14:45浏览数:12次
![]() GB/T 36073-2018《数据管理能力成熟度评估模型》(Data Management Capability Maturity Assessment Model,DCMM)是我国首个数据管理领域的国家标准,是我国数据管理领域最佳实践的总结和提升。 DCMM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等8个能力域,每个能力域又分为若干个能力项。 ![]() 数据战略规划 在所有利益相关者之间达成共识的结果。从宏观及微观两个层面确定开展数据管理及应用的动因,并综合反映数据提供方和消费方的需求。 数据战略实施 组织完成数据战略规划并逐渐实现数据职能框架的过程。实施过程中评估组织数据管理和数据应用的现状,确定与愿景、目标之间的差距;依据数据职能框架制定阶段性数据任务目标,并确定实施步骤。 数据战略评估 评估过程中应建立对应的业务案例和投资模型,并在整个数据战略实施过程中跟踪进度,同时做好记录供审计和评估使用。 数据治理组织 包括组织架构、岗位设置、团队建设、数据责任等内容,是各项数据职能工作开展的基础。对组织在数据管理和数据应用行使职责规划和控制,并指导各项数据职能的执行,以确保组织能有效落实数据战略目标。 数据制度建设 保障数据管理和数据应用各项功能的规范化运行,建立对应的制度体系。数据制度体系通常分层次设计,遵循严格的发布流程并定期检查和更新。数据制度建设是数据管理和数据应用各项工作有序开展的基础,是数据治理沟通和实施的依据。 数据治理沟通 旨在确保组织内全部利益相关者都能及时了解相关政策、标准、流程、角色、职责、计划的最新情况,开展数据管理和应用相关的培训,掌握数据管理相关的知识和技能。 数据模型 使用结构化的语言将收集到的组织业务经营、管理和决策中使用的数据需求进行综合分析,按照模型设计规范将需求重新组织。 数据分布 针对组织级数据模型中数据的定义,明确数据在系统、组织和流程等方面的分布关系,定义数据类型,明确权威数据源,为数据相关工作提供参考和规范。通过数据分布关系的梳理,定义数据相关工作的优先级,指定数据的责任人,并进一步优化数据的集成关系。 数据集成与共享 建立起组织内各应用系统、各部门之间的集成共享机制,通过组织内部数据集成共享相关制度、标准、技术等方面的管理,促进组织内部数据的互联互通。 元数据管理 关于元数据的创建、存储、整合与控制等一整套流程的集合。 数据分析 对组织各项经营管理活动提供数据决策支持而进行的组织内外部数据分析或挖掘建模,以及对应成果的交付运营、评估推广等活动。数据分析能力会影响到组织制定决策、创造价值、向用户提供价值的方式。 数据开发共享 按照统一的管理策略对组织内部的数据进行有选择的对外开放,同时按照相关的管理策略引入外部数据供组织内部应用。数据开放共享是实现数据跨组织、跨行业流转的重要前提,也是数据价值最大化的基础。 数据服务 通过对组织内外部数据的统一加工和分析,结合公众、行业和组织的需要,以数据分析结果的形式对外提供跨领域、跨行业的数据服务。数据服务是数据资产价值变现最直接的手段,也是数据资产价值衡量的方式之一,通过良好的数据服务对内提升组织的效益,对外更好的服务公众和社会。 数据安全策略 数据安全的核心内容,在制定的过程中需要结合组织管理需求、监管需求以及相关标准等统一制定。 数据安全管理 在数据安全标准与策略的指导下,通过对数据访问的授权、分类分级的控制、监控数据的访问等进行数据安全的管理工作,满足数据安全的业务需要和监管需求,实现组织内部对数据生存周期的数据安全管理。 数据安全审计 是一项控制活动,负责定期分析、验证、讨论、改进数据安全管理相关的政策、标准和活动,目标是为组织以及外部监管机构提供评估和建议。 数据质量需求 明确数据质量目标,根据业务需求及数据要求制定用来衡量数据质量的规则,包括衡量数据质量的技术指标、业务指标以及相应的校验规则与方法。数据质量需求是度量和管理数据质量的依据,需要依据组织的数据管理目标、业务管理的需求和行业的监管需求并参考相关标准来统一制定、管理。 数据质量检查 根据数据质量规则中的有关技术指标和业务指标、校验规则与方法对组织的数据质量情况进行实时监控,从而发现数据质量问题,并向数据管理人员进行反馈。 数据质量分析 对数据质量检查过程中发现的数据质量问题及相关信息进行分析,找出影响数据质量的原因,并定义数据质量问题的优先级,作为数据质量提升的参考依据。 数据质量提升 对数据质量分析的结果,制定、实施数据质量改进方案,包括错误数据更正、业务流程优化、应用系统问题修复等,并制定数据质量问题预防方案,确保数据质量改进的成果得到有效保持。 业务数据 组织中业务概念的描述,包括中文名称、英文名称、术语定义等内容,是组织内部理解数据、应用数据的基础。通过对业务术语的管理能保证组织内部对具体技术名词理解的一致性。 参考数据和主数据 参考数据是用于将其他数据进行分类的数据。主数据是组织中需要跨系统、跨部门共享的核心业务实体数据。 数据元 通过对组织中核心数据元的标准,使数据的拥有者和使用者对数据有一致的理解。 标准数据 组织在经营分析过程中衡量某一个目标或事物的数据,一般由指标名称、时间和数值等组成。指标数据管理指组织对内部经营分析所需要的指标数据进行统一规范化定义、采集和应用,用于提升统计分析的数据质量。 数据需求 组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述。数据需求管理过程识别所需的数据,确定数据需求优先级并以文档的方式对数据需求进行记录和管理。 数据设计和开发 设计、实施数据解决方案,提供数据应用,持续满足组织的数据需求的过程。数据解决方案包括数据库结构、数据采集、数据整合、数据交换、数据访问及数据产品(报表、用户视图)等。 数据运维 数据平台及相关数据服务建设完成上线投入运营后,对数据采集、数据处理、数据存储等过程的日常运行及其维护过程,保证数据平台及数据服务的正常运行,为数据应用提供持续可用的数据内容。 数据退役 对历史数据的管理,根据法律法规、业务、技术等方面需求对历史数据的保留和销毁,执行历史数据的归档、迁移和销毁工作,确保组织对历史数据的管理符合外部监管机构和内部业务用户的需求,而非仅满足信息技术需求。 END
网站版权及免责声明: 1、凡本网注明“来源:群拓科技咨询”或“原创”的所有作品,版权均属于武汉群拓科技有限公司所有,其他媒体、网站或个人转载使用时必须注明:“文章来源:武汉群拓科技有限公司”。违反上述声明者,本网将追究其相关法律责任。 2、凡本网注明“来源xxx(非武汉群拓科技有限公司)”的作品,均转载自其他媒体,转载目的在于传递、共享更多信息,并不代表本网赞同其观点和对其产生的任何结果负责。 3、本网部分图片来源于网络。 |
|
|

关注群拓科技微信公众号