大数据：国标DCMM
目录
参考
# 大数据：国标DCMM
DCMM（Data Management Capability Maturity Model，数据管理能力成熟度评估模型）是我国首个数据管理领域的国家标准（标准号：GB/T 36073-2018），旨在帮助企业建立和评价数据管理能力，推动数字化转型。
# 一、背景与发展
早期探索阶段（2003 - 2010 年）：中国数据管理领域在银行与通信业等数据衍生企业经历早期实践探索，企业从不同侧重点开展数据管理工作。
广泛关注阶段（2010 - 2015 年）：数据管理纳入电力等大型央企信息化规划和建设，也因互联网巨头业务域数据规模增长受到关注。2014 年，国家数据管理领域标准立项，2015 年开始编制标准内容。
加速发展阶段（2015 - 2020 年）：数据治理领域加速发展，2016 年在金融、能源、通讯等行业进行试验验证，2018 年 3 月 15 日 DCMM 国家标准正式发布。
大力推广阶段（2020 年至今）：2020 年 4 月，中共中央、国务院发布文件将数据定义为新型生产要素，各方企业越发重视数据管理，工信部等部门也发文推动 DCMM 标准的贯标与应用。
# 二、核心内容
# 1. 八大能力域
DCMM 按照组织、制度、流程、技术对数据管理能力进行分析、总结，提炼出组织数据管理的八大能力域。覆盖数据全生命周期，包括数据战略、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，细分为28个过程域和445项评估指标。
数据战略：包括数据战略规划、数据战略实施、数据战略评估。
数据治理：涵盖数据治理组织、数据制度建设、数据治理沟通。
数据架构：包含数据模型、数据分布、数据集成与共享、元数据管理。
数据应用：有数据分析、数据开放共享、数据服务。
数据安全：涉及数据安全策略、数据安全管理、数据安全审计。
数据质量：包括数据质量需求、数据质量检查、数据质量分析、数据质量提升。
数据标准：包含业务数据、参考数据和主数据、数据元、指标数据。
数据生命周期：有数据需求、数据设计和开放、数据运维、数据退役。
# 2. 五级等级划分
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）：【无系统化管理】数据管理过程未得到有效定义和管理，组织缺乏数据管理的意识和流程。
受管理级（2 级）：【初步制定规范】组织开始建立基本的数据管理流程和制度，能够对数据进行初步的管理和控制。
稳健级（3 级）：【制度流程标准化】数据管理流程得到进一步完善和优化，组织能够较为稳定地管理数据，并在数据质量、安全等方面取得一定成效。
量化管理级（4 级）：【数据价值可量化】组织能够对数据管理过程进行量化评估和监控，通过数据量化分析来指导决策和优化数据管理流程。
优化级（5 级）：【数据驱动行业创新】数据管理达到了最高水平，组织能够持续优化数据管理体系，不断创新和提升数据价值，以适应业务的快速变化和发展。
# 三、适用对象
- 数据拥有方：如金融与保险机构、互联网企业、电信运营商、工业企业、数据中心所属主体、高校、政务数据中心等。
- 数据解决方案提供方：包括数据开发 / 运营商、信息系统建设和服务提供商、信息技术服务提供商等。
# 四、评估流程
- 准备阶段：自评或咨询机构协助对标；
- 正式评估：第三方机构现场评审并提交报告；
- 结果评议：中国电子信息行业联合会审核并颁发证书（有效期3年）。
# 五、企业价值
帮助企业提升数据管理能力：通过评估，企业可理清数据管理能力的长处和不足，确定治理的优先顺序、范围和内容，建立与发展战略相匹配的数据管理能力体系，培养数字化人才。
助力企业增强市场竞争力：帮助企业提高市场竞争门槛，促进数据要素价值释放，贯标企业在对外服务、试点项目、数字经济领域等方面可获得更多机会和优势。
利于行业管理与维护数据安全：有利于相关部门更好地履行大数据行业管理职能，也有助于维护国家网络安全和数据主权。