DCMM你想知道的都在这

一、DCMM背景

产业政策：

1、《关于运用大数据加强对市场主体服务和监管 的若干意见》（国办发[2015]51号）

 建立大数据标准体系、研究制定有关大数据的基础标准、技术标准、应用标准和管理标准等； 加快建立政府信息采集、存储、公开、共享、 使用、质量保障和安全管理的技术标准；引导建立企业信息共享交换的标准规范。

2、《促进大数据发展行动纲要》（国发[2015]50号） 政策机制：建立标准规范体系，推进关键共性标准的制定和实施，开展标准验证和应用试点示范，建立标准符合性评估体系，积极参与相关国际标准制定工作。

3、工信部《大数据产业发展规划（2016-2020）》 重点工作：推荐大数据标准体系建设

《中华人民共和国国民经济和社会发展第十三 个五年规划纲要》

 促进大数据产业健康发展、加快政府数据开放 共享

4、国发[2016]51号《政务信息资源共享管理暂行办法》

原则：统一标准、统筹建设

5、党的十九大报告

推动互联网、大数据、人工智能和实体经济深 度融合

产业发展：

1、云计算、物联网等新技术的出现加速了大数据时代的来临

• 企业内部可用的数据急剧上升
• 数据在企业信息化管理中的重要性不断提升
• 需要企业建立以数据为中心的管理体系

2、信息化经过早期的发展，已经到了综合利用数据的阶段

• 企业信息化建设已经基本比较成熟
• 相关的业务系统建设也都比较完善
• 企业面临如何进行数据的集成、共享、应用和管理等问题

3、数据管理、应用方面的理论相对比较匮乏，专业人才紧缺

4、数据管理能力成熟度评估在国内外都是一个崭新的领域

通过制定国标快速的填补市场空白

国际模型：

 

2014年，部级会议决定由工信部牵头开展大数据相关工作，并 于2014年12月2日成立大数据标准工作组，工作组由工信部和国标委共同管理，梅宏院士任工作组组长，秘书处设在中国电子技术标准化研究院。目前工作组下设10个专题组，300余家成员单位共同参与大数据标准化相关工作。 

 

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DCMM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。

二、DCMM为企业带来价值

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。

 

三、DCMM模型介绍

1、概述

《GB/T36073-2018 数据管理能力成熟度评估模型》

   由中国国家标准化管理委员会于2018年3月15日发布，于2018年10月1日起实施。数据管理能力成熟度评估模型（Data Management Capability Maturity Model ，简称DCMM）是国内关于数据管理能力成熟度评估的一项国家标准。

 DCMM是一个针对组织数据管理、应用能力的评估框架，通过数据能力成熟度模型，组织可以清楚的定义数据当前所处的发展阶段和未来发展方向。

2、DCMM模型架构：能力域-能力项-标准

3、等级与特征

DCMM数据管理成熟度评估：共分5个等级，分别是初始级、受管理级、稳健级、量化管理级、优化级。组织可以清楚的定义数据当前所处的发展阶段以及和未来发展方向。

4、各能力域说明

• 数据战略：包括数据战略规划、数据战略实施、数据战略评估三个能力项；数据战略主要讲的是对企业数据战略的制定、实施、评估的管理。
• 数据治理：包括数据治理组织、数据制度建设、数据治理沟通三个能力项；主要强调对企业数据管理组织、人员、制度、沟通机制的管理。
• 数据架构：包括数据模型、数据分布、数据集成共享、元数据管理四个能力项；主要强调对数据和业务关系、数据和系统关系、数据流转情况进行梳理和管理。
• 数据应用：包括数据分析、数据开放共享、数据服务三个能力项。强调数据使用价值，主要是对数据分析报表、数据服务等建立标准化管理流程和要求。
• 数据安全：包括数据安全策略、数据安全管理、数据安全审计三个能力项；通过建立数据安全制度、策略、保障措施、审计机制来保障企业数据安全。
• 数据质量：包括数据质量需求、数据质量检查、数据质量分析、数据质量提升四个能力项；讲的是通过制度、工具等对数据建立“问题发现-原因分析-整改提升”的闭环管理机制来保障数据真实、准确、可用。
• 数据标准：包括业务数据、主数据和参考数据、数据元、指标数据四个能力项；指的是对业务术语、主数据、指标数据等相对稳定且在企业内部各个部门间高度共享的数据进行统一定义和管理。
• 数据生存周期：包括数据需求、数据设计开发、数据运维、数据退役四个能力项；指的是对数据经历“需求-设计开发-运维-退役销毁”的一组过程的管理。
• 

四、DCMM评估情况介绍

1、评估格局：

起草单位：中国电子技术标准化研究院、御数坊（北京）科技咨询有限公司、北京大学、中国人民大学、清华大学、中国建设银行股份有限公司等。

牵头单位：中国电子技术标准化研究院->中国电子信息行业联合会

评测机构：北京赛昇科技有限公司、北京塞西科技发展有限责任公司、广州赛宝认证中心服务有限公司、赛迪检测认证中心有限公司、南京新一代人工智能研究院有限公司、威海神舟信息技术研究院有限公司、北京工联科技有限公司、广州广电计量检测股份有限公司、天津智慧城市研究院有限公司、北京华电云博科技有限公司、世纪纵横（北京）管理咨询有限公司、中数联盟（北京）管理咨询有限公司

2、评估流程

评估划分为四个阶段：

准备阶段：通过收集、分析客户资料充分理解被评组织的背景，共同确定评估的范围，成立联合评估小组，明确项目团队及各方职责。

实施阶段：召开DCMM启动会，明确工作目标及工作内容，开展DCMM模型培训宣贯，解读评估内容及评估方法，通过问卷调查、现场访谈等形式，获得客户DCMM的基本现状。

制定报告：结合客户DCMM现状，依据DCMM评估模型及成熟度等级标准，形成DCMM成熟度评估结果，揭示关键发现，提出关键建议，总结形成DCMM评估报告。

评审发布：提交DCMM评估报告至电子联合会，通过专家组评审，获得DCMM成熟度等级证书（有效期三年）。 

 

3、贯标情况

DCMM作为我国第一个数据管理能力评估相关的国家标准，近三年来贯标企业倍增，2020年贯标62家，2021全年贯标114家，至2022年，全年贯标数量已达到761家；其中五级5家，分别为国家电网、南方电网、工商银行、中国人寿、华为；四级50家，分别为国家电网省子公司、中国移动省子公司、南方电网省子公司、中国电信等，三级194家；总体来看政府重视明显增强、社会影响日益突出。

 

4、DCMM适合范围

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。