DAMA数据管理知识体系指南-读书笔记15

第15章 数据管理成熟度评估

一、引言

成熟度模型通过描述各阶段能力特点来定义成熟度的级别。当一个组织满足某阶段能力特征时，就可以评估其成熟度等级，并制定一个提高能力的计划。它还可以帮助组织在等级评估的指导下进行改进，与竞争对手或合作伙伴进行比较。

评估有助于搞清楚哪些方面的工作做得很好，哪些方面的工作做得不好，以及组织在哪些方面存在差距。基于评估结果，组织科制定路线图以实现以下目标：

• 与过程、方法、资源和自动化相关的高价值改进机会。
• 符合业务战略的能力。
• 为定期基于模型评估组织能力开展治理项目。

1.1 业务驱动因素

各组织进行能力成熟度评估有以下几个原因：

• 监管。监管对数据管理提出了最低成熟度水平要求。
• 数据治理。处于规划与合规性目的，数据治理需要进行成熟度评估。
• 过程改进的组织就绪。组织认识到要改进其实践过程应从评估其当前状态开始。
• 组织变更。组织变更会带来数据管理挑战。DMMA为应对这些挑战制订了规划。
• 新技术。技术的进步提供了管理和使用数据的新方法。组织希望了解成功采用的可能性。
• 数据管理问题。当需要解决数据质量问题或应对其他数据管理挑战时，组织希望对其当前状态进行评估，以便更好地决定如何实施变更。

1.2 目标和原则

数据管理能力评估的主要目标是评估关键数据管理活动的当前状态，以便定制计划进行改进。在实现其主要目标时，DMMA可以对文化产生积极影响，它有助于：

• 向利益相关方介绍数据管理概念、原则和实践。
• 厘清利益相关方在组织数据方面的角色和责任。
• 强调将数据作为关键资产进行管理的必要性。
• 扩大对整个组织内数据管理活动的认识。
• 有助于改进有效数据治理所需的协作。

1.3 基本概念

1.3.1 评价等级及特点

0级	无能力	管理活动或正式企业流程处于无组织的状态
1级	初始/临时级	很少或没有治理 有限的工具集 单个竖井系统内定义角色 控件的应用完全不一致 未解决的数据质量问题
2级	可重复级