数据管理成熟度评估
数据管理成熟度6个等级
- 无能力级
- 初始级
- 可重复级
- 已定义级
- 已管理级
- 优化级
业务驱动因素
- 监管
- 数据治理
- 过程改进的组织就绪
- 组织变更
- 新技术
- 数据管理问题
目标
- 全面发现和评估整个组织的关键数据管理活动
- 向利益相关者介绍数据管理的概念、原则和实践,并在更广泛的背景下确定其作为数据创建者和管理者的角色和职责
- 建立或加强可持续的企业范围数据管理计划,以支持运营和战略目标
CMMI-DMM评估标准
- 数据管理策略
- 数据治理
- 数据质量
- 平台和架构
- 数据操作
- 支持流程
IBM数据治理委员会成熟度评估模型
- 结果
- 使能因素
- 核心内容
- 支持内容
活动
规划评估活动
- 定义目标
- 选择框架
- 定义组织范围
- 定义交互方法
- 计划沟通
执行成熟度评估
- 收集信息
- 执行评估
结果解释及建议
- 报告评估结果
- 制作管理层简报
制定有针对性的改进计划
重新评估成熟度
工具
- 数据管理成熟度框架
- 沟通计划
- 协作工具
- 知识管理和元数据存储库
DMMA典型风险和缓解措施
风险 | 缓解措施 |
---|---|
缺乏组织认同 | ①将与评估有关的概念社会化 ②在评估之前,建立受益声明 ③分享文章和成功案例 ④请一位高层支持者来支持这项工作并审查其结果 |
缺乏DMMA专业知识 缺乏时间与内部专业知识 缺乏沟通计划或标准 | ①使用第三方资源或专家 ②要求将知识转移和培训作为参与的一部分 |
组织中缺乏"数据说话" 关于数据的对话很快转移到系统的讨论 | 将DMMA与特定的业务问题或场景联系起来 在沟通计划中声明,无论背景和技术经验如何,DMMA都将教导所有参与者 让参与者在DMMA之前了解关键概念 |
用于分析的资产不完整或已过期 | 标注“截止日期”或响应的平衡评级。例如,对于过期超过一年的所有内容都给与-1 |
关注点过于狭小 | ①将调查深度较低到一个简单的DMMA,并快速转移到其他区域进行评估,针对后来的对比基线做出评价 ②作为试点第一次DMMA,然后运用经验知识处理更广阔的范围;在DAMA-DMBOK知识领域的背景下提出拟议评估范围内的重点 ③说明遗漏的范围,并讨论包含的必要性 |
难以接近的工作人员或系统 | 降低DMMA的横向范围,优先关注可以用的之知识领域和工作人员 |
出现诸如监管变化的意外情况 | 在评估工作流程和重点中增加灵活性 |
度量指标
- DMM评级
- 资源利用率
- 风险敞口
- 支出管理
- DMMA输入
- 变革速度