DAMA数据治理学习笔记-数据管理成熟度评估

数据管理成熟度评估

数据管理成熟度6个等级

0. 无能力级
1. 初始级
2. 可重复级
3. 已定义级
4. 已管理级
5. 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

1. 定义目标
2. 选择框架
3. 定义组织范围
4. 定义交互方法
5. 计划沟通

执行成熟度评估

1. 收集信息
2. 执行评估

结果解释及建议

1. 报告评估结果
2. 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

1. 数据管理成熟度框架
2. 沟通计划
3. 协作工具
4. 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