IBM數據治理體系框架由四個管理層次以及其下的十一個管理領域組成，四個管理層次包括基礎支撐層、核心管控層、價值創(chuàng)造層和組織責任層。

其中：基礎支撐層包括數據架構和標準、分類和元數據、審計日志和報告三個管理領域，核心內容是數據架構的業(yè)務和技術規(guī)范，以及理解數據、處理數據的相關細節(jié)信息，是建立數據治理體系所需的基礎性保障，也是支持“核心管控層”相關領域落地的基礎。另一部分內容為審計日志和報告，為數據安全管理提供技術支撐和基礎信息保障。核心管控層包括數據質量管理、數據生命周期管理及數據安全管理三個管理領域，是數據治理體系的核心部分，也是創(chuàng)造數據治理價值的關鍵手段。價值創(chuàng)造層是數據應用層面的重要規(guī)范，也是數據治理體系價值的重要體現，主要體現在數據業(yè)務價值創(chuàng)造和風險管理兩個方面。組織責任層的核心內容是明確企業(yè)內部各級組織應負有的數據治理責任，是基礎支撐層、核心管控層以及價值創(chuàng)造層三個管理層規(guī)范正常實施的組織和流程保證。其中，組織結構和政策為數據治理體系的正常運轉，提供了人員和流程的保證，將數據治理上升到企業(yè)組織層面。數據責任人體系則明確了數據責任的矩陣分布，將不同主題或類型的數據責任劃分清晰，做到人與數據相關聯。

總之，數據治理的價值創(chuàng)造要求實施核心管控的技術手段，核心管控的技術手段又需要建立在基礎支撐層之上，同時，為保障數據治理體系的良好運轉，還需要明確組織責任來加強整個體系的健全程度。基于以上數據治理體系框架，再結合信息化建設成熟度評估，我們采用在數據層面更為細致和專業(yè)的IBM數據治理成熟度評估標準作為數據治理現狀的評估依據。該標準將企業(yè)在數據治理方面的成熟度劃分為五個階段，分別為初始階段、基本管理階段、主動管理階段、量化管理階段和持續(xù)優(yōu)化階段。

企業(yè)尚未意識到數據應作為資產進行管理，對于數據的應用僅限于基本的報表，且基于試算表。數據的獲取極大程度的依賴于手工作業(yè)和特殊查詢，自動化程度較低。在此階段，企業(yè)面臨手工統(tǒng)計、計算的極大壓力，無法將人力投放在更具價值的決策支持和業(yè)務拓展上。信息超載現象比較突出，無法很好的理解和使用獲取到的信息。容易發(fā)生信息未反映真實情況的問題，且與數據相關的問題都只能在事后被動的發(fā)現，無法做到問題的預先防范。

這一階段，企業(yè)在數據的應用和管理方面主要有以下特點：

??數據：結構化的、靜態(tài)的內容；

??集成：無連接的、孤立的、非集成的解決方案；

??應用系統(tǒng)：孤立的模塊，依賴于特定的應用系統(tǒng)；

??基礎架構：復雜、關系混亂，基于特定的平臺。

2 第二級基本管理

企業(yè)初步認識到數據的價值，開始對數據的管理進行初步的探索。數據的應用體現在查詢、報表和分析三大方面，已能夠通過數據處理獲取部分基礎的信息。數據的獲取不完全依賴于手工，實現了部分自動化，可以將一部分人力從手工統(tǒng)計的壓力下解脫出來，投入到數據分析的工作中。數據已能夠反映企業(yè)的真實情況，形成有限制的企業(yè)可視度。但由于數據標準不統(tǒng)一、口徑不一致等原因，不同部門統(tǒng)計出來的信息不一致的現象比較突出，信息存在多版本的情況，造成數據可信度較低的問題。

這一階段，企業(yè)在數據的應用和管理方面主要有以下特點：

??數據：有組織的、結構化的內容；

??集成：部分的集成，孤立的情況依然存在；

??應用系統(tǒng)：基于組件的應用系統(tǒng)；

??基礎架構：層級式的架構，基于特定的平臺。

3 第三級主動管理

隨著業(yè)務的拓展，企業(yè)越來越意識到數據的價值，對數據治理的認知逐步增強，也有意愿主動的開展數據治理工作，愿意在數據治理方面進行投資。初步建立了數據治理的組織架構，形成有脈絡的、基于職責的人員配合意識。對于數據的應用已基本實現了全面自動化，更多的人力投入到業(yè)務流程改造和應用系統(tǒng)增強上。數據實現了可獲取、可信賴，跨部門和業(yè)務條線的數據得到共享，全企業(yè)形成唯一版本的信息，從而反映企業(yè)經營的真實情況。基于數據的業(yè)務績效管理得到整合，經由數據的分析、挖掘，形成實時性的業(yè)務洞察力，為業(yè)務的拓展帶來良好的推動力。這一階段的主要矛盾體現在決策層逐步增長的數據治理意識與數據治理工作開展緩慢、效果滯后的現實之間。

此階段與前兩個階段有著本質的差別，處在這一階段的企業(yè)才真正開始數據治理工作的實施，在數據的應用和管理方面主要有以下特點：

??數據：基于標準的，結構化的數據，以及部分非結構化的內容；

??集成：孤立系統(tǒng)的集成，信息的虛擬化（信息的邏輯化表示，不受物理限制的約束）；

??應用系統(tǒng)：基于服務；

??基礎架構：組件式的，初步浮現SOA的理念，基于特定的平臺。

4 第四級量化管理

經歷了一個階段的主動管理，此階段已具備相當成熟的數據治理能力，不論是組織認知、流程規(guī)范還是技術實現都達到了一定的高度，開始步入量化管理階段。數據治理已融入基于角色的日常工作之中，人員具備將數據質量相關工作全然融入工作流、流程和系統(tǒng)的能力。通過數據的挖掘，獲取有價值的信息，從而激發(fā)業(yè)務流程改造和創(chuàng)新。同時，全面的、自動化的數據應用，為增強的業(yè)務流程和運營管理提供必要條件。從企業(yè)戰(zhàn)略規(guī)劃來看，豐富、可信的數據也能夠全面的支撐前瞻性的視野和具預測性的分析，大幅提高企業(yè)的核心競爭力。

處于量化管理階段的企業(yè)，已經通過數據治理取得了極大的業(yè)務價值，在數據的應用和管理方面主要有以下特點：

??數據：無縫連接并且支持共享，信息和流程相分離，結構化和非結構化的信息完全整合；

??集成：信息作為一種隨時可用的服務；

??應用系統(tǒng)：流程透過各式服務而集成；

??基礎架構：有隨時恢復能力的SOA架構，不限于特定技術的平臺。

5 第五級持續(xù)優(yōu)化

持續(xù)優(yōu)化階段建立在量化管理的基礎之上，企業(yè)的數據治理水平已達到最高的程度，開始步入持續(xù)優(yōu)化的科學發(fā)展階段。在此階段，企業(yè)的數據問題都已迎刃而解，能力和業(yè)務創(chuàng)新也達到了相當的高度。貫通企業(yè)內外有彈性的、具適應力的業(yè)務環(huán)境。數據的價值創(chuàng)造被發(fā)揮到最高水平，具備由下而上的戰(zhàn)略業(yè)務創(chuàng)新的促進能力。企業(yè)績效和運營管理不斷的優(yōu)化，建立在高水平信息展現基礎之上的戰(zhàn)略洞察力也得到體現。

進入持續(xù)優(yōu)化階段的企業(yè)在數據應用和管理方面具有以下特點：

??數據：所有相關的內部及外部信息無縫連接，并且共享，新增的信息很容易加入；

??集成：虛擬化的信息服務；

??應用系統(tǒng)：動態(tài)的應用系統(tǒng)組合；

??基礎架構：動態(tài)的、可重新配置的、偵測和回應。