數據管理能力成熟度評估模型（簡稱DCMM）國家標準（GB/T 36073-2018）自正式發布以來，廣受國內企業好評。今年國家對企業數字化轉型提出了更加具體的要求，各地方政府也相繼出臺了獎勵政策，相關領導強調DCMM國家標準對我國數據企業發展、數字經濟形成的重要引領作用，并建議將DCMM等重點標準作為切入點，落實到企業應用當中，充分發揮標準對大數據產業發展的標桿和引領作用。本人有幸參與了DCMM國標推廣和實施工作，負責過多家企業的現場評估和培訓等工作，本文以之前參與的電力企業數據管理能力成熟度評估實踐為例，介紹DCMM評估工作整體情況，為有興趣開展DCMM評估工作的企業提供參考。

1、關于DCMM國家標準

為規范國內各行業數據管理和應用工作，提升國內數據管理和應用能力，全國信息技術標準化技術委員會啟動了《數據管理能力成熟度評估模型》（簡稱DCMM）的制定工作，由中國電子技術標準化研究院牽頭，御數坊、清華大學、建設銀行、光大銀行等單位組成工作組來研制該標準。數據管理能力成熟度評估模型是國內關于數據能力成熟度模型的一項國家標準，在制定的過程中充分吸取了國內先進行業的發展經驗，結合了國際上DAMA（國際數據管理協會）《數據管理知識體系指南DMBOK》中的內容，形成符合國內特色的數據管理能力成熟度評估模型。

數據管理能力成熟度評估工作流程主要分三個階段進行：準備階段、實施階段、報告制定階段，其中需要企業深度參與和配合的主要是實施階段工作。具體評估流程如下圖。

圖 1：數據管理能力成熟度評估流程

DCMM評估成果主要由評分結果、評估報告、發展路線圖、評定證書等幾部分構成。●評分結果：根據對于企業的訪談、資料評審，一對一訪談，環境檢查等工作，統一為企業的數據能力成熟度進行評級。●評估報告：企業數據管理現狀的評估，幫助企業找到和同業最佳實踐的差距，定位自身的問題，分析其中的原因，并給出清晰的分析報告；●數據管理發展路線圖：根據企業管理的需要，以及業界最佳實踐，制定針對性的企業數據管理發展路線圖，并且根據現狀的評估報告，制定針對性的行動計劃。●評定證書：根據企業數據能力成熟度的評級結果，正式頒發企業數據能力成熟度評級證書。

2、評分結果

本次評估主要圍繞公司核心業務數據范圍開展調研，對其數據管理情況進行全面的調研分析，梳理和識別公司當前的數據管理現狀以及關鍵問題，并對應的給出綜合性解決方案，進而為公司后續的數據管理能力提升奠定扎實的基礎。

本次評估調研的工作主要有問卷調查、現場訪談和資料研究。調研訪談參與人員包括省公司相關部門領導、業務骨干及業務人員。

評估結果評分雷達圖如下圖：

圖2：某電力企業數據管理能力成熟度評估結果

3、評估發現問題

通過對業務部門及地市的調研訪談，調研問卷、資料研讀等手段，歸納總結重點有以下幾個方面的問題：

3.1、數據管理體系建設不夠完善

經過十多年信息化的高速發展，公司的數據資源不斷增加，數據資產價值潛力巨大。伴隨著快速增長的數據應用需求與數據管理缺位、價值挖掘不足的矛盾日益突出。由于業務應用的分散建設、不同業務部門的分別維護，各個系統之間的數據是分散管理的，數據質量參差不齊。對數據資產管理與應用缺少頂層設計，致使數據資產的戰略性地位未能突顯，制約了數據資產價值的充分發揮。

3.2、數據管理評價手段欠缺

隨著公司大數據重要性的不斷提高，公司開展了數據質量提升，數據資源管理平臺等數據管理項目，但數據治理工作整體的協調性、實效性并不樂觀，缺乏良好的評估體系來評價公司的治理能力和管理水平，造成數據治理實踐的反饋機制和修正策略缺失，最終造成數據治理工作的盲目性和重復性等。

3.3、數據標準不統一影響數據集成共享

統建系統對網公司相關數據標準的執行相對規范，雖然公司梳理了指標定義，但公司本級數據標準內容定義還沒有建立。例如，公司本級自建系統所遵循的數據標準，以及數據中心建設的數據應用中涉及的分析指標等，數據指標的維護過程中缺少體系化管理，導致在數據整合過程中出現數據質量問題，致使系統間數據協同問題的出現，影響系統間的數據集成效果。

4、規劃數據管理整體路線圖

（1）明確提升改進重點內容

通過數據管理評估，識別出數據管理的重點提升內容，包括：數據戰略規劃、數據治理項目、企業級數據模型建設項目、數據安全規劃項目、數據標準規劃項目、大數據分析平臺等六項內容，并且明確每項建設提升內容及交付成果。????（2）確定提升改進整體思路

公司數據管理能力提升重點從組織、管理、技術角度，提出整體建設思路，劃分為三個階段：短期目標（2018年底）、中期目標（2019年底）、遠期目標（2020年底），完成組織保障、數據整合、深化應用三個階段目標。

組織方面，建立數據管理組織；完善數據管理辦法；構建數據管理支持團隊；建設數據認責體系；形成數據管理支持團隊的持續建設。

管理方面，持續開展數據治理工作，建立企業級數據模型，建設數據安全管理、形成數據資產目標，提升數據標準和質量，強化數據需求管理，提升數據應用探索和共享。

技術方面，加強全業務統一數據中心建設，持續接入各類數據源，建設數據匯總層和數據資產管理平臺，提供大數據分析平臺，構建數據能力開發平臺。

5、后續工作建議

5.1、加強數據治理組織建設，推動數據管理活動

數據資產管理團隊是推動數據管理和應用的核心，應該加強高層領導的支持、健全日常管理組織、構建數據管理支撐團隊：

一是加強高層領導的支持：公司高層領導參與并支持數據管理工作，授權數據管理部門全權負責公司數據資產的統一管理。

二是健全日常管理組織：建立數據管理實體部門，指定全職的數據管理人員來協調和推動數據管理制度的建設，日常的管理和問題的解決。

三是構建數據管理支撐團隊：數據標準、架構的建設、數據需求的分析、數據的整合和質量管理、甚至數據的應用分析等是持續性的工作，需要專門的團隊來為數據管理辦公室提供各種支撐，從而才能夠更好的管理數據資產，體現數據的價值。

5.2、狠抓數據管理，奠定數據應用的基礎

鑒于集團架構規劃和建設部門由總部統一管控，建議公司數據治理工作重點以數據中心為突破口，重點抓統一數據模型的建設，融合生產、管理等方面的數據，形成統一數據資產目錄，構建數據標準、數據質量和數據安全的管理體系，指導和規范數據中心的建設，加強接入數據的管控，逐步納入源頭系統的管理。

一是統一數據模型建設：以集團統一模型為基礎進行擴充，構建公司的企業級數據模型，指導數據中心匯總層的建設。

二是統一數據資產目錄：統一匯總公司內外部數據資源，建立數據資產目錄，促進數據的應用。

三是構建數據管理體系：建立數據標準、數據質量、數據安全、數據架構、元數據等全方位的數據管理體系，規范數據中心的建設，逐步延伸到源系統數據的治理工作。

5.3、加強數據分析平臺建設，實現數據價值

基于數據倉庫，加強數據分析平臺建設，構建統一數據分析模型庫和各類公司級分析應用，建立從數據、API，應用等多層次的數據能力開放體系，統一管理和支撐公司各部門數據分析和共享的需求（建議前期在公司范圍內明確業務牽頭部門，以支持該部門應用為主，逐步擴大范圍），促進數據和應用的共享和開放，形成“數據應用超市”，提高數據應用的復用度，最大化數據平臺的價值。

6、結語

某電力企業借助2018年發布的數據管理能力成熟度評估模型國家標準，在公司內部圍繞核心業務數據開展了評估。通過評估分析公司數據管理能力的當前現狀，找到差距，提升公司數據管理能力水平，同時通過專項提升的工作，提高公司核心業務的數據質量，夯實數據基礎，最終實現數據資產管理和數據的標準化，最大限度發揮數據資產價值，提升數據中心的服務能力。

7、關于DCMM評估推廣

數據管理能力成熟度評估相關工作由國家大數據標準工作組負責標準驗證、培訓、宣貫、推廣，并依托中國電子工業標準化技術協會數據管理應用推進分會（簡稱“分會”）不斷豐富完善并初步建立了 DCMM 評估體系，在數據管理人員培訓、評估機構選取、評估項目實施、行業優秀標桿評選、地區/行業數據管理能力發展水平分析等方面開展了大量工作。

圖 3：DCMM等級評定證書示例