信息技术与经济社会的交汇融合引发了数据爆发式增长。数据蕴含着重要的价值，已成为国家基础性战略资源，正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。数据价值发挥的前提是管理好数据，然而，数据规模的增加、数据格式的复杂化等都给企业数据管理提出了挑战。

《数据管理能力成熟度评估模型》（以下简称DCMM）是我国在数据管理领域首个正式发布的国家标准，旨在帮助企业利用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。

1. DCMM评估概述

1.1 评估依据

数据管理能力成熟度评估的依据是国家标准GB/T 36073-2018《数据管理能力成熟度评估模型》，该标准借鉴了国际上数据管理理论框架和方法，在综合考虑国内数据管理情况发展的基础上，整合了标准规范、管理方法论、数据管理模型、成熟度分级等多方面内容。

1.2 评估内容

DCMM数据管理能力成熟度评估模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期八个核心能力域及28个能力项，并以组织、制度、流程和技术作为八个核心域评价维度。

图1 DCMM的核心评价维度及能力域

表1 DCMM包含的八个核心能力域及28个能力项

1.3 能力等级

DCMM将数据管理能力成熟度划分为五个等级，自低向高依次为初始级、受管理级、稳健级、量化管理级和优化级，不同等级代表企业数据管理和应用的成熟度水平不同。

图2 DCMM等级划分及主要特征

2.DCMM贯标与评估流程

2.1 贯标流程

DCMM贯标流程主要分为三个阶段：

差距分析：贯标启动，进行差距分析；

能力提升：建立数据管理组织，完善制度，内部运行并开展自评估；

评估确认：组建评估队伍，开展第三方评估，获取评估报告和能力证书。

图3 DCMM贯标流程

2.2 评估流程

（1）评估工作部遴选试点评估单位。

（2）入选的试点评估单位向评估机构提交有效的申请材料。

（3）评估机构受理评估申请后，组织实施文件评审和现场评审并出具评估报告，给予评估等级的推荐意见，并报评估工作部备案。

（4）评估工作部对评估机构报送的评估结果进行合规性审查。对于合规性审查中发现存在较大问题的评估结果有权驳回。对于评估机构推荐的量化管理级和优化级评估结论，评估工作部需组织专家对评估结果进行评议。

（5）评估工作部对通过审查、复核或评议的，进行为期一周的公示。对公示后无异议的，由评估机构颁发数据管理能力成熟度评估证书。

具体评估流程图如下：

图4 DCMM评估流程图

2.3 评估交付物

（1）评分结果：全面展示企业数据管理各能力项成熟度评估等级。

（2）评估报告：分析企业数据管理现状，识别数据管理问题及改进项，给出数据管理能力成熟度等级推荐建议。

（3）数据管理发展路线图（可选）：根据企业管理的需要，以及业界最佳实践，制定针对性的企业数据管理发展路线图，并且根据现状制定针对性的行动计划。

（4）评估证书：颁发企业数据管理能力成熟度评估证书。

图5 DCMM各能力项评分结果（样图）

3.DCMM评估企业收益

（1）帮助和指导企业获得数据管理现状，识别与行业最佳实践差距，找准关键问题，提出数据管理改进建议和方向。

（2）开展人员培训，提升企业数据管理人员技能，提高企业数据管理能力成熟度。

（3）有机会参与数据管理优秀案例遴选以及成果展示系列活动。

（4）以第三方客观评估结果为依据，对外展示企业数据管理能力，满足监管要求，传递信任。

4.DCMM主要适用对象

（1）数据拥有方：金融和保险机构、互联网企业、电信运营商、工业企业、数据中心所属主体、高校、政务数据中心等；