DCMM作为国家第一个数据管理领域标准，是企业落实数据驱动战略、实现数字化转型的重要抓手。从行业实践来看，国内多个行业开始在全面拥抱DCMM模型，根据模型开展数据管理评估和能力提升工作。

01

什么是DCMM

DCMM是国家标准《GB/T36073-2018 数据管理能力成熟度评估模型》（Data management Capability Maturity Model）的英文简称，是我国首个数据管理领域正式发布的国家标准。DCMM分析提炼出了组织数据管理的八大能力域，并对每项能力域进行了二级能力项（28个过程项）和发展等级的划分（5个等级）以及相关功能介绍和评定指标（445项指标）的制定，可作为数据管理的指导规则，也可作为数据管理状况的评估依据。

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（1级）、受管理级（2级）、稳健级（3级）、量化管理级（4级）和优化级（5级），不同等级代表企业数据管理和应用的成熟度水平不同。根据评估要求，我们发现2级与3级最大的区别是有没有专门的数据管理平台；3级与4级的最大区别是要参与国标或者行标的制定。

如今，北京、上海、广州、深圳、成都、重庆、武汉等多地出台相关补贴政策，比如北京市大兴区对上年度首次获得数据管理能力成熟度模型（DCMM）五级、四级、三级资质认定，且促进区域经济发展的企业，分别给予50万元、40万元、30万元一次性资金支持，实行晋档补差；上海静安区对首次通过DCMM二级、三级、四级评估认证的企业，一次性分别给予最高30万元、40万元、50万元奖励。

02

四位一体助力DCMM落地

在评估过程中，我们发现DCMM评估常见的6大问题“数据战略不清晰，业务部门参与度不高、上下游标准缺失、数据安全水平不高、数据平台落地没有支撑、数据管理人才缺失” ，可见DCMM评估更关注流程制度、工具平台和人员能力。

作为领先的数据治理和数据分析软件厂商，亿信华辰依托十多年的技术沉淀和技术积累，四位一体助力DCMM落地，包括提供一整套完善的方法论体系、一整套自主可控数据管理工具、一系列数据管理解决方案、一大批数据管理专业人员。

一整套完善的方法论体系：基于DCMM和DAMA数据管理体系，沉淀出成熟、完善且实用的数据管理方法论框架，从指导企业明确自身在数据管理方面的战略目标，到现状分析评估，再基于现状做体系规划，用工具实现规划中的各平台建设，保证实施落地，最后还能为企业培训，实现知识转移。

一整套自主可控数据管理工具：提供采存管用，覆盖数据全生命周期的产品线，其中拳头产品睿治数据治理平台包含10个产品模块，可灵活组合使用，打通数据治理各个环节，快速满足政府、企业各类不同的数据治理场景。

一大批数据管理专业人员：技术人员占比80%+，300+大数据实施顾问、200+研发专家，服务人员遍布全国各省市，专业团队加持，为客户提供“咨询+产品+实施”的数据治理服务方案，贯穿企业数据治理工作从规划到落地的全过程。

一系列数据管理解决方案：因地制宜，提供多套数据领域解决方案，包含大数据治理解决方案、主数据管理方案、数据仓库及商业智能方案等8大数据治理方案，涵盖数据资产盘点、数据标准、数据质量等多个领域，适配不同行业、场景的通用解决方案，帮助企业尽可能挖掘数据价值、实现数据资产化。

03

详解8大能力域

新时代、新基建，数据作为生产要素其价值日益凸显，各行各业数字化工作火热开展，DCMM评估认证是以数据为核心的管理过程中水到渠成的工作。那么基于DCMM能力域，亿信华辰是如何进行支撑的呢？

1.数据战略能力域

数据战略是在新的信息技术驱动下的数字化支撑战略，其关键的作用还是要支持整体业务发展战略目标的实现。具体到DCMM评估要求，从两方面来说：一是要落实数据战略是如何支持业务领域战略和其它职能战略的实现，以及业务领域战略中如何结合数据战略实现目标；二是其它职能战略支持数据战略能力的建设和任务的完成，比如数字化人才体系建设需要人才战略中具体落实，数字化投入需要财务战略中落实资金投入，数据管理组织需要与现有管理组织进行职责分工。

2.数据治理能力域

数据治理是DCMM数据管理框架的核心职能，是对数据资产管理行使权利和控制的活动集合，数治理涉及到数据管理的组织、标准规范、流程、架构等多个方面。数据管理的其他关键过程域都有交互，数据治理是在高层次上制定、执行数据管理的制度。数据治理能力域包括数据治理组织、数据制度建设、数据治理沟通三个能力项。

3.数据架构能力域

以数据架构能力域中的元数据管理为例，DCMM3级要求是组织级的元数据管理，有元模型要求、建立元数据存储库、有元数据管理应用等要求。那么亿信华辰在元数据管理能力项的思路是这样的：1.对于不同的数据类型提供元模型管理能力；2.按照元模型的定制进行元数据采集并落到元数据存储库；3.对存下来的元数据进行维护管理；4.建立元数据应用，如下图所示的影响分析、血缘分析、全链分析等等。

4.数据标准能力域

在众多的数据治理方法论中，数据标准是个比较特殊的模块，不同的DG体系数据标准的差异较大，例如在DAMA中就没有单独的数据标准模块，而在DCMM中将数据标准置为一级能力域。以参考数据与主数据为例，亿信华辰在落地时会重点关注主数据整体的现状分析评估、管理体系规划、实施方案设计和MDM平台落地，是一个完整的链路流程。

5.数据质量能力域

数据质量模块对于数据的重要程度不言而喻，甚至某种意义上来说，很多的数据治理的工作都是为了去提升数据质量（当然，是多方面的质量），以DCMM数据质量模块中的数据质量检查为例，那么亿信华辰主要是遵循PDCA的原则，定义规则（规则的来源可以是数据标准，可以是行业标杆，可以是最佳实践）后进行周期性的质量检查，在检查的时候会明确考核绩效，有可以量化的权重及最终绩效，按照不同的考核主体（如系统维度、业务维度、部门维度）进行打分。

6.数据安全能力域

数据安全应该来说是底线，要在底线之上去开展经营活动。现在企业的数据安全比较割裂，大部分都是基于业务系统的信息安全，没有统一规划的数据安全，例如数据本身的分级分类管理，用户访问这些数据的行为管理，数据对外展示的加密脱敏管理，以及数据安全文化的宣贯推广。

7.数据服务能力域

数据服务在DCMM中的最终目标是能够创造价值获得收益，以往我们很多的数据应用都是体现在于数据可视化层面的，例如报表、BI、领导驾驶舱，对于数据服务我们更应该关注如何搭建数据服务的体系，怎么创造价值，以及创造价值过程中的安全合规。

8.数据生存周期能力域

数据生存周期在DCMM作为了一个单独的能力域，是一个动态管理数据的能力域，从数据的需求出发应该能够为用户提供数据需求申请的入口，为了方便或者说保障供需双方的理解一致还应该提供需求模板，需求满足后的跟进反馈，确认供方提供的需求达到了需方的要求，形成闭环。

04

小结

基于对企业数据管理现状的了解，亿信华辰可制定数据管理能力成熟度等级分析，提出整体的数据管理成熟度方面的关键发现以及关键建议，并且结合企业数据管理发展的需求和业界数据管理的最佳实践，有针对性地制定企业数据管理能力提升的实施路线图。

同时，依托产品支撑和数据管理方法论，从组织制度、运营和工具三个维度提供建设数据管理体系的解决思路，以实现对数据资产的全域、全流程管控，化解数据管理弱项，引导DCMM等级跃升，助力实现企业数字化转型。

通过多年的发展与实践，亿信华辰先后帮助神东煤炭集团、南山集团、时代中国、华致酒行等企业单位进行数据管理体系建设，拥有丰富的数字化实践经验，广受客户好评。