数据管理能力成熟度评估模型DCMM
一、引言
DCMM（Data Management Capability Maturity Assessment Model，数据管理能力成熟度评估模型）是我国首个数据管理领域国家标准（GB/T 36073-2018），由中国国家标准化管理委员会于2018年3月15日发布，于2018年10月1日起实施。
该标准把组织内部数据能力划分为八个重要组成部分，描述了每个组成部分的定义、功能、目标和标准。本标准适用于信息系统的建设单位，应用单位等进行数据管理时候的规划，设计和评估。也可以作为针对信息系统建设状况的指导、监督和检查的依据。
二、主要内容
将组织内部数据能力划分为数据战略，数据治理，数据架构，数据标准，数据质量，数据安全，数据应用，以及数据生存周期八个重要组成部分，描述了每个组成部分的定义、功能、目标和标准。
数据战略是组织开展数据工作的愿景、目的、目标和原则。包括数据战略规划，数据战略评估，数据战略实施。
数据治理是对数据进行处置、格式化和规范化的过程，数据治理涉及数据全生存周期管理。包括数据制度建设，数据治理沟通，数据治理组织。
数据架构，通过组织级数据模型定义数据需求，指导对数据资产的分布控制和整合，部署数据的共享和应用环境,以及元数据管理的规范。包括数据模型，数据分布，数据集成与共享，元数据。
数据应用是数据价值体现方式。包括数据分析，数据开放共享，数据服务。
数据安全，体现数据的机密性、完整性和可用性。包括数据安全策略，数据安全管理，数据安全审计。
数据质量，是在制定条件下使用时，数据的特性满足明确的和隐含的要求的程度。包括数据直线需求，数据质量检查，数据质量分析，数据质量提升。
数据标准，主要是数据的命名、定义、结构和取值的规则。包括业务术语，参考数据和主数据，数据元，指标数据。
数据生存周期，是将原始数据转化为可用于行动的知识的一组过程。主要包括数据需求，数据设计和开发，数据运维，数据退役等。
在这八大能力域下划分28个字能力项。
三、评估等级
DCMM数据管理成熟度评估：共分5个等级，分别是初始级、受管理级、稳健级、量化管理级、优化级。组织可以清楚的定义数据当前所处的发展阶段以及和未来发展方向。
初始级：数据需求的管理主要在项目级进行体现，没有统一的管理流程，主要是被动式管理。
受管理级：组织已经意识到数据是资产，根据管理策略的要求制定了管理流程，指定了相关人员进行初步的管理。
稳健级：组织已经意识到数据是资产，根据管理策略的要求制定了管理流程，指定了相关人员进行初步的管理。
量化管理级：数据被认为是获得竞争优势的重要资源，数据管理的效率能够进行量化分析和监控。
优化级：数据被认为是组织生存的基础，相关管理流程能够实时优化，能够在行业内进行最佳实践的分享。
四、理论理解
DCMM分为8个能力域，可以理解为
1个战略引领（数据战略）
1个保障机制（数据治理）
4项应用环境建设（数据架构、数据标准、数据生存周期、数据应用）
2项日常运营（数据质量、数据安全）
在数据战略的引领下，以数据治理机制为保障，沿着数据全生命周期开展数据标准、数据应用和数据架构等应用环境建设，并保持2项日常工作的正常运营，确保数据质量良好、安全可控。