DCMM助力企业实现数字化转型

2022-05-25 14:36:46 浏览数 (2)

根据国务院国资委印发的《关于加快推进国有企业数字化转型工作的通知》要求,明确指出了数据治理是国企数字化转型的必经之路,数据治理被推向了“风口浪尖”。数字化转型,是当今时代企业的机遇,也是挑战。企业亟需一套符合中国国情,符合中国企业文化,并且能够指导企业开展数字化“基础设施”建设的参考框架,而DCMM(数据管理能力成熟度评估模型)或许就是一个合适的参考框架。

《数据管理能力成熟度评估模型》(简称DCMM)是我国在数据管理领域首个正式发布的国家标准。DCMM以解决企事业单位实际业务问题、支撑技术应用为出发点。通过将企事业单位业务、技术应用、数据需求与数据管理过程相结合,实现企事业单位数据管理体系革新、生产模式优化、运行效率提升,加快推动企事业单位向数字化、网络化、智能化转型发展,切实提高企事业单位的数据管理水平和综合竞争力。

一、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结合数据生命周期管理各个阶段的特征,按照组织、制度、流程和技术对数据管理能力进行分析、总结和提炼出了数据战略、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共8项能力域,并对每项能力域分成了二级子项(共28个)。

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。

二、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:

Step1:差距分析:贯标启动,进行差距分析;

Step2:能力建设:建立数据管理组织,完善制度,内部运行并开展自评估;

Step3:测量评估:组建评估队伍,开展第三方评估,获取评估报告和能力证书。

2.2评估流程

(1)上海擎标提供培训和咨询辅导,建立数据管理组织,完善制度,内部运行并开展自评估;

(2)向外部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:

DCMM与其他模型有什么不同?DCMM与国外的数据管理能力成熟度模型相比,DCMM是具有中国特色的数据管理模型。

首先,从研制单位来讲,国外的数据管理成熟度模型要么是数据管理研究的相关协会,要么是咨询公司,要么是数据产品的供应商,都属于民间组织,而DCMM是由国家工信部信软司主导,数据管理领域的国家级标准。

这里引入一个问题,大家共同思考下:为什么国外的模型框架来自民间,而我国的模型框架出自官方?

擎标的理解:首要原因是只有官方(国家标准化管理委员会)才能发布国家标准。这和中国传统文化有关,“官方”自古以来代表的都是权威,官方发布的内容更具有公信度。

第二、DCMM强调数据战略和数据标准,这是与DAMA-DMBOK中的数据管理框架以及CMMI-DMM模型是有所不同的。我们中国人做人做事讲求“无规矩不成方圆”,“规矩”就是做事的总则,规范和标准。在DCMM模型中,数据战略就是组织数据管理的最高总则,为组织的数据管理提供方向指引;数据标准是具体数据管理实践的执行规范,为组织的数据管理提供操作指导。

第三、DCMM模型的数据治理过程域中的二级过程项“数据治理沟通”,这个是DCMM的一个亮点。擎标认为:从数据治理战略的制定到落地执行都离不开沟通,沟通连接着数据治理各个环节,放在数据治理中可能更合适些。

首先,启动数据治理项目,就必须说服高层领导,获得领导的支持,这需要沟通;

其次,数据治理不是一个人或一个部门的事情,需要企业各部门的协调和配合,这需要沟通;

数据治理需要IT与业务的融合,让业务认可、让领导重视,这需要沟通;落地数据标准、执行数据规范、培养数据思维,建立数据文化,这都需要沟通。因此,沟通应该是贯穿整个数据治理全周期、全过程的一项重要活动。最后,DCMM模型还重点强调数据应用,他将数据应用独立是其八大过程域之一,数据应用过程域包含了数据分析、数据开放共享、数据服务。所以严格意义上讲,DCMM模型评估的不单纯是组织的数据管理能力,还包括组织的数据应用能力,这在其他的数据管理成熟度模型中是看不到的。

三、DCMM的价值,为企业实现数字化转型!

与欧美国家相比,在数据管理领域我国一直缺乏完善的数据管理成熟度体系的研究,DCMM填补了这一空白,为国内组织的数据管理的能力的建设和发展提供了方向性指导。

DCMM国家标准的发布对促进我国数据产业的发展有着重要的意义。

通过DCMM评估,有利于帮助企业更加熟练地管理数据资产,增强数据管理和应用的能力,并提供一致和可比较的基准,以衡量一段时间内的进展。

通过DCMM评估,有利于帮助企业理清数据管理能力的长处和不足在哪里,帮助企业确定选择治理的优先顺序、治理范围和内容,更有效地管理和使用数据。

通过DCMM评估,有利于帮助企业建立与企业发展战略相匹配的数据管理能力体系,包含组织体系、制度体系、标准体系以及工具和技术体系等。

通过DCMM评估,有利于帮助企业建立数据管理和应用的队伍,培养数字化人才,有利于推动数据思维和数据意识的建立。

可能有人要问:DCMM真的这么好吗?

擎标认为:DCMM可以作为企业数据管理能力建设的指导性工具,能否有助于实现上文描述的“四个有利于”,关键要看怎么用。你是用它来获取高级别的认证,还是真正的寻找和改进企业数据管理和应用方面不足,这是两个层面的出发点,出发点不同结果是显而易见的。

最后,提醒企业,做数据治理一定要想好数据治理的目标,不要“为了治理而治理”。

评估是为了找到数据管理中的实际问题、不足或优势,是为了更好的管理和应用好数据,从而为企业的数字化提供更好的支撑。要通过数据管理成熟度的评估,真正发现问题、找到差距、提出改进方案和最佳路径,帮助企业自身实现数字化转型。

0 人点赞