DCMM（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，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。

该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。

一、初始级

数据需求的管理主要是在项目级体现,没有统一的管理流程,主要是被动式管理,具体特征如下:

1.组织在制定战略决策时,未获得充分的数据支持;

2.没有正式的数据规划、数据架构设计、数据管理组织和流程等;

3.业务系统各自管理自己的数据,各业务系统之间的数据存在不一致现象,组织未意识到数据管理或数据质量的重要性;

4.数据管理仅根据项目实施的周期进行,无法核算数据维护、管理的成本。

二、受管理级

组织已意识到数据是资产,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管理,具体特征如下:

1.意识到数据的重要性,并制定部分数据管理规范,设置了相关岗位;

2.意识到数据质量和数据孤岛是一个重要的管理问题,但目前没有解决问题的办法;

3.组织进行了初步的数据集成工作,尝试整合各业务系统的数据,设计了相关数据模型和管理岗位;

4.开始进行了一些重要数据的文档工作,对重要数据的安全、风险等方面设计相关管理措施。

三、稳健级

数据已被当做实现组织绩效目标的重要资产,在组织层面制定了系列的标准化管理流程,促进数据管理的规范化,具体特征如下:

1.意识到数据的价值,在组织内部建立了数据管理的规章和制度;

2.数据的管理以及应用能结合组织的业务战略、经营管理需求以及外部监管需求;

3.建立了相关数据管理组织、管理流程,能推动组织内各部门按流程开展工作;

4.组织在日常的决策、业务开展过程中能获取数据支持,明显提升工作效率;

5.参与行业数据管理相关培训,具备数据管理人员。

四、量化管理级

数据被认为是获取竞争优势的重要资源,数据管理的效率能量化分析和监控,具体特征如下:

1.组织层面认识到数据是组织的战略资产,了解数据在流程优化、绩效提升等方面的重要作用,在制定组织业务战略的时候可获得相关数据的支持;

2.在组织层面建立了可量化的评估指标体系,可准确测量数据管理流程的效率并及时优化;

3.参与国家、行业等相关标准的制定工作;

4.组织内部定期开展数据管理、应用相关的培训工作;

5.在数据管理、应用的过程中充分借鉴了行业案例以及国家标准、行业标准等外部资源,促进组织本身的数据管理、应用的提升。

五、优化级

数据被认为是组织生存和发展的基础,相关管理流程能实时优化,能在行业内进行实践分享,具体特征如下:

1.组织将数据作为核心竞争力,利用数据创造更多的价值和提升改善组织的效率;

2.能主导国家、行业等相关标准的制定工作;

3.能将组织自身数据管理能力建设的经验作为行业案例进行推广。