认证介绍
认证介绍
DCMM（DataManagementCapabilityMaturityAssessmentModel，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，将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。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。级别划分及能力体现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。
认证好处
1.准确评估各地大数据发展现状。
2.通过数据管理、应用情况评估，掌握数据和应用的现状，发现优势和存在问题
3.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。
4.可以帮助数据解决方案提供方完善自身解决方案的完备度，提升自身咨询、实施的能力。
成熟度评估等级
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。
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。
稳建级：
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。
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zuijia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。
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zuijia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zuijia案例进行推广。
基本内容：
DCMM国家标准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、技术对数据管理能力进行了分析、提炼出组织数据管理的八大过程域，并对每项能力域进行了二级过程项（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（441项指标）的制定。
数据战略：
数据战略规划、数据战略实施、数据战略评估；
数据治理：
数据治理组织、数据制度建设、数据治理沟通；
数据架构：
数据模型、数据分布、数据集成与共享、元数据管理；
数据应用：
数据分析、数据开放共享、数据服务；
数据安全：
数据安全策略、数据安全管理、数据安全审计；
数据质量：
数据质量需求、数据质量检查、数据质量分析、数据质量提升；
数据标准：
业务数据、参考数据和主数据、数据元、指标数据；
数据生存周期：
数据需求、数据设计和开放、数据运维、数据退役。
认证流程
向评估机构提交申请-材料审核-组建评估组-离线阶段-现场评估-评估报告制定-形成推荐函-评估机构将评估报告报告分会-专家评审-分会颁发证书
认证周期
通常办理周期为3-6个自然月。
注：
1.DCMM证书的有效期为3年；
2.认证时间主要取决于审核时间及整改时间，上述办理周期供参考。
