DCMM（DataManagement Capability Maturity AssessmentModel，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。
01
什么是DCMM？
DCMM是国家大数据重点标准之一，是一个综合标准规，管理方法论、评估模型等多方面内容的综合框架，目标是提供一个全方位组织数据能力评估的模型。在模型的设计中，结合数据生命周期管理各个阶段的特征，对数据管理能力进行了分析、提炼出组织数据管理的八大能力，并对每项能力进行了二级过程域的划分，发展等级的划分，以及相关功能介绍和评定标准的制定。
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
数据标准：业务数据、参考数据和主数据、数据元、指标数据
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
数据安全：数据安全策略、数据安全管理、数据安全审计
数据应用：数据分析、数据开放共享、数据服务
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
数据战略：数据战略规划、数据战略实施、数据战略评估
02
收 益
DCMM是在对国内外相关理论、实践充分研究的的基础上，结合国内数据行业的特征和发展需要，制定了国内第一份数据能力成熟度评价模型，可以用来指导和规范国内各家单位的数据管理行为，促进国内大数据行业的整体发展。
这是通过一系列的方法、关键指标和问卷来评价某企业或单位数据管理的现状，从而帮助其查明问题、找到差距、指出方向、并且提供实施建议。数据能力成熟度评价模型是数据管理和应用的基础，通过数据能力成熟度评价模型的建立，可以在以下几个方面提供帮助：
01
对 总 体
通过对地方、行业各单位组织数据管理、应用情况的评估，可以掌握地方、行业单位组织数据管理和应用的现状，发现具备的优势和存在的问题，为如何更好利用本地、行业的数据资源和进行针对性的指导提供支持。
数据管理能力培育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。
02
对 企 业
准确把握数据管理现状：通过 DCMM模型可以对企业数据管理的现状进行全面分析，当前数据管理工作的成果和优势，加强高层领导、业务部门对于数据工作的参与，也可以准确把握当前存在的问题，为下一步数据管理工作的提升指明方向。
提升企业数据管理人员技能以及意识：通过企业或单位数据能力成熟度的相关培训及评估，可以统一企业或单位相关人员对于数据管理相关概念的认识，可以完善、提升企业或单位数据管理人员对于数据管理的能力，提升对于数据资产重要性的认识。
建立数据管理体系：通过企业或单位数据能力成熟度的相关培训及评估，可以帮助企业或单位建立全面的数据管理能力体系，促进企业或单位内部数据管理相关的组织、制度、流程、标准和规范等内容的建立，为数据价值的全面提升打下基础。
建立演进计划路线图：通过对企业或单位数据管理现状的分析以及和业界实践的对比，可以明确企业或单位数据管理方面存在的差距，并且根据企业或单位数据战略发展的需要，整体制定企业数据管理的发展蓝图以及逐年的演进、建设计划。
03
等级认证申请条件
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。
DCMM贯标企业目前主要适用于两类主体：数据拥有方（甲方）和数据解决方案提供方（乙方）。
数据拥有方（甲方）
具体是指金融与保险机构、互联网企业、电信运营商、工业企业、数据中心所属主体、高校、政务数据中心等。
数据解决方案提供方（乙方）
具体是指数据开发/运营商、信息系统建设和服务提供商、信息技术服务提供商等。