DCMM数据管理能力成熟度评估

DCMM数据管理能力成熟度评估模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生命周期等8个核心能力领域，细分为28个流程领域以及445项能力水平标准。

1、数据治理组织概述
数据治理组织包括组织架构、岗位设置、团队建设、数据责任等，是各项数据功能开展的基础。规划和控制组织在数据管理和数据应用方面的职责，指导各项数据功能的实施，确保组织能够有效实施数据战略目标。

进度解析
该过程描述如下：
a建立数据治理机构，建立权责明确、内部沟通顺畅的数据体系支撑机构，保障数据战略的实施；
b岗位设置，建立数据治理所需岗位，明确岗位职责、岗位要求等；
C团队建设，制定团队培训和能力提升计划，通过引入内外部资源，定期进行人员培训，提升团队成员的数据治理能力；
d数据集中管理，明确数据所有者、管理者等相关角色，以及数据集中管理的具体管理人员；
e建立绩效考核体系，根据团队人员职责划分和管理数据范围，制定相关人员绩效考核体系。

过程目标
过程目标如下：
a建立完善的组织架构和相应的工作流程机制；
b数据管理管理清晰，设置足够的全职和兼职岗位，持续推进团队建设；
C建立支持数据管理和数据应用策略的绩效评估体系。

能力水平标准

能力等级标准如下：
a级别 1：初始级别
1）体现具体项目中数据管理和数据应用的岗位、作用和职责；
2）依靠个人能力解决数据问题，尚未成立专业机构。

b级别 2：管理级别
1）数据相关的培训项目已经制定，但没有制度化；
2）在单一数据职能领域或业务单元，设置兼职或全职数据治理岗位，各岗位职责明确；
3）数据治理工作的重要性得到管理层的认可；
4）新项目中数据治理岗位的管理职责明确。

C级别 3：稳健级别
1） 管理层负责制定数据治理相关决策，参与数据管理相关工作；
2）在组织内部定义统一的数据治理部门，负责组织协调各项数据职能工作；
3）数据治理人员岗位职责明确，可在岗位说明书中体现；
4）建立了数据管理工作的考核标准，建立了相关人员的奖惩制度；
5）在组织内部建立，完善数据责任制，覆盖管理人员、业务人员和技术人员，明确数据管理过程中各方的责任；
6）在组织内推进数据集中管理，确保各类数据有明确的管理者；
7） 定期开展培训和经验分享，不断提升员工能力。

d第四层：量化管理层
1）建立数据人员职业晋升路线图，帮助数据团队人员明确发展目标；
2） 建立一个涵盖管理、技术和运营等方面的复合数据团队；
3）建立适用于数据工作相关岗位人员的量化绩效评价指标，并公布考核结果，对相关人员的工作绩效进行评价；
4） 业务人员可以实施和履行各自的数据管理职责。

e级别 5：优化级别
分享行业最佳实践，成为行业标杆。