定义:
-
能力成熟度评估: 是是一种基于能力成熟度模型框架的能力提升方案,描述了数据管理能力初始状态发展到最优化的过程。
-
数据管理成熟度评估:(Data Management Maturity Assessment, DMMA)可用于全面评估数据管理,也可用于聚焦单个知识领域甚至 单个过程。
1. 业务驱动因素
-
监管
-
数据治理
-
过程改进的组织就绪
-
组织变更
-
新技术
-
数据管理问题
2. 目标
-
评估关键数据管理活动的当前状态,以便制订计划进行改进
3. 交付成果
-
等级和排名
-
成熟度基线
-
准备评估
-
风险评估
-
人员配置能力
-
投资和成果选择
-
建议
-
路线图
-
执行简报
4. 数据管理成熟度模型 评价等级及特点
-
1)0级。无能力级。
-
2)1级。初始级或临时级:成功取决于个人的能力。
-
3)2级。可重复级:制定了最初级的流程规则。
-
4)3级。已定义级:已建立标准并使用。
-
5)4级。已管理级:能力可以被量化和控制。
-
6)5级。优化级:能力提升的目标是可量化的。(5级是最高级别的)
评价等级特点:
1)0级:无能力。在数据管理中,管理活动或正式企业流程处于无组织的状态。很少有组织处在0级阶段,这个级别在成熟度模型中是为了定义才被设定的。
2)1级初始/临时。使用有限的工具集进行通用的数据管理,很少或根本没有治理活动。数据处理高度依赖于少数专家,角色和责任在各部门中分开定义。每个数据所有者自主接收、生成和发送数据控件(如果有的话)的应用不一致。管理数据的解决方案是有限的。数据质量问题普遍存在,但无法得到解决,基础设施支持处于业务单元级别。评估标准可能包括对任意一个流程进行控制,如记录数据质量问题。
3)2级可重复。有一致的工具和角色定义来支持流程执行。在2级中,组织开始使用集中化的工具,并为数据管理提供更多的监控手段。角色的定义和流程并不完全依赖于特定专家。组织对数据质量问题和概念有认识,开始认识到主数据和参考数据的概念。评估标准可能包括组件中的正式角色定义,如职位描述、流程文档以及利用工具集的能力。
4)3级已定义:新兴数据管理能力。第3级将引入可扩展的数据管理流程将其制度化,并将数据管理视为一种组织促成因素。其特点包括在组织中的数据复制受到控制,总体数据质量普遍提高,有协调一致的政策定义和管理。越正式的流程定义越能显著减少人工干预,这样伴随着集中化的设计流程,意味着流程的结果更加可预测。评估标准可能包括制定数据管理政策、可扩展过程的使用以及数据模型和系统控制的一致性。
5)4级已管理。从1~3级增长中获得的经验积累使组织能够在即将开展新项目和任务时预测结果,并开始管理与数据相关的风险,数据管理包括一些绩效指标。4级的特点包括从桌面到基础设施的数据管理工具标准化,以及结构良好的集中规划和治理功能。此级别的机构在数据质量和全组织数据管理能力(如端到端的数据审核)等方面有显著性提高。评估标准可能包括与项目成功相关的指标、系统的操作指标和数据质量指标。
6)5级优化。当数据管理实践得到优化时,由于流程自动化和技术变更管理,它们是高度可预测的,这个成熟度级别的组织会更关注于持续改进。在第5级,工具支持跨流程查看数据。控制数据的扩散防止不必要的复制,使用容易理解的指标来管理和度量数据质量和过程。
5. 评估标准
-
活动
-
活动。活动或流程在多大程度上已到位?是否定义了有效和高效执行的标准?活动的定义和执行情况如何?是否产生最佳实践输出?
-
-
工具
-
工具。该活动在多大程度上是由一组通用工具实现自动化和支持的?是否在特定角色和职责范围内提供工具培训?工具是否在需要的时候和需要的地方可用?它们是否优化配置以提供最有效和最高效的结果?长期技术计划应制订到何种程度,才能适应未来的能力?
-
-
标准
-
标准。这项活动在多大程度上得到一套通用标准的支持?这些标准是否有文件记录?标准是否有治理活动和变更管理活动强制执行和支持?
-
-
人员和资源
-
人员和资源。组织在多大程度上配备人员执行活动?执行活动需要哪些特定的技能、训练和知识?角色和职责的定义如何?
-
6. 现有DMMA框架
-
CMMI数据管理成熟度模型(DMM)
-
EDM委员会DCAM
-
IBM数据治理委员会成熟度模型
-
结果
-
使能因素
-
核心内容
-
支持内容
-
-
斯坦福数据治理成熟度模型
-
Gartner的企业信息管理成熟度模型
7. 活动
-
规划评估活动
-
执行成熟度评估
-
解释结果及建议
-
制订有针对性的改进计划
-
重新评估成熟度(闭环)
应定期进行重新评估,它们是循环往复持续改进的一部分:
1)通过第一次评估建立基线评级。
2)定义重新评估参数,包括组织范围。
3)根据需要,在公布的时间表上重复DMM评估。
4)跟踪相对于初始基线的趋势。
5)根据重新评估结果制定建议。
重新评估也可以重振或重新集中精力。可衡量的进展有助于保持整个组织的认同和热情。监管框架的变动,内外部政策,可治理方法和战略创新的变化是定期重新评估的其他原因。
8. 工具
-
数据管理成熟度框架
-
沟通计划
-
协作工具
-
知识管理和元数据存储库
9. 实施指南
-
就绪评估/风险评估 在进行成熟度评估之前,识别潜在风险及一些风险缓解策略是有帮助的
-
缺乏组织认同
-
缺乏DMMA专业知识
-
组织中缺乏"数据说话"
-
出现诸如监管变化的意外情况
-
-
组织文化变革 组织和文化变革起始于承认事情可以变得更好,DMMA结果可以合并不同的观点,形成共同愿景,加速组织的发展
10. 度量指标
-
DMMA评级
-
资源利用率
-
风险敞口
-
支出管理
-
DMMA的输入
-
变革速度
DCMM标准 评估交付物
-
评分结果
根据对企业的访谈,资料评审,一对一访谈,环境检查工作,统一为企业的数据能力成熟度进行评级 -
评估报告
企业数据管理的现状评估,帮助企业找到和同业最佳实践的差距,定位自身的问题,分析其中的原因,并给出清晰的分析报告 -
符合性证书
根据企业数据能力成熟度的评级结果,正式颁发国家标准符合性证书 -
数据管理发展路线图
根据企业管理的需要,以及业界最佳实践,制定针对性的企业管理发展路线图,并且根据现状的评估报告。