组织数据能力的成熟度等评估模型主要包括：DCMM、DSMM、DCAM、DAMA等。最新版《DMBOK2.1》
中，对于数据成熟度评估模型的选择给出了应考虑的标准：

1. 可访问性：实践以非技术术语陈述，传达活动的功能要义。
2. 全面性：框架涵盖广泛的数据管理活动范围，包括业务参与，而不仅仅是IT流程。
3. 可扩展性和灵活性：模型结构化以便增强行业特定或额外学科，并可根据组织的需求整体或部分使用。
4. 内置未来进展路径：尽管具体优先事项因组织而异，但DMM框架在描述的每个功能内概述了一个逻辑的前进方式。
5. 行业无关或行业特定：一些组织将受益于行业特定方法，其他组织将受益于更通用的框架。任何DMM框架还应遵循跨行业的数据管理最佳实践。
6. 抽象或详细程度：实践和评估标准以足够详细的水平表达，以确保它们与组织及其执行的工作相关联。
7. 非规范化：框架描述需要执行的内容，而不是如何执行。
8. 按主题组织：框架将数据管理活动放置在适当的背景中，使每个活动可以单独评估，同时识别依赖关系。
9. 可重复：框架可以一致地解释，支持可重复的结果，以便将组织与同行业其他组织进行比较，并随着时间跟踪进展。
   10.由中立、独立的组织支持：该模型应该是厂商中立的，以避免利益冲突，并且应该是广泛可用的，以确保广泛代表最佳实践。
   11.技术中立：该模型的重点应该是实践，而不是工具。
   12.包含培训支持：该模型受到全面培训的支持，以使专业人士掌握框架并优化其使用。