首页 > 国家标准(GB) > GB/T 36073-2018 数据管理能力成熟度评估模型
GB/T 36073-2018

基本信息

标准号: GB/T 36073-2018

中文名称:数据管理能力成熟度评估模型

标准类别:国家标准(GB)

标准状态:现行

出版语种:简体中文

下载格式:.rar .pdf

下载大小:3739KB

相关标签: 数据管理 能力 成熟度 评估 模型

标准分类号

关联标准

出版信息

相关单位信息

标准简介

GB/T 36073-2018 数据管理能力成熟度评估模型 GB/T36073-2018 标准压缩包解压密码:www.bzxz.net

标准图片预览






标准内容

ICS35.240.70
中华人民共和国国家标准
GB/T36073—2018
数据管理能力成熟度评估模型
Data management capability maturity assessment model2018-03-15发布
中华人民共和国国家质量监督检验检疫总局中国国家标准化管理委员会
2018-10-01实施
规范性引用文件
术语和定义
缩略语
能力域和能力项
成熟度评估等级
6数据战略
数据战略规划
数据战略实施
数据战略评估
7数据治理
数据治理组织
数据制度建设
数据治理沟通
8数据架构
数据模型
数据分布
数据集成与共享
元数据管理
9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Www.bzxZ.net
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
业务术语
GB/T36073—2018
GB/T36073—2018
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
数据设计和开发
数据运维
数据退役
参考文献
...........++.+....+.+..+.++.........+..E.............
iiiKAoNikAca
本标准按照GB/T1.1一2009给出的规则起草GB/T36073—2018
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。本标准由全国信息技术标准化技术委员会(SAC/TC28)提出并归口。本标准起草单位:中国电子技术标准化研究院、御数坊(北京)科技咨询有限公司,北京大学,中国人民大学、清华大学、中国建设银行股份有限公司、中国光大银行、华为技术有限公司、阿里云计算有限公司、上海鸿冀软件技术股份有限公司、红杉资本中国基金本标准主要起草人:代红、宾军志、梅宏,车品觉、杜小勇、吴建明、高林、李振军、吴东亚、赵菁华、张群、李冰、刘晨、袁芳、车春雷、田江、王静、符海芳、陈雪秀、龙凌云、徐洋、王麒、王倩、伊德日温。iKAoNi KAca
-iiKAoNniKAca
1范围
数据管理能力成熟度评估模型
GB/T36073—2018
本标准给出了数据管理能力成熟度评估模型以及相应的成熟度等级,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,数据标准和数据生存周期等8个能力域本标准适用于组织和机构对数据管理能力成熟度进行评估。2规范性引用文件
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件,仅注日期的版本适用于本文件。凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件GB/T35295信息技术大数据术语
3术语和定义
GB/T35295界定的以及下列术语和定义适用于本文件。3.1
data management capability
数据管理能力
组织和机构对数据进行管理和应用的能力。3.2
数据管理能力成熟度评估模型
data management capability maturity assessment model用于对组织的数据管理能力成熟度进行评估的模型。3.3
能力域
capability area
数据管理相关活动、过程等集合以及一组相关数据能力子域的集合3.4
数据战略
data strategy
组织开展数据工作的愿景、目的、目标和原则。3.5
数据治理
data governance
对数据进行处置、格式化和规范化的过程。注1:数据治理是数据和数据系统管理的基本要素注2:数据治理涉及数据全生存周期管理,无论数据是处于静态、动态、未完成状态还是交易状态,[GB/T35295—2017.定义2.1.43]3.6
数据架构
data architecture
通过组织级数据模型定义数据需求,指导对数据资产的分布控制和整合,部署数据的共享和应用环境,以及元数据管理的规范。
-iiKAoNniKAca
GB/T36073—2018
数据标准
data standard
数据的命名、定义、结构和取值的规则。3.8
元数据
metadata
关于数据或数据元素的数据(可能包括其数据描述),以及关于数据拥有权、存取路径、访问权和数据易变性的数据。
[GB/T35295—2017,定义2.2.73.9
元模型
metamodel
规定一个或多个其他数据模型的数据模型。[GB/T18391.1—2009.定义3.3.20]3.10
数据质量
data quality
在指定条件下使用时,数据的特性满足明确的和隐含的要求的程度。[GB/T25000.122017定义4.3
数据安全
data security
数据的机密性、完整性和可用性3.12
主数据
master data
组织中需要跨系统,跨部门进行共享的核心业务实体数据。3.13
参考数据
reference data
对其他数据进行分类和规范的数据。3.14
数据生存周期
data lifecycle
将原始数据转化为可用于行动的知识的一组过程[GB/T35295—2017.定义2.1.2]
数据元dataelement
由一组属性规定其定义、标识、表示和允许值的数据单元,[GB/T18391.1—2009.定义3.3.8]缩略语
下列缩略语适用于本文件。
DCMM:数据管理能力成熟度评估模型(DatamanagementCapabilityMaturityassessmentModel)ETL:数据提取、转换和加载(Extraction-Transformation-Loading)KPI:关键绩效指标(KeyPerformanceIndicator)SOR:记录系统(SystemofRecord)TCO:总拥有成本(TotalCostofOwnership)2
-iiiKAoNniKAca
5综述
能力域和能力项
GB/T36073—2018
DCMM包含8个数据管理能力域。每个能力域包括若干数据管理领域的能力项,共29个,能力域和能力项见表1。
能力域和能力项
能力域
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
数据生存周期
能力项
数据战略规划
数据战略实施
数据战略评估
数据治理组织
数据制度建设
数据治理沟通
数据模型
数据分布
数据集成与共享
元数据管理
数据分析
数据开放共享
数据服务
数据安全策略
数据安全管理
数据安全审计
数据质量需求
数据质量检查
数据质量分析
数据质量提升
业务术语
参考数据和主数据
数据元
指标数据
数据需求
数据设计和开发
数据运维
数据退役
GB/T36073—2018
5.2成熟度评估等级
5.2.1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:组织在制定战略决策时,未获得充分的数据支持;a)
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;c)
业务系统各自管理自已的数据,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:
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。d)
5.2.2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:
a)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;b)
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;c
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;
d)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。5.2.3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: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;a)
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;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;c
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;d)
参与行业数据管理相关培训,具备数据管理人员。e)
5.2.4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: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,a
在制定组织业务战略的时候可获得相关数据的支持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;b)
参与国家、行业等相关标准的制定工作:c)
组织内部定期开展数据管理,应用相关的培训工作e)
在数据管理,应用的过程中充分借鉴了行业最佳案例以及国家标准,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。5.2.5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,能在行业内进行最佳实践分享,具体特征如下:
GB/T36073—2018
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;a
能主导国家,行业等相关标准的制定工作;b)
能将组织自身数据管理能力建设的经验作为行业最佳案例进行推广6数据战略
数据战略规划
6.1.1概述
数据战略规划是在所有利益相关者之间达成共识的结果。从宏观及微观两个层面确定开展数据管理及应用的动因,并综合反映数据提供方和消费方的需求。6.1.2过程描述
过程描述如下:
识别利益相关者,明确利益相关者的需求;a
数据战略需求评估,组织对业务和信息化现状进行评估,了解业务和信息化对数据的需求;c)
数据战略制定,包含但不限于:1)愿景陈述,其中包含数据管理原则、目的和目标;规划范围,其中包含重要业务领域、数据范围和数据管理优先权;23
所选择的数据管理模型和建设方法;3)
当前数据管理存在的主要差距;管理层及其责任,以及利益相关者名单;5)
编制数据管理规划的管理方法;6)
持续优化路线图;
数据战略发布,以文件、网站、邮件等方式正式发布审批后的数据战略:d)
数据战略修订,根据业务战略、信息化发展等方面的要求,定期进行数据战略的修订。6.1.3过程目标
过程目标如下:
建立、维护数据管理战略;
针对所有业务领域,在整个数据治理过程中维护数据管理战略(目标、目的、优先权和范围);c)
基于数据的业务价值和数据管理目标,识别利益相关者,分析各项数据管理工作的优先权制定、监控和评估后续计划,用于指导数据管理规划实施。d)
6.1.4能力等级标准
能力等级标准如下:
a)第1级:初始级
在项目建设过程中反应了数据管理的目标和范围。b)第2级:受管理级
1)识别与数据战略相关的利益相关者;2)数据战略的制定能遵循相关管理流程;维护了数据战略和业务战略之间的关联关系。3)
GB/T36073—2018
第3级:稳健级
制定能反应整个组织业务发展需求的数据战略:制定数据战略的管理制度和流程,明确利益相关者的职责,规范数据战略的管理过程;2)
根据组织制定的数据战略提供资源保障3)
将组织的数据管理战略形成文件并按组织定义的标准过程进行维护、审查和公告:4)
编制数据战略的优化路线图,指导数据工作的开展:定期修订已发布的数据战略。
d)第4级:量化管理级
1)对组织数据战略的管理过程进行量化分析并及时优化;能量化分析数据战略路线图的落实情况,并持续优化数据战略。2)
e)第5级:优化级
数据战略可有效提升企业竞争力:2)在业界分享最佳实践,成为行业标杆。6.2数据战略实施
6.2.1概述
组织完成数据战略规划并逐渐实现数据职能框架的过程。实施过程中评估组织数据管理和数据应用的现状,确定与愿景,自标之间的差距;依据数据职能框架制定阶段性数据任务目标,并确定实施步骤。
6.2.2过程描述
过程描述如下:
评估准则,建立数据战略规划实施评估标准,规范评估过程和方法;a)
现状评估,对组织当前数据战略落实情况进行分析,评估各项工作开展情况;c)
评估差距,根据现状评估结果与组织数据战略规划进行对比,分析存在的差异;实施路径,利益相关者结合组织的共同目标和实际商业价值进行数据职能任务优先级排序;d)
保障计划,依据实施路径,制定开展各项活动所需的预算;任务实施,根据任务开展工作;g)
过程监控,依据实施路径,及时对实施过程进行监控。6.2.3
过程目标
过程目标如下:
检查数据战略落实情况,定期对实施情况评估;a
对现状和发展目标进行对比,分析存在差距,明确发展方向;b)
推动战略实施,根据存在的差距,结合组织的共同目标和实际商业价值,对数据职能任务优先c
级排序,提供资源和资金保障,推动战略实施6.2.4能力等级标准
能力等级标准如下:
第1级:初始级
在具体项目中反映数据管理的任务、优先级安排等内容。6
小提示:此标准内容仅展示完整标准里的部分截取内容,若需要完整标准请到上方自行免费下载完整标准文档。