一、背景政策
信息技术与经济社会的交汇融合引发了数据爆发式增长。数据蕴含着重要的价值，已成为国家基础性战略资源，正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。数据价值发挥的前提是管理好数据，然而，数据规模的增加、数据格式的复杂化等都给企业数据管理提出了挑战。
《数据管理能力成熟度评估模型》（以下简称DCMM）是我国在数据管理领域首个正式发布的国家标准，旨在帮助企业利用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。
二、评估依据
2018年3月，由工信部牵头指导、全国信标委大数据标准工作组组织制定并正式发布了国内首个数据管理领域国家标准——《数据管理能力成熟度评估模型》（GB/T 36073-2018），并于2018年10月正式实施。
三、评估内容
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、数据标准和数据生存周期8个核心能力域，细分为28个过程域和445条能力等级标准。
四、能力等级
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、受管理级、稳健级、量化管理级和优化级，不同等级代表企业数据管理和应用的成熟度水平不同。
五、主要适用对象
（1）数据拥有方（甲方）：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；
（2）数据解决方案提供方（乙方）：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。
DCMM评估要点及评估标准—-数据拥有方（甲方）
DCMM评估要点及评估标准—-信息技术服务方（乙方）
注1：信息化投入
信息化投入包括研发投入、信息化软硬件设备购置、信息技术服务投入等，能提供研发投入专项审计报告为佳（适用期内的高新技术企业研发专项审计报告可用），不同等级对提交证据（证明材料）的要求不尽相同。
注2：数据管理从业人员
-
数据管理人员数量是个硬性指标，申报企业可从企业员工中挑选对应数量的人员去参加职业技能培训，培训班相关信息可咨询评审机构或认证咨询机构；
-
数据管理从业人员分为首席数据官、资深数据管理工程师、数据管理工程师、助理数据管理工程师等四个等级，具体的能力等级定义详见表1。
数据管理工程师能力等级定义
六、DCMM评估要点（1~5级）
6.1 DCMM一级评估要点：
（一）数据管理能力
-
自身业务交易产生的结构化数据总量：100G及以上 （证据：提供信息系统清单、各信息系统主要的数据范围以及存储量）；
-
具有专职的数据管理人员：2人及以上（证据：提供正式发布的岗位说明书以及人员资质证明）；
-
具有数据治理、数据质量、数据安全、数据标准、数据架构、数据生存周期、数据应用中任意四个能力域的管理制度（证据：提供正式发布的制度）；
-
具有数据治理、数据质量、数据安全、数据标准、数据架构、数据生存周期等方面的管理工具两项（证据：产品采购合同或者软件著作权）；
-
整体的DCMM等级分数达到二级。
（二）评估报告要求
-
报告完整，符合整体模板要求；
-
报告页数不少于50页。
6.2 DCMM二级评估要点：
（一）数据管理能力
-
自身业务交易产生的结构化数据总量：100G及以上 （证据：提供信息系统清单、各信息系统主要的数据范围以及存储量）；
-
具有专职的数据管理人员：5人及以上 （证据：提供正式发布的岗位说明书以及人员资质证明/职业资格证书）；
-
具有数据治理、数据质量、数据安全、数据标准、数据架构、数据生存周期、数据应用中任意四个能力域的管理制度（证据：提供正式发布的制度）；
-
具有数据治理、数据质量、数据安全、数据标准、数据架构、数据生存周期等方面的管理工具两项（证据：产品采购合同或者软件著作权）；
-
整体的DCMM等级分数达到二级。
（二）评估报告要求
-
报告完整，符合整体模板要求；
-
报告页数不少于50页。
6.3 DCMM三级评估要点：
-
满足通用评审要求的2、3、4、5点要求，分数达到二级则通过业务战略、经营管理需求以及外部管理需求；
-
建立企业级组织及岗位；
-
建立数据分析团队，支撑各部门数据分析需求；
-
开展组织级的数据管理培训；
-
开展组织级的数据质量、数据安全管理活动。
准入要求：
-
序号1-4的评估要点，全部满足；
-
全部提供证据。
6.4 DCMM四级评估要点：
-
组织层面建立可量化的评估指标体系（标准、质量、安全）；
-
能量化评估数据分析效果，推动组织业务创新，成为组织核心竞争力；
-
参与国家、行业标准制定。
准入要求：
-
全部满足；
-
全部提供证据。
6.5 DCMM五级评估要点：
-
在业界分享最佳实践，成为行业标杆，持续优化。
审核要点：
-
全部满足；
-
全部提供证据。
七、DCMM评估流程
7.1 DCMM评估流程分为评估准备、正式评估和结果评议三个阶段。
-
评估准备阶段：被评估方参照DCMM标准建立、健全数据管理体系，内部运行开展自评估，也可以通过贯标咨询机构协助对标，并向第三方评估机构提交有效的申请材料。
-
正式评估阶段：评估机构受理评估申请后，组织现场评审并出具评估报告，给予评估等级的推荐意见，并报评估工作部备案。
-
结果评议阶段：评估工作部对评估机构报送的评估结果进行合规性审查，对于合规性审查中发现存在较大问题的评估结果有权驳回。对于评估机构推荐的优化级、量化管理级和优化级的评估结论，评估工作部需组织专家对评估结果进行评议。
7.2 DCMM评估方式
-
制度层面
审查文件和记录：包括公司层面及部门层面的规章、制度、规范和管理规定等，以及公司在管理过程中的过程文档，如会议纪要、会签记录等。
-
平台工具层面
观察数据管理过程和活动：重点了解数据管理系统/平台/工具的相关功能和使用记录。
-
人员管理层面
人员访谈：对公司的规章制度执行以及数据管理平台使用情况进行核验，确认其实施过程与客观证据是否保持一致。
7.3 准备工作分为三个阶段：
（1）差距分析：对照能力等级标准的相关要求，梳理本企业数据管理的相关制度、执行过程文档、数据管理平台和工具的相关资料，进行差距分析，制定建设提升工作计划。
（2）能力建设：健全数据管理组织，完善数据管理制度体系，优化数据管理平台和工具，开展对标自评估。
（3）量化评估：组建评估队伍，提交正式评估申请，开展第三方评估，获取评估结果和提升整改意见。
7.4 DCMM评估过程有哪些人参与？
一般来说，数据战略和治理需要的是管理人员，其余6个能力域需要的是技术人员，从实际评估角度来说，企业匹配人员一般在5-10个。
八、企业收益及政府奖补
8.1 企业收益
（1）帮助和指导企业获得当前数据管理现状，识别与行业最佳实践差距，找准关键问题，提出数据管理改进建议和方向。
（2）开展人员培训，提升企业数据管理人员技能，提高企业数据管理能力成熟度。
（3）有机会参与数据管理优秀案例遴选以及成果展示系列活动，扩大行业知名度。
（4）有机会参与内部研讨会，与各企业交流数据管理能力提升经验，分析存在的共性问题以及发展趋势，准确把握行业方向。
（5）以第三方客观评估结果为依据，对外展示企业数据管理能力，满足监管要求，传递信任。
8.2 认证补贴政策
注4：此表来源于中电联官网，统计时间截止到2022年4月，最新的奖补政策及未列在此表范围内的地市企业，可向当地经信委、工信局、管委会、市科委等科技主管部门进行咨询。
九、DCMM证书管理和查询
中国电子信息行业联合会根据专家对DCMM评估报告复核或评议结果，在联合会官方网站公示，无异议后颁发DCMM贯标等级证书，证书有效期为3年。3年后企业可选择证书续期或者更换证书。同时，企业可以在中国电子信息行业联合会官网（http://www.citif.org.cn）评估工作专栏进行查询。
(欢迎大家加入数据工匠知识星球获取更多资讯。)
扫描二维码关注我们
我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。
我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。
我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。
了解更多精彩内容
长按，识别二维码，关注我们吧！
数据工匠俱乐部
微信号：zgsjgjjlb
专注数据治理，推动大数据发展。
发表评论