一、什么是成熟度
成熟度即研究对象与其完美状态的相对值。其主要内涵有两点：其一是确定对象的完美状态（基于当前认识的，相对的完美状态）；其二是确定对象的目前状态，以及与完美状态的差距。通常来说，研究对象的成熟度会有一个或多个衡量的分维度。可以用百分数来衡量，也可以用等级来衡量，其判断标准之间有一定的对应联系。
对数据拥有方：可以评估数据拥有方（甲方）在数据管理方面存在的问题并给出针对性建议，帮助其提升数据能力水平。
对数据解决方案提供方：通过该标准的落地实施，可以帮助数据解决方案提供方（乙方）完善自身解决方案的完备度，提升自身咨询、实施的能力。
《数据管理能力成熟度评估模型》（GB/T 36073-2018，简称DCMM）为企业提供了权威指南！
本文带您快速掌握DCMM的核心要点、评估流程及企业实践案例，助力企业抢占数据时代先机！
（点击图片进入下载）
二、DCMM价值意义——企业收益
DCMM定义了数据管理能力的八个能力域，分为28个能力项，每个能力项都划分为5个等级，共计455项指标。
数据战略:旨在确定数据管理愿景、目标等高阶内容，规划确定 任务蓝图及优先级顺序，对落实执行过程进行评价，有利于战略 的执行和调整。
数据治理:对数据资产管理行使权力和控制的活动集合，指导其 他数据管理职能如何执行。
数据架构:用于定义数据需求、指导对数据资产的整合和控制、 使数据投资与业务战略相匹配的一套整体构件和规范。
数据标准:是组织数据中的基准数据，为组织各个信息系统中的 数据提供规范化、标准化的依据，是组织数据集成、共享的基础， 是组织数据的重要组成部分。
数据质量:指数据对其期望目的的切合度，即从使用者的角度出 发，数据满足用户使用要求的程度。
数据安全:是计划、制定、执行相关安全策略和规程，确保数据 和信息资产在使用过程中有恰当的认证、授权、访问和审计等措 施。
数据应用:指通过对组织数据进行统一的管理、加工和应用，对 内支持业务运营、流程优化、营销推广、风险管理、渠道整合等 活动，对外支持数据开放共享、数据服务等活动，从而提升数据 在组织运营管理过程中的支撑辅助作用，同时实现数据价值的变 现。
数据生存周期:在数据全生命周期中实施管理，确保从宏观规划、 概念设计到物理实现，从获取、处理到应用、运维、退役的全过 程中，数据能够满足数据应用数据管理需求。
DCMM将企业数据管理能力分为五个等级：
初始级：无系统化管理，依赖项目经验；
受管理级：初步制定规范，但未全面落地；
稳健级：制度流程标准化，数据支撑业务决策；
量化管理级：数据价值可量化，驱动效率提升；
优化级：数据为核心竞争力，引领行业标准
