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。

1.DCMM评估概述

1.1评估依据

数据管理能力成熟度评估的依据是国家标准GB/T 36073-2018《数据管理能力成熟度评估模型》，该标准借鉴了国际上数据管理理论框架和方法，在综合考虑国内数据管理情况发展的基础上，整合了标准规范、管理方法论、数据管理模型、成熟度分级等多方面内容。

1.2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、数据质量、数据标准和数据生存周期八个核心能力域及28个能力项，并以组织、制度、流程和技术作为八个核心域评价维度。

1.3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。

DCMM1级，初始级。数据需求的管理主要是在项目级进行体现，没有统一的管理流程，主要是被动式的管理。

DCMM2级，受管理级。组织已经意识到数据是资产，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的管理。

DCMM3级，稳健级。数据已经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。

DCMM4级，量化管理级。数据被认为是获取竞争优势的重要资源，数据管理效率能够进行量化分析和监控。

DCMM5级，优化级。数据被认为是组织生存的基础，相关管理流程能够实时优化，能够在行业内进行实践的分享