数据管理成熟度评估

Dama知识体系，能力成熟度评估（Capability Maturity Assessment，CMA）是一种基于能力成熟度模型（Capability Maturity Model，CMM）框架的能力提升方案，描述了数据管理能力初始状态发展到最优化的过程。

数据管理成熟度评估

• 引言
  • 概念
    • 能力成熟度评估（Capability Maturity Assessment，CMA）是一种基于能力成熟度模型（Capability Maturity Model，CMM）框架的能力提升方案，描述了数据管理能力初始状态发展到最优化的过程。
  • 成熟度级别
    • 0级。无能力级。
    • 1级。初始级或临时级：成功取决于个人的能力。
    • 2级。可重复级：制定了最初级的流程规则。
    • 3级。已定义级：已建立标准并使用。
    • 4级。已管理级：能力可以被量化和控制。
    • 5级。优化级：能力提升的目标是可量化的。
  • 数据管理成熟度评估（DMMA）可用于全面评估数据管理，也可用于聚焦单个知识领域甚至单个过程
  • 业务驱动因素
    • 1. 监管。监管对数据管理提出了最低成熟度水平要起。
    • 2. 数据治理。出于规划与合规性目的，数据治理需要进行成熟度评估。
    • 3. 过程改进的组织就绪。组织认识到要改进其实践过程应从评估其当前状态开始。
    • 4. 组织变更。组织变更（如合并）会带来数据管理挑战。
    • 5. 新技术。技术的进步提供了管理和使用数据的新方法。
    • 6. 数据管理问题。
  • 目标
    • 数据管理能力评估的主要目标是评估关键数据管理活动的当前状态，以便制定计划进行改进
      • 1）向利益相关方介绍数据管理概念、原则和实践
      • 2）厘清利益相关方在组织数据方面的角色和责任
      • 3）强调将数据作为关键资产进行管理的必要性
      • 4）扩大对整个组织内数据管理活动的认识
      • 5）有助于改进有效数据治理所需的协作
  • 基本概念
    • 现有DMMA框架
      • 1）CMMI数据管理成熟度模型（DMM）
      • 2）EDM委员会DCAM
      • 3）IBM数据治理委员会成熟度模型
      • 4）斯坦福数据治理成熟度模型
      • 5）Gartner的企业信息管理成熟度模型
• 活动
  • 执行成熟度评估
    • 1. 收集信息
    • 2. 执行评估
  • 重新评估成熟度
    • 1）通过第一次评估建立基线评级
    • 2）定义重新评估参数，包括组织范围
    • 3）根据需要，在公布的时间表上重复DMM评估
    • 4）跟踪相对于初始基线的趋势
    • 5）根据重新评估结果制定建议