DAMA 知识地图第15章 数据管理成熟度评估(6)

备考本章，看这张图就够了。 DAMA数据管理知识体系指南第15章考点总结，本章主要考点包括“基本概念、成熟度评估定义、活动”

DAMA 知识地图 第15章 数据管理成熟度评估(6)

• 定义
  • 级别
    • 1）0级
      • 无能力级。
        • 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
        • CMA概念源于美国国防部为评估软件承包商而建立的标准。
          • 卡内基梅隆大学软件工程研究所
    • 2）1级
      • 初始级或临时级：成功取决于个人的能力。
    • 3）2级
      • 可重复级：制定了最初级的流程规则。
    • 4）3级
      • 已定义级：已建立标准并使用。
    • 5）4级
      • 已管理级：能力可以被量化和控制。
    • 6）5级
      • 优化级：能力提升的目标是可量化的。
• 基本概念
  • CMM
    • 1）0级：无能力
      • 在数据管理中，管理活动或正式企业流程处于无组织的状态。很少有组织处在0级阶段，这个级别在成熟度模型中是为了定义才被设定的。
    • 2）1级初始/临时
      • 有一些
        • 使用有限的工具集进行通用的数据管理，很少或根本没有治理活动。数据处理高度依赖于少数专家，角色和责任在各部门中分开定义。每个数据所有者自主接收、生成和发送数据控件（如果有的话）的应用不一致。管理数据的解决方案是有限的。数据质量问题普遍存在，但无法得到解决，基础设施支持处于业务单元级别。
    • 3）2级可重复
      • 推动者
        • 在2级中，组织开始使用集中化的工具，并为数据管理提供更多的监控手段。角色的定义和流程并不完全依赖于特定专家。组织对数据质量问题和概念有认识，开始认识到主数据和参考数据的概念。
        • 评估标准可能包括组件中的正式角色定义，如职位描述、流程文档以及利用工具集的能力。
    • 4）3级已定义
      • 新兴数据管理能力。
        • 第3级将引入可扩展的数据管理流程将其制度化，并将数据管理视为一种组织促成因素。其特点包括在组织中的数据复制受到控制，总体数据质量普遍提高，有协调一致的政策定义和管理。越正式的流程定义越能显著减少人工干预，这样伴随着集中化的设计流程，意味着流程的结果更加可预测。
        • 评估标准可能包括制定数据管理政策、可扩展过程的使用以及数据模型和系统控制的一致性。
    • 5）4级已管理。
      • 从1～3级增长中获得的经验积累使组织能够在即将开展新项目和任务时预测结果，并开始管理与数据相关的风险，数据管理包括一些绩效指标。4级的特点包括从桌面到基础设施的数据管理工具标准化，以及结构良好的集中规划和治理功能。此级别的机构在数据质量和全组织数据管理能力（如端到端的数据审核）等方面有显著性提高。
      • 评估标准可能包括与项目成功相关的指标、系统的操作指标和数据质量指标。
    • 6）5级优化。
      • 当数据管理实践得到优化时，由于流程自动化和技术变更管理，它们是高度可预测的，这个成熟度级别的组织会更关注于持续改进。在第5级，工具支持跨流程查看数据。控制数据的扩散防止不必要的复制，使用容易理解的指标来管理和度量数据质量和过程。
  • 2.评估标准
    • 1）活动
      • 活动或流程在多大程度上已到位？是否定义了有效和高效执行的标准？活动的定义和执行情况如何？是否产生最佳实践输出？
    • 2）工具
      • 该活动在多大程度上是由一组通用工具实现自动化和支持的？是否在特定角色和职责范围内提供工具培训？工具是否在需要的时候和需要的地方可用？它们是否优化配置以提供最有效和最高效的结果？长期技术计划应制订到何种程度，才能适应未来的能力？
    • 3）标准
      • 这项活动在多大程度上得到一套通用标准的支持？这些标准是否有文件记录？标准是否有治理活动和变更管理活动强制执行和支持？
    • 4）人员和资源
      • 组织在多大程度上配备人员执行活动？执行活动需要哪些特定的技能、训练和知识？角色和职责的定义如何？
  • 3.现有DMMA框架还有
    • （1）CMMI数据管理成熟度模型（DMM）
      • 许多供应商都开发了自己的模型，在选择供应商或开发自己的框架之前，组织应该先评估如下几个模型
      • 数据管理成熟度评估框架被划分为离散的数据管理主题，框架焦点和内容取决于它们是用于通用行业还是特定行业。然而，大多数主体都可以映射到DAMA-DMBOK知识领域
      • 1）数据管理策略。
      • 2）数据治理。
      • 3）数据质量。
      • 4）平台与架构。
      • 5）数据操作。
      • 6）支持流程。
    • （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
  • 规划评估活动
    • 定义目标
    • 选择框架
    • 定义组织范围
      • 局部评估
      • 企业评估
    • 定义交互方法
    • 计划沟通
      • 1）数据管理成熟度评估的目的。
      • 2）评估应如何进行。
      • 3）他们参与的是什么部分。
      • 4）评估活动的时间表。
  • 执行成熟度评估
    • 1.收集信息
    • 2.执行评估
  • 解释结果及建议
    • 1.报告评估结果
    • 2.制定管理层简报
      • 分数/差距/如何提高/建议
  • 制订有针对性的改进计划
    • 重新评估成熟度
  • 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。
    • PDCA