初始级

组织没有意识到数据的重要性，数据需求的管理主要是在项目级来体现，没有统一的数据管理流程， 存在大量的数据孤岛，经常由于数据的问题导致低下的客户服务质量，繁重的人工维护工作等，具体的 表现如下：

a） 当用户不相信数据的时候，业务管理者和 IT 管理者不知道问题的根源在于数据；

b） 组织在制定战略决策的时候，没有获得充分的数据支持；

c） 没有正式的数据蓝图规划，数据架构设计，数据管理组织和流程等；

d） 业务系统独自管理自己的数据，各个业务系统之间的数据存在不一致，或者冲突的现象。没 有人意识到数据管理或者数据质量的重要性；

e） 数据的管理是根据项目实施的周期来进行的，没有人知道针对数据的维护，管理的成本到底 是多少。

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，并且识别了数据管理、应用相关的干系人，具体的特征如下：

a） 管理者已经意识到数据的重要性，已经制定了一些数据管理的规范和岗位，想要促进数据管理相关工作的规范化；

b） 已经意识到数据质量和数据的孤岛问题是一个重要的管理问题，在进行数据分析的过程中， 发现大量的数据不一致和重复的问题，但是找不到问题的根源或者为此要负责的人；

c） 组织进行了一些数据集成的工作，尝试整合分散于各个业务系统的数据，也设计了一些数据 模型和管理的岗位；

d） 开始进行了一些重要数据的文档工作，对重要数据的安全，风险等方面进行一些考虑，并且设 计相关管理的管理措施。

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，数据的管理者可以快速的满足跨多个业务系统的、准确的、一致的数据要求，有详细的 数据需求响应处理规范、流程。具体的标志如下：

a） 管理者已经意识到数据的价值，在组织的层面明确了数据管理的规范和制度；

b） 数据的管理以及应用能够充分的参考组织的业务战略、经营管理需求以及外部监管需

c） 建立了规范的管理组织、管理流程，能够推动组织内各部门/子公司来按照流程开展工

d） 组织在日常的决策、业务开展过程中能够获取充足的数据支持，显著提升了工作效率

e） 能够定期开展数据管理、应用相关的培训工作。

量化管理级

数据被认为是获取竞争优势的重要资源，组织认识到数据在的流程优化，工作效率提升等方面的作 用，针对数据管理方面的流程进行全面的优化，针对数据管理的岗位进行KPI的考核，规范和加强数据 相关的管理工作，并且应用相关的业务进行对KPI考虑的工作工作进行支撑，具体的标志如下：

a） 管理者已经认识到数据是组织的战略资产，已经了解数据在流程优化，绩效提升等方面的作用，在制定组织业务战略的时候可以获得相关数据的支持；

b） 在组织层面建立了可量化的评价指标体系，可以准确测量数据管理流程的效率，并且可以及时进行流程优化；

c） 在数据管理、应用的过程中充分借鉴了行业最佳实践，国家标准、行业标准等外部资源，催 进组织本身的数据管理体系、应用体系的提升。

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，能够在行业内进行最佳实践的分享， 具体的标志如下：

a） 整个组织可以把数据作为组织的核心竞争力，可以利用数据创造更多的价值和提升改善组织 的效率；

b） 能够参与国家、行业等方面相关标准的制定工作；

c) 能够把组织自身数据能力建设的经验作为行业的最佳实践进行推广，成为行业的标杆。

    DCMM是针对一个企业数据管理和应用能力的评估框架，从标准本身来讲，任何企业都可以做相关的申请。从评估流程来说，可以分为两个方面：

甲方：数据拥有方

可以评估数据拥有方在数据管理方面存在的问题并给出针对性的建议，帮助其提升数据治理能力水平。（比如金融与保险机构、互联网企业、电信运营商、工业企业）

乙方：信息数据服务方

通过该标准的实施落地，可以帮助数据解决方案提供方完善自身解决方案的完备度。（比如软件开发/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）