大数据管理与应用概论 课件 2.6 大数据管理能力成熟度评估

2.6大数据管理能力成熟度评估CMM与CMMICMM（CapabilityMaturityModelforSoftware）即软件能力成熟度模型，90年代美国卡内基梅隆大学的软件工程研究所提出的一项重要标准。CMM的核心是把软件开发视为一个过程，并根据这一原则对软件开发和维护的过程进行监控和研究，以使其更加科学化、标准化，使企业（或组织）能够更好地实现商业目标。

CMMI（Capability

Maturity

Model

Integration）即能力成熟度模型集成，在CMM的基础上建立起包括软件工程、系统工程和软硬件采购等在内的诸多模型的集成。CMMI不但包括了软件开发过程改进，还包含系统集成、软硬件采购等方面的过程改进内容。CMMI国际通用，用于评价软件企业而非个人。CMMI详解初始级：组织开发的软件是不稳定的，开发过程中的计划、预算、功能和质量都是具有不确定性。管理级：组织已经营造出稳定的、受控的开发环境，项目是在受控状态下运行。定义级：组织对项目的实施不仅有一整套合理的管理措施，还要将这套管理体系与流程予以制度化、标准化，并推广到全组织。定量管理级：组织的项目管理不仅形成了一种制度，而且要实现数字化的管理。持续优化级：项目管理达到了最高的境界。能够主动地改善流程，运用新技术，实现流程的优化。数据管理能力成熟度国际标准CMMI-DMM数据管理能力成熟度评估模型由卡耐基-梅隆大学旗下的CMMI协会开发，DMM模型用25个过程域，描述了企业数据管理应建立的各项能力。类别过程域类别过程域数据管理战略数据管理战略、沟通、数据管理功能、业务案例、项目资助数据治理治理管理、业务词汇表、元数据管理数据质量数据质量战略、数据分析、数据质量评估、数据清洗数据操作数据需求定义、数据生命周期管理、供应商管理平台与架构架构方法、架构标准、数据管理平台、数据集成、历史数据、归档和保留支持流程度量与分析、过程管理、过程质量保证、风险管理、配置管理数据管理能力成熟度国际标准CMMI-DMM数据管理能力成熟度评估模型由卡耐基-梅隆大学旗下的CMMI协会开发，DMM模型用25个过程域，描述了企业数据管理应建立的各项能力。根据CMMI-DMM数据管理能力成熟度评估模型，企业数据管理的能力主要分为五个层次，从低到高分别是可执行级、可管理级、已定义级、可量度级和优化管理级数据管理能力成熟度国际标准Gartner企业信息管理成熟度模型由Gartner公司提出，将企业数据管理成熟度划分为六个阶段来进行定义，分别是：0无认知阶段，1有认知阶段，2被动回应阶段，3主动回应阶段，4已管理阶段，5高效管理阶段。数据管理能力成熟度国际标准Gartner企业信息管理成熟度模型由Gartner公司提出，将企业数据管理成熟度划分为六个阶段来进行定义，分别是：0无认知阶段，1有认知阶段，2被动回应阶段，3主动回应阶段，4已管理阶段，5高效管理阶段。级别描述0级：无认知型处在0级中的企业，由于没有进行信息管理，面临巨大风险，诸如不合规、客户服务能力差，以及生产力低下。1级：认知型处在1级中的企业，已经具有一些关于信息管理的认知。2级：被动回应型处在第2级中的企业，业务和IT管理者对于重要业务单元的一致性、准确性、更快捷的信息需求做出积极回应。这些企业管理者能够采取相应措施来解决迫在眉睫的需求。3级：主动回应型处在3级中的企业，把信息作为促进业务效能的必要条件，因此正在从项目级信息管理向企业信息管理过渡。4级：管理型处在4级中的企业，把信息作为业务推进至关重要的条件。在企业内已经实施了有效的企业信息管理，包括一个一致性信息架构。5级：高效型处在5级中的企业，能够跨整个信息供应链，基于服务层级协议利用信息。数据管理能力成熟度国际标准EDM-DCAM数据管理能力成熟度模型由企业数据管理协会（EDM）开发。最新版（DCAM2.0）模型中包含数据管理战略与业务案例、数据管理流程和资金、业务和数据架构、数据和技术架构、数据质量管理、数据治理和数据控制环境7大组件。级别描述未启动临时数据管理。数据管理没有正式的目标，只是个人在管理。概念性初步计划活动。数据管理的流程是临时的，在相关项目中执行。发展性流程被定义和记录，对数据管理的利益相关者，以及角色、职责、标准和流程进行初步讨论。已定义利益相关者建立和验证的数据管理功能。职责和责任结构，实施的政策和标准，建立的词汇表和标识符，可持续的资金支持。已达成采用了数据管理功能并强制遵守法规。由执行管理层批准，协调活动，对遵守情况进行审计，提供战略资金支持。增强型数据管理功能完全集成到运营中，持续提高数据管理能力。数据管理能力成熟度国内标准DCMM数据管理能力成熟度评估模型由全国信标委大数据标准工作组研发，并于2018年3月15日正式发布，是我国数据管理领域最佳实践的总结和提升。按照组织、制度、流程、技术对数据管理能力进行了分析、总结，提炼出组织数据管理的八大能力域。即：数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生命周期数据管理能力成熟度国内标准DCMM数据管理能力成熟度评估模型DCMM数据管理能力成熟度评估模型包括8个过程域，28个能力项，441项评价指标。能力域能力项能力域能力项数据战略数据战略规划、数据战略实施、数据战略评估数据安全数据安全策略、数据安全管理、数据安全审计数据治理数据治理组织、数据制度建设、数据治理沟通数据质量数据质量需求、数据质量检查、数据质量分析、数据质量提升数据架构数据模型、数据分布、数据集成与共享、元数据管理数据标准业务术语、参考数据和主数据、数据元、指标数据数据应用数据分析、数据开放共享、数据服务数据生存周期数据需求、数据设计和开发、数据运维、数据退役数据管理能力成熟度国内标准DCMM数据管理能力成熟度评估模型DCMM模型将数据管理成熟度分为5级，从低到高分别是初始级、受管理级、稳健级、量化管理级和优化级。数据管理能力成熟度国内标准DCMM数据管理能力成熟度评估模型DCMM针对数据管理每个能力域的不同能力项，设计了详细的能力成熟度的评估与实施过程。以“数据战略”能力域的“数据战略规划”能力项为例，数据战略规划是在所有利益相关者之间达成共识的结果。第1级初始级：在项目建设过程中反应了数据管理的目标和范围。第2级受管理级：1）识别与数据战略相关的利益相关者；2）数据战略的制定能遵循相关管理流程；3）维护了数据战略和业务战略之间的关联关系。第3级稳健级：1）制定能反应整个组织业务发展需求的数据战略；2）制定数据战略的管理制度和流程，明确利益相关者的职责，规范数据战略的管理过程；3）根据组织制定的数据战略提供资源保障；4）将组织的数据管理战略形成文件并按组织定义的标准过程进行维护、审查和公告；5）编制数据战略的优化路线图.指导数据工作的开展；6)定期修订已发布的数据战略。第4级量化管理级：1)对