数据管理能力成熟度评估实践调研分析报告.docx

《数据管理能力成熟度评估实践调研分析报告.docx》由会员分享，可在线阅读，更多相关《数据管理能力成熟度评估实践调研分析报告.docx（22页珍藏版）》请在第一文库网上搜索。

1、数据管理能力成熟度评估实践调研分析报告目录一、概述1（-）工作背景1（二）编写目的2（H）研究方法21 .计划制定22 .企业遴选23 .方法确定34 .适用性评估35 .成果应用3（四）研究对象31 .选择原则32 .对象选取4二、外部实践调研基本情况4（一）NF电网41 .基本情况介绍42 .成果应用情况6（二）浙江移动71 .基本情况介绍72 .成果应用情况8三、内部实践调研基本情况9（一）江苏公司91 .基本情况介绍92 .成果应用情况10（二）浙江公司111 .基本情况介绍112 .成果应用情况13（三）天津公司141 .基本情况介绍142 .成果应用情况15（四）甘肃公司151 .

2、基本情况介绍152 .成果应用情况16四、实践主要做法及启示161 .能力评估应紧密结合企业发展战略需求162 .评估模型需结合企业特点适度实施本地化完善163 .能力评估应与企业数据业务提升形成闭环174 .“大格局谋划、小切口着力”循序推进评估175 .评估工作需在线上化、自动化方面加大力度186 .评估工作应聚焦问题发现与解决，并建立问题改进监测机制18五、相关建议18一、概述（一）工作背景数据是国家基础性战略资源。党的十八届五中全会正式提出“实施国家大数据战略”；党的十九届四中全首次增列“数据”作为生产要素之一参与分配；疫情防控期间，强调要运用大数据、人工智能等数字技术更好支持疫情防控

3、和资源调配；3月4日，中共中央政治局常务委员会强调，加快5G网络、数据中心等新型基础设施建设。数据作为核心生产要素，已日益成为数字经济时代重要的战略资产和重要价值。数据管理专业体系建设是发挥数据价值的必经之路，是大数据应用工作基础中的基础，没有良好的数据管理，数据价值作用的发挥就无从谈起。数据管理能力成熟度评估作为定位数据管理发展阶段、加强数据管理能力、提升数据资产价值的重要抓手，对于规范和指导企业高效有序推进大数据工作，提升数据价值挖掘能力，具有十分重要的意义。经过多年发展，数据管理能力成熟度评估理论与实践逐步成熟。DAMA.Gartner、IBM等组织和企业开展了大量理论研究和实践探索。中

4、国信标委于2018年3月发布国标数据管理能力成熟度评估模型（DCMM）,为实施评估提供了理论依据NF电网、浙江移动、江苏公司、浙江公司、甘肃公司等公司系统内外部单位，均依据国标开展了能力评估，并取得了积极成效。随着公司数据管理工作持续深入推进，数据管理顶层设计日趋完备。但是相比传统专业，数据管理仍是一个崭新专业，尚存在数据意识薄弱、管理标准不一致、执行力度不足等问题，有必要以数据管理能力成熟度评估为抓手，明确一把尺子，找准数据管理能力所处阶段，提出改进提升措施，明确未来发展方向，全面推动公司数据管理体系建设。通过数据管理能力成熟度评估实践调研分析，为公司开展数据管理能力成熟度评估提供指导与借鉴

5、。（二）编写目的数据管理能力成熟度评估实践调研分析作为公司数据管理能力成熟度评估标准体系建设的重要组成，主要对公司内外部数据管理能力成熟度评估领先实践进行具体做法、评估方法、实践应用、经验教训等方面进行研究学习，形成数据管理能力成熟度评估调研分析报告,总结经验与启示，以解决公司开展数据管理能力成熟度评估标准体系建设中出现的实际问题，减少试错几率，更好更快地为开展公司数据管理能力成熟度评估标准体系建设提供借鉴。（三）研究方法实践调研是一种为促进企业业务改进和提高的实证研究方法，具有详细的理论支撑和方法。在开展本次先进实践研究之前，需要结合公司实际，关键厘清比对目标企业和具体实施评估关键问题。本次

6、实践调研将参照标准工作方法，将整体工作分为五步，包括：计划制定；企业遴选；方法确定；适用性评估；成果应用五个方面。1. 计划制定从问题出发，紧密结合在数据管理能力成熟度评估中出现的薄弱环节，提出实践调研的重点关注领域。在制定计划的过程中，应根据资源的可获得性和落地可行性两个方面来确定领先实践的研究范围、深度和细度，确保工作高效。2. 企业遴选确定研究对象企业，首先应有科学的依据确保所选企业的整体先进性。本次实践调研分析按照先进性和相似性原则选择已经实施数据管理能力成熟度评估及相关企业作为研究对象；从公司外部和内部两个方面开展实践调研分析。3. 方法确定在确定研究企业后，采用定性、定量两种方法相

7、结合。本次实践调研，采用定性方式进行，具体研究时，也可采用案例分析、访谈参观和专家交流的三种方式中的一种和几种。期间，主要采用专家视频交流与案例资料分析相结合的方式开展调研分析工作。4. 适用性评估每个领先企业都有在各自社会环境下的关键做法，且在其特定社会环境下都被证明是正确和可行的，此时适用性评估的作用就被凸显。适应性评估是相似性原则的具体展现和落地，那些领先实践企业所处行业环境、国家政策与目前公司相似度越高越可以认为其适用性评估越好，领先实践内容越具有可复制性和达到设定的应用效果。5. 成果应用将领先实践中经过初步验证和筛选的具备一定适用性的评估内容和结论在本次数据管理能力成熟度评估中予以

8、有效体现和继承，确保领先实践调研成果得以满足研究初衷。（四）研究对象1. 选择原则注重先进性原则，企业可能从事也可能并非从事电力行业，但其在所在行业实施数据管理能力成熟度评估具有领先性，且经过实施评估后取得了一定的成效，有科学论据证明其的先进性，是公司开展数据管理能力成熟度评估时可以借鉴学习并快速付诸实施的。注重相似性原则，从事同一行业，其业务内容、服务形式、运作方式、管理架构等相近，且既往经历过公司现在面临的同样或相似境况，需要进行数据管理能力成熟度评估标准体系建设。2. 对象选取实践调研分析结合先进性、相似性原则，选取相关领域的典型企业进行案例研究。具体包括外部和内部实践调研。外部实践调研

9、主要包括NF电网和浙江移动。内部实践调研主要包括江苏公司、浙江公司、天津公司和甘肃公司。二、外部实践调研基本情况（一）NF电网1. 基本情况介绍NF电网公司按照“十三五”信息化规划及NF电网公司李庆奎董事长“一主两翼、国家拓展”的产业新发展布局战略发展要求，构建了符合公司数字化转型战略要求、覆盖全面、职能完备的数据资产管理体系框架。2018年，NF电网公司通过国家信标委引入国标DCMM数据管理能力成熟度评估模型，并由专业第三方评估单位对公司数据管理水平进行全面评估和准确定位，一是作为数据资产管理的起始年，找出公司数据管理方面存在的短板，为后续数据资产管理工作指明方向；二是通过实践，形成公司数据

10、资产管理成熟度评估的实施方案，具备可推广性。NF电网通过评估，能力等级得分为3分。具体实施情况如下。评估范围。由广州局牵头，面向所有分子公司所有业务部门。评估方法。NF电网采取以国标DCMM试点初评-根据初评结果开展能力提升、评估模型适应性完善-终评的评估方式，建立起评估闭环机制。评估整体工作分为现状初评、能力提升、年度终评三个阶段。现状初评阶段（2018年1月-7月），行动初期，由广州局牵头,以广州局为试点，形成全网评估实施方案，并对所有分子公司进行数据管理能力成熟度现状初评。采用针对具体项目工作，通过访谈、问卷调研、资料收集等方式开展现状调研，旨在对各分子公司数据管理工作进行现状摸底，识别

11、问题，确认后续能力提升重点方向，为年底终评打好基础。能力提升阶段（2018年7月-12月），各分子公司在数据管理能力成熟度评估初评结果的基础上，针对提出的问题和报告中的建设指引，有针对性地开展数据资产管理能力提升工作，切实提升各分子公司数据资产的管理水平。同时，根据在评估过程中反映出的问题，对国标DCMM模型进行适应性调整。年度终评（2018年12月-2019年2月）,在初评的基础上，各分子公司进行有针对性的数据管理能力提升建设，于2018年底依照国家标准进行正式评估，并向国家权威机构申请权威认证。图2NF电网评估等级（3级）结果示意图2. 成果应用情况评估成果从三个方面开展应用。一是达成促进

12、公司数据资产管理体系框架完善与落地实施。为了更好的促进数据资产管理体系框架的落地实施,NF电网公司以过国标DCMM为基础对数据资产管理体系框架进行了分析，建立了DCMM模型和数据资产管理体系框架的映射关系，进而达成基于DCMM评估来推动数据资产管理体系框架的完善与落地实施。二是准确掌握各子公司数据管理能力现状，通过DCMM评估首先准确了解各分子公司在推进总部数据资产管理体系框架落地实施方面存在的问题，如在数据治理方面有的公司存在行为相对分散，缺少部门级、分子公司级、以及网公司层面的统一规划管控，导致实际工作处于应对个别数据操作场景相对无序开展状态。同时，也深入了解各个公司数据管理工作中的最佳实

13、践。三是找准数据管理能力提升改进方向，NF电网建立起评估闭环机制，基于评估结果，结合公司数据资产管理体系框架的管理要求，以DCMM成熟度三级为目标，制定了各个公司数据管理能力改进措施和提升计划，从而推动各个子公司数据管理能力的提升。（二）浙江移动1. 基本情况介绍为了应对大数据环境下数据资产整合、数据标准化管理、数据质量提升等多方面的挑战，浙江移动于2015年9月成立了大数据中心，统一负责浙江移动大数据相关业务，包括大数据管理、应用产品开发和业务运营，为内部数据服务和外部数据变现统一提供支撑。基于此，迫切需要全面掌握公司数据能力现状，具体发现工作中存在的问题并找准发展方向。2016年4月至12

14、月，浙江移动开展了数据管理能力成熟度评估，用以发现自身数据管理、应用工作过程中存在的问题，提升自身的数据能力。浙江移动通过评估，能力等级得分为2.5分。具体实施情况如下。评估范围。面向浙江公司所有业务部门，以其大数据中心建设为主线。评估方法。浙江移动采取以国标DCMM全面实施评估-根据评估结果开展能力提升-评估模型适应性完善-建立系统化、自动化数据资产评估体系的方式，建立起评估闭环机制。在全面评估阶段，浙江公司通过公司领导、各部门负责人进行访谈和问卷调研，收集和解读相关材料，进行评估分析，并最终给出级别评定并制定数据能力成熟度评估报告。同时，通过评估浙江移动发现了存在的一些问题，在数据质量考核

15、、数据安全标准、数据标准落地等方面需要进一步的加强和提升，需要在大数据中心平台建设的过程中重点进行关注和改善。IUSI1求IkK开放共Iut安全理图3浙江移动评估等级（3分）结果示意图2. 成果应用情况构建系统化、自动化的数据资产评估体系。浙江移动为了更好的落实数据标准化及治理工作，首先明确了总体的数据战略，即在组织保障下，通过团队建设，借助数据管理手段，实现大数据采集、汇聚、建模、数据服务、数据开放等数据治理工作开展；基于DCMM国家标准，从系统资源、资产状态、管控能力等维度考虑，构建系统化、自动化的数据资产评估体系，支撑运营人员全面掌控数据资产状态，及早发现问题隐患并予以解决，推动公司数据管理工作良性开展。形成了科学的组织结构。以数据治理以及后续运营管理为明确目标，围绕大数据中心建立，完善组织架构，并划分成职责明确的三个二级部门。其中数据管理部在整个数据标准化和治理的过程中一直承担者领导牵头作用，同时在与多方协作过程中积累了丰富的数据治理经验，这些经验对于后续数据的管理运营产生了巨大的帮助。制定了完善的数据标准体系。浙江移动结合集团规范、自身业务特点以及合作单位的工作经验制定了10大类的数据标准规范，覆盖数据采集、模型设计、数据开发、数据开放等整个数据生命周期，同时明确了数据管理的相关流程规范，在数据生产各环节做到