全國電子音樂交流中心

【2017年第4期】數據管理能力成熟度模型

大數據期刊2020-07-07 15:09:01

李冰1,賓軍志2

1.中國電子技術標準化研究院,北京 100007;2.御數坊(北京)科技咨詢有限公司,北京 100007?

摘要:為促進大數據產業持續深入發展,提高政府、企事業單位大數據資產管理意識,借鑒國內外成熟度相關理論思想,結合數據生命周期管理各個階段的特征,對數據管理能力進行了分析、總結,提煉出組織數據管理的八大過程域,并對每項能力進行了二級過程域和發展等級的劃分以及相關功能介紹和評定標準的制定。

關鍵詞:大數據 ; 數據管理 ; 能力成熟度

中圖分類號:TP399 ? 文獻標識碼:A

doi:10.11959/j.issn.2096-0271.2017039


Data management capability maturity model

LI Bing1, BIN Junzhi2

1. China Electronics Standardization Institute,Beijing 100007,China

2. Data Governance Workshop,Beijing 100007,China

Abstract:To promote the continuous development of big data and improve the government and enterprises’ awareness of data management,the organizational data management of the eight process areas were extracted by analyzing and summarizing the data management capabilities,combining with data lifecycle management at all stages of the characteristics and the theory from domestic and abroad.Otherwise,each capability was divided into two process areas and development levels,introduced the functions and formulated the standardization of assessment.

Key words: big data ; data management ; capability maturity


論文引用格式:李冰, 賓軍志. 數據管理能力成熟度模型[J]. 大數據, 2017, 3(4): 29-36.

LI B, BIN J Z. Data management capability maturity model[J]. Big Data Research, 2017, 3(4): 29-36.



1 引言

在信息化的時代,特別是如今與大數據相關的研究和應用層出不窮,數據已經成為各個單位最重要的資產,國務院也于2015年8月正式印發了《促進大數據發展行動綱要》,在綱要中明確指出了大數據已經成為推動經濟轉型發展的新動力,大數據持續激發商業模式創新,不斷催生新業態,已成為政府、企事業單位促進業務創新增值、提升核心價值的重要驅動力。但是隨著大數據行業的蓬勃發展,國內的相關部門正面臨越來越多的挑戰。

首先,由于大數據是相對較新的行業,目前大數據相關理論的發展相對滯后,特別是數據管理理論,目前國內各家單位更多的是采用國際咨詢公司的理論框架或者國際數據管理協會的數據管理知識體系作為引導,但是這些理論基本沒有考慮國內數據行業發展的現狀和特性,同時,普及程度也有待提高。這導致目前國內很多行業在數據管理方面的意識薄弱、管理方式各異、發展相對落后的局面。

其次,由于目前在數據管理能力成熟度模型的研究中普遍缺少一個統一、系統、適應現代信息環境的數據管理和質量保證體系的專業標準(如類似制造業的ISO 9000等),所以國內外的學者在借鑒軟件能力成熟度模型(capability maturity model for software,CMM)的基礎上,在不同研究領域嘗試提出各種數據能力成熟度模型,用以研究、指導具體的數據生產過程的數據管理,在國際上比較有名的數據能力成熟度模型有美國IBM公司的數據治理能力成熟度模型等,該模型在充分借鑒CMM的基礎上,針對數據管理的不同領域進行詳細的定義,每個領域都按照CMM的模式進行階段劃分。

隨著數據應用的逐漸增多,國內對于能力成熟度模型的研究也在逐漸增多。目前,針對數據能力的評價依然沒有一個完整、全面的模型,現有的模型有的本身就存在特定的傾向性,有的是針對數據管理的特定領域。由于信息化的快速發展,數據的重要性已經體現得越來越明顯,特別是大數據、物聯網時代,數據已經成為國家的戰略資源。針對這樣的戰略資源,我國迫切需要建立一種通用的能力評價模型,幫助各個企業、單位更好地進行數據資源的評估和規劃,進而使我國的信息化在國際上占據更有利的位置,在國際信息化的標準化領域有更大的話語權。


2 數據管理能力成熟度研究現狀

2.1 國外研究現狀

由于數據的重要性越來越高,數據管理的重要性也在逐漸提升,所以國際上一些組織在借鑒軟件能力成熟度模型的基礎上也提出各自的數據能力成熟度模型,用以規范、指導具體的數據生產過程的數據管理。目前在國際上關于數據能力成熟度評估模型方面的研究比較著名的有以下兩個。

(1)軟件工程研究所(Software Engineering Institute,SEI)的數據能力成熟度模型

數據能力成熟度(data management maturity,DMM)模型是由卡耐基梅隆大學旗下機構研究所以能力成熟度模型整合的各項基礎原則為基礎開發的,并于2014年8月正式發布。軟件能力成熟度集成模型(CMMI)是一項擁有20多年歷史、經過實踐檢驗的績效改善以及軟件和系統開發的黃金卓越標準。DMM模型是一個能實現業務部門利益與IT相互匹配的強大加速器(如圖1所示),可為公司組織提供一套最佳實踐標準,制定讓數據管理戰略與單個商業目標相一致的路線圖。從而確保能強化、良好地管理并更好地運用關鍵數據資產來實現商業目標。

圖1 ?DMM能力模型職能域的劃分

DMM包含以下六大職能域[1]

● 數據管理戰略;

● 數據質量管理;

● 數據操作;

● 數據平臺和架構;

● 數據治理;

● 支撐流程。

由于CMMI在軟件過程成熟度(SWCMM)評估過程中取得了巨大的成功, DMM模型一經發布就引起了各方的關注,當前已經在國際上培訓了一批評估師,包括中國、巴西、美國等,并且在房地美(美國聯邦住宅貸款抵押公司)、微軟等公司進行了模型驗證。

(2)企業數據管理協會的數據管理能力成熟度模型

企業數據管理協會(EDM Council)是北美地區的一個主要面向金融保險行業數據管理的公益性組織,在數據內容標準制定、數據管理最佳實踐等方面有豐富的經驗,是業界的倡導者和領導者。組織內部的成員大部分都是數據管理行業和金融保險行業的企業。

數據管理能力評價模型(data management capability assessment model,DCAM)是由企業數據管理協會主導,組織金融行業企業參與編制和驗證,基于眾多實際案例的經驗總結來進行編寫的,并于2015年2月正式發布。DCAM首先定義了數據能力成熟度評估涉及的能力范圍和評估的準則,然后從戰略、組織、技術和操作的最佳實踐等方面描述了如何成功地進行數據管理。最后,又結合數據的業務價值和數據操作的實際情況定義數據管理的原則。

圖2示,在DCAM中,主要分為以下8個職能域[2]

● 數據管理策略;

● 數據管理業務案例;

● 數據管理程序;

● 數據治理;

● 數據架構;

● 技術架構;

● 數據質量;

● 數據操作。

圖2 ?DCAM中數據管理職能域的劃分

由于金融是監管驅動的行業,各金融公司都會面臨大量的監管需求,例如巴塞爾協議、各國自身的監管需求等,所以DCAM在金融業具有很大的影響力,在DCAM的推廣過程中,EDM也在嘗試把DCAM和監管需求進行映射,從而可以幫助金融企業更好地滿足監管需求。

2.2 國內與國外差異

數據管理能力成熟度模型(data management capability maturity model,DCMM)與以上2個模型最大的差異在于它既吸收了行業公認的部分,又結合了國內數據發展的現實情況,增添了“數據標準”“數據安全”和“數據應用”3個獨立的能力項。

數據標準:國外的數據管理相關工作中對于數據標準的強調非常少, DAMA數據管理知識體系指南(DAMA guide to the data management body of knowledge,DMBOK)、DMM或者DCAM等文件中都沒有關于數據標準的內容,而在國內恰恰相反,在國內很多行業,特別是銀行、政府等行業在開展數據治理的過程中,往往會首先制定各自的數據標準。2017年是我國的標準化大年,面對諸多的數據孤島,數據開放、共享、融合是當前要務,強調數據標準就是強調夯實數據的基礎。

數據安全:隨著數據在單位之間的流動性越來越高,特別是《中華人民共和國網絡安全法》的發布和執行,數據安全和隱私的保護也引起了大部分單位的重視,國家也在制定數據安全相關的標準,為此,DCMM也把數據安全作為數據能力的一個重要維度,意圖通過評估來提升各單位的數據安全能力狀況。

數據應用:數據應用是數據資產價值體現的重要方式,也是數據管理的重要目標,國內很多單位也把數據管理和數據應用放在統一的團隊中進行開展,同時也可以通過數據應用來保證數據管理工作的針對性,更利于體現數據管理工作的價值。


3 數據管理能力成熟度模型概述

3.1 數據管理能力成熟度模型含義

數據管理能力成熟度模型是通過一系列的方法、關鍵指標和問卷來評價某個對象的數據管理現狀,從而幫助其查明問題、找到差距、指出方向,并且提供實施建議。

3.2 數據管理能力成熟度模型內容

數據管理能力成熟度模型定義了數據能力成熟度評價的八大能力域:數據戰略、數據治理、數據架構、數據標準、數據質量、數據安全、數據應用、數據生命周期管理,圖3所示。這8個能力域又包括29個能力項,見表1

圖3 ?數據管理能力成熟度模型

表1 ?DCMM的能力域和能力項

3.3 數據管理能力成熟度等級劃分

數據管理能力成熟度評價劃分為5個等級,包括:初始級、受管理級、穩健級、量化管理級和優化級。在此基礎上,確定每個層次的基本特征如下,數據能力成熟度等級定義如圖4所示。

圖4 ?成熟度等級

等級一:初始級。組織沒有意識到數據的重要性,數據需求的管理主要是在項目級來體現,沒有統一的數據管理流程,存在大量的數據孤島,經常由于數據的問題導致低下的客戶服務質量、繁重的人工維護工作等。

等級二:受管理級。組織已經意識到數據是資產,根據管理策略的要求制定了管理流程,指定了相關人員進行初步的管理,并且識別了與數據管理、應用相關的干系人。

等級三:穩健級。數據已經被當作實現組織績效目標的重要資產,在組織層面制定了系列的標準化管理流程以促進數據管理的規范化,數據的管理者可以快速地滿足跨多個業務系統、準確、一致的數據要求,有詳細的數據需求響應處理規范、流程。

等級四:量化管理級。數據被認為是獲取競爭優勢的重要資源,組織認識到數據在流程優化、工作效率提升等方面的作用,針對數據管理方面的流程進行全面的優化,針對數據管理的崗位進行關鍵績效指標(key performance indicator,KPI)的考核,規范和加強數據相關的管理工作,并且根據過程的監控和分析對整體的數據管理制度和流程進行優化。

等級五:優化級。數據被認為是組織生存的基礎,相關管理流程能夠實時優化,能夠在行業內進行最佳實踐的分享。


4 數據管理能力成熟度模型特征

數據管理能力成熟度模型在制定過程中充分研究了國外理論和實踐的發展,同時,充分考慮了國內各行業數據管理發展的現狀,并引入了國內數據管理發展相對領先的金融行業的實踐經驗,保證了模型的創造性、全面性和可操作性。

創造性:數據能力成熟度評價模型是國內外數據行業發展的嶄新事物,目前體系化的數據能力成熟度評價模型基本都處于起步階段,該模型是國內第一份完整的數據能力成熟度評價標準,對規范國內大數據行業的發展具有重要意義。

全面性:在標準研制的過程中,對數據管理相關的理論進行了充分研究,包括DMBOK、DMM、DCAM[3]、Gartner(高德納咨詢公司)報告等資料,并且充分考慮了國內數據管理行業的發展,包括國家大數據領域的政策以及標桿企業數據管理的整體發展歷程。

可操作性:在標準研制的過程中,標準化研究院召集了國內數據管理行業產學研相關的單位,都具備豐富的理論和實踐經驗,同時,進行了多次標準的試點驗證工作,結合試點驗證工作的總結,有針對性地對標準進行了完善和修改,保證標準的可操作性。


5 數據管理能力成熟度模型建設目的

數據管理能力成熟度模型是數據管理和應用的基礎,將在行業里起到很大的作用。

(1)準確評價各地大數據發展現狀

通過對地方上各單位數據管理、應用情況進行評估,可以掌握各單位大數據管理和應用的現狀,發現具備的優勢和存在的問題,為更好地利用本地的數據資源和進行針對性的指導提供支持。

(2)培養大數據發展人才

大數據產業的發展是技術驅動式的,對人員的技能和素質有很高的要求,通過DCMM的評估,可以對各地方和單位的數據從業人員進行培訓,提升數據管理和應用的技能,進而從整體上促進地方和單位數據行業的整體發展。

(3)規范和指導大數據行業發展

大數據行業是相對較新的行業,理論和知識都處于發展階段,特別是數據管理和應用的知識體系。通過DCMM的評估,可以規范和指導大數據行業的發展,提升從業人員數據資產意識,提升數據技能,推廣和傳播數據管理最佳實踐,從而促進整體行業的發展。

數據管理能力成熟度模型也會對評估企業帶來極大的促進發展作用。

(1)發現存在的問題,指明發展方向通過對企業DCMM的評估,可以發現企業數據管理過程中存在的問題,并且結合其他企業的最佳實踐經驗,給出針對性的建議。同時,也可以發現企業數據管理過程中的優點,并加以強化和宣傳。

(2)提升人員技能,建立數據能力提升體系

通過DCMM的評估和培訓,可以加強企業內部技術人員、業務人員以及管理人員的數據資產意識,提升相關從業者的技能,理清數據管理、應用建設的思路和框架,規范和指導相關工作的開展。

(3)持續提升數據能力

開展DCMM評估之后,可以免費獲得后續能力提升服務。服務將會從行業專家、最佳實踐、行業研討會、行業報告等多個層面開展相關服務,持續推動行業和公司數據能力水平的提升。


6 應用案例

為了應對大數據環境下數據資產整合、數據標準化管理、數據質量提升等多方面的挑戰,某通信企業于2015年9月成立了大數據中心,統一負責某地區大數據相關業務,包括大數據管理、應用產品開發和業務運營,為內部數據服務和外部數據變現統一提供支撐,并于2016年4月開展了數據能力成熟度評估,評估結論如下。

評估組根據DCMM標準的定義,從DCMM的8個數據能力域展開詳細的評估,并根據該企業數據能力相關的制度建設、過程監督和管理、組織人員的建設、工具的應用等多個方面進行評分,根據評分的結果匯總成如圖5所示的數據能力成熟度等級分布情況。該企業在數據戰略管理域、數據生命周期管理域以及元數據管理域獲得了較高分數。這表明該企業制定了明確的數據戰略,并且結合元數據、數據架構、數據標準等內容實現了數據資產全生命周期的管理,明確了數據管理組織和職責,對三域數據實現了統一的管理,提升了數據質量,奠定了數據應用和分析的基礎。同時,在評估過程中也發現了存在的一些問題,在數據質量考核、數據安全標準、數據標準落地等方面需要進一步的加強和提升,需要在大數據中心平臺建設的過程中重點進行關注和改善。

圖5 ?某通信企業評估數據能力成熟度等級分布

通過數據能力成熟度的評估,該企業更加準確地發現了自身存在的問題、與相關公司在數據管理和應用方面存在的差異以及自身存在的優勢,明確了下一步改進的方向,為數據資產的價值變現和提升奠定了基礎。


7 結束語

數據管理能力成熟度模型作為一種新興的技術手段,將為大數據產業帶來一種全新的推動力量。該模型的推廣應用,將吸納國內各行業各領域的數據人才,形成專家庫,為整個產業的技術力量做人才積蓄;豐富行業數據庫,并對行業發展趨勢分析提供參考依據。在此過程中還會不斷發現和培育行業標桿,推廣優秀案例,使得大眾企業受益。


參考文獻:

[1]?CMMI Institute.?CMMI institute data management maturity model v1.0[R].[S.l.:s.n.],?2014.

[2]?EDM Council.?EDMC DCAM version 1.0[R].[S.l.:s.n.],?2015.

[3]?AIKEN?P?,?ALLEN?M D?,?PARKER?B?,et al.?Measuring data management practice maturity:a community's selfassessment?[J]. ?Computer, ?2007, 40(4):?42-50.


李冰(1989-),女,中國電子技術標準化研究院工程師,主要研究方向為項目管理、大數據標準化、數據開放共享、數據管理。

賓軍志(1976-),男,御數坊(北京)科技咨詢有限公司聯合創始人,主要研究方向為數據治理、數據標準、數據質量、主數據等與數據相關的領域。

体彩19051627