信息技术与经济社会的交汇融合引发了数据爆发式增长。数据蕴含着重要的价值，已成为国家基础性战略资源，正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。数据价值发挥的前提是管理好数据，然而，数据规模的增加、数据格式的复杂化等都给企业数据管理提出了挑战。
《数据管理能力成熟度评估模型》（以下简称DCMM）是我国在数据管理领域首个正式发布的国家标准，旨在帮助企业利用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数化、数字化、智能化发展方面的价值。
1. DCMM评估概述
1.1 评估依据
数据管理能力成熟度评估的依据是国家标准GB/T 36073-2018《数据管理能力成熟度评估模型》，该标准借鉴了国际上数据管理理论框架和方法，在综合考虑国内数据管理情况发展的基础上，整合了标准规范、管理方法论、数据管理模型、成熟度分级等多方面内容。
1.2 评估内容
DCMM数据管理能力成熟度评估模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期八个核心能力域及28个能力项，并以组织、制度、流程和技术作为八个核心域评价维度。
1.3 能力等级
DCMM将数据管理能力成熟度划分为五个等级，自低向高依次为初始级、受管理级、稳健级、量化管理级和优化级，不同等级代表企业数据管理和应用的成熟度水平不同。
2.DCMM贯标与评估流程
2.1 贯标流程
DCMM贯标流程主要分为三个阶段：
差距分析：贯标启动，进行差距分析；
能力提升：建立数据管理组织，完善制度，内部运行并开展自评估；
评估确认：组建评估队伍，开展第三方评估，获取评估报告和能力证书。
2.2 评估流程
（1）评估工作部遴选试点评估单位。
（2）入选的试点评估单位向评估机构提交有效的申请材料。
（3）评估机构受理评估申请后，组织实施文件评审和现场评审并出具评估报告，给予评估等级的意见，并报评估工作部备案。
（4）评估工作部对评估机构报送的评估结果进行合规性审查。对于合规性审查中发现存在较大问题的评估结果有权驳回。对于评估机构的量化管理级和优化级评估结论，评估工作部需组织专家对评估结果进行评议。
（5）评估工作部对通过审查、复核或评议的，进行为期一周的公示。对公示后无异议的，由评估机构颁发数据管理能力成熟度评估证书。
DCMM数据管理能力成熟度可以准确评估各地大数据发展现状。通过对地方、行业各单位组织数据管理、应用情况的评估，可以掌握地方、行业单位组织数据管理和应用的现状，发现具备的优势和存在的问题，为如何更好利用本地、行业的数据资源和进行针对性的指导提供支持。
DCMM数据管理能力成熟度数据管理能力培育以解决企事业单位实际业务问题、支撑技术应用为出发点。通过将企事业单位业务、技术应用、数据需求与数据管理过程相结合，实现企事业单位数据管理体系革新、生产模式优化、运行效率提升，加快推动企事业单位向数字化、网络化、智能化转型发展，切实提高企事业单位的数据管理水平和综合竞争力。
DCMM数据管理能力成熟度标准的评估对象既可以是数据拥有方，通过一系列的方法、关键指标和问卷来评价某个企事业的数据管理现状，从而帮助其查明问题、找到差距、指出方向，并且提供实施建议，为企业提供与企业发展战略相匹配的数据管理能力体系建设。也可以是数据服务商，通过该标准的落地实施，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，提升自身咨询、实施的能力。
