数仓建模—数据管理能力成熟度评估模型(DCMM)_dcmm数据管理模型

数仓建模—数据管理能力成熟度评估模型(DCMM)

在信息化的时代，特别是如今与大数据相关的研究和应用层出不穷，数据已经成为各个单位最重要的资产，国务院也于2015年8月正式印发了《促进大数据发展行动纲要》，在纲要中明确指出了大数据已经成为推动经济转型发展的新动力，大数据持续激发商业模式创新，不断催生新业态，已成为政府、企事业单位促进业务创新增值、提升核心价值的重要驱动力。但是随着大数据行业的蓬勃发展，国内的相关部门正面临越来越多的挑战。

首先，由于大数据是相对较新的行业，目前大数据相关理论的发展相对滞后，特别是数据管理理论，目前国内各家单位更多的是采用国际咨询公司的理论框架或者国际数据管理协会的数据管理知识体系作为引导，但是这些理论基本没有考虑国内数据行业发展的现状和特性，同时，普及程度也有待提高。这导致目前国内很多行业在数据管理方面的意识薄弱、管理方式各异、发展相对落后的局面

其次，由于目前在数据管理能力成熟度模型的研究中普遍缺少一个统一、系统、适应现代信息环境的数据管理和质量保证体系的专业标准(如类似制造业的ISO 9000等)，所以国内外的学者在借鉴软件能力成熟度模型(capability maturity model for software，CMM)的基础上，在不同研究领域尝试提出各种数据能力成熟度模型，用以研究、指导具体的数据生产过程的数据管理，在国际上比较有名的数据能力成熟度模型有美国IBM公司的数据治理能力成熟度模型等，该模型在充分借鉴CMM的基础上，针对数据管理的不同领域进行详细的定义，每个领域都按照CMM的模式进行阶段划分。

随着数据应用的逐渐增多，国内对于能力成熟度模型的研究也在逐渐增多。目前，针对数据能力的评价依然没有一个完整、全面的模