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、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。