数据治理-数据管理成熟度评估

成熟度级别有：

1. 0级：无能力级；
2. 1级：初始级或临时级：成功取决于个人能力；
3. 2级：可重复级：制定了最初级的流程规则；
4. 3级：已定义级：已建立标准并使用；
5. 4级：已管理级：能力可以被量化和控制；
6. 5级：优化级：能力提升的目标是可量化的。

业务驱动因素有：

1. 监管，监管对数据管理提出了最低成熟度水平要求；
2. 数据治理，出于规划与合规性目的，数据治理需要进行成熟度评估；
3. 过程改进的组织就绪，组织认识到要改进其实践过程应从评估其当前状态开始；
4. 组织变更，组织变更会带来数据管理挑战；
5. 新技术，组织希望了解采用新技术带来成功的可能性；
6. 数据管理问题。

目标

        数据管理能力评估的主要目标是评估关键数据管理活动的当前状态，以便制订计划进行改进。

成熟度的具体含义

0级

        无能力，无组织状态，为了定义才被设定；

1级

        初始/临时，有限工具集进行通用的数据管理。很少或根本没有治理活动。数据处理高度依赖于少数专家，角色和责任在各部门中分开定义，管理数据的方案有限。质量问题普遍存在，基础设施支持处于业务单位级别。评估标准：对任意一个流程进行控制，如记录数据质量问题；

2级

        可重复，有一致的工具和角色来支持流程执行，使用集中化的工具，有更多的监控手段。角色定义和流程并不完全依赖于特定专家，对质量问题有认识。开始认识到主数据和参考数据的概念。评估标准：组织中正式角色定义；

3级

        已定义：新兴数据管理能力。数据管理流程制度化。将数据管理视为组织促成因素。数据赋值受到控制，总体数据质量提高。有协调一致的政策定义和管理，流程少人工干预，结果可预测。评估标准：制定数据管理政策、可扩展过程的使用、数据面模型和系统控制的一致性。

4级

        已管理，在1-3级经验能使组织在开展项目任务时可预测结果，开始管理风险。有绩效指标，工具标准化。结构良好的集中规划和治理功能。评估标准：与项目成功的指标、系统的操作指标、数据质量指标；

5级

        优化，流程自动化和技术变更管理，高度可预测。关注持续改进，工具支持跨流程查看数据，防止不必要的复制。更易于理解的指标来管理和度量数据质量和过程。评估标准：变更管理组件、流程改进。