成熟度级别有:
- 0级:无能力级;
- 1级:初始级或临时级:成功取决于个人能力;
- 2级:可重复级:制定了最初级的流程规则;
- 3级:已定义级:已建立标准并使用;
- 4级:已管理级:能力可以被量化和控制;
- 5级:优化级:能力提升的目标是可量化的。
业务驱动因素有:
- 监管,监管对数据管理提出了最低成熟度水平要求;
- 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;
- 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;
- 组织变更,组织变更会带来数据管理挑战;
- 新技术,组织希望了解采用新技术带来成功的可能性;
- 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。