企业选择数据治理模型的指导建议-数智化转型网szhzxw.cn

数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

随着信息技术的迅猛进步，中国现已步入一个数据急剧增长的新时代。根据中国政府网的报道，2023年我国数据生产总量预计超过32 ZB，个人日常生活的点滴记录、企业的供应链信息、政府的人口和就业统计等各个方面的数据汇聚成了经济社会运行中的重要资源。这些数据资源涵盖了文本、图片、视频、音频等多种形式。同时，数据来源也非常广泛，包括社交媒体、电子商务、物联网设备等。这种海量性、多样性的数据给各企业带来了使用价值，促进了社会的发展，但同时也带来了数据治理的挑战。

1 企业的需求与策略

不同的企业适合什么类型的数据治理方案，与企业本身的侧重点和价值定位息息相关。为确保数据治理的实现，需要满足利益相关方增加利润的需求，管控治理成本与复杂性以及为保证企业的正常运营而时刻关注数据治理的风险、合规、脆弱性等方面。因此，企业在选择数据治理模型时，通常会根据自身的需求、文化背景和组织结构，选择一个最适合其特定需求和条件的数据治理模型，以实现有效的数据管理和利用。数字化转型网www.szhzxw.cn

对于数据治理，首先企业应明确数据治理的目标和战略，确保所选模型与企业的长期战略相符合；其次，还要从企业各方面情况进行综合考虑，如企业规模和业务复杂性、企业的资源和预算、企业自身的数据管理和技术能力、企业现有的技术基础设施和平台兼容性以及企业现有的数据治理的成熟度等。大型企业数据资源庞大，治理预算充足，自身在数据存储、处理、分析等方面有一定的能力，数据治理的成熟度较高，需要一个更为复杂和全面的、能够匹配或提升这些能力的模型，以涵盖广泛的业务流程和数据类型。而中小型企业需要优先注重治理成本效益，同时避免过度的复杂性和管理负担，确保在有限的资源下实现最大的治理效果，可能更适合采用较为简化的模型。但是，数据治理不应只有一个侧重点，企业可以根据自身情况和需求，结合使用这些框架，以达到最佳的数据治理效果。

2 DCMM数据管理能力成熟度评估模型

在数据管理的研究热潮中，数据管理服务趋于常态化，但是对于数据管理服务能力的评估仍是研究洼地之一，而构建一套模型与方法帮助企业识别与评价其数据管理服务能力，进而实现服务能力的管理、改进和提高，具有重要的时代意义与需求。DCMM 是我国出台的首个数据管理能力评估模型，适用于组织和机构对自身数据管理能力成熟度进行评估。DCMM将数据管理能力分为5个等级，通过企业已覆盖的能力域进行数据管理能力评估，覆盖越多，成熟度等级越高，可以对企业进行整体的量化评估。而DAMA只包含监控和指导政策合规性、数据使用和管理活动，没有明确的治理水平量化评估，DGI数据治理流程中只包含数据治理的监控、评估和报告，因此两者只可对企业数据管理能力进行局部性的定性评估。

数据拥有方企业，如互联网公司、金融机构、保险公司以及电信公司等，掌握着庞大的数据资源，可以通过DCMM进行企业数据管理能力成熟度自评，并通过DCMM的数据管理标准进行本企业的数据治理。而企业数据解决方案提供方（提供产品和服务），如信息系统构建者、服务提供者及软件开发和运营企业，可以通过DCMM完善企业数据管理方案的全面性和成熟度，以此来提升自身的咨询及业务实施能力，也可以以DCMM 作为数据治理的标准，指导需求方企业的数据治理。DCMM 作为我国的数据管理标准，意味着它在设计时充分考虑了国内的法律法规、行业特点和数据管理实际情况，更符合中国企业的需求和环境，而且不同地方政府对于通过DCMM评估的企业给予不同程度的资金支持和奖励，这为我国本土企业进行数据管理能力建设提供了额外的动力。通过 DCMM 评估的企业，可以获取专业认证，成为行业标杆，是项目招投标的加分项。因此，参与省部级及国家级的大型工程招标项目、试点项目，以及有对外服务业务的企业，获取DCMM评估证书后在承接项目方面可以获取更多的优势。数字化转型网www.szhzxw.cn

3 DAMA数据管理框架

DAMA 提供了一套非常详尽的理论框架，包括数据治理的原则、角色、职责和最佳实践，这种详尽性使得DAMA 成为一个全面的参考模型，适用于各种规模和类型的组织。此外，DAMA 还拥有国际认可的专业认证体系，如 CDMP（Certified Data Management Profes⁃sional）和 CDGA（Certified Data Governance Associate），这些认证有助于提升数据管理专业人员的专业知识和技能。DAMA 中提出了关于参考数据与主数据管理，是数据资产管理的核心，这适用于有复杂流程和多个业务系统共同办公的企业，需要MDM、RDM来保障数据的一致性、准确性和可维护性，以确保跨部门的数据协同共享。跨国企业面临不同国家和地区的数据管理挑战，DAMA模型建立了数据管理的通用词汇表，它的国际性质使其成为这些跨国企业在全球范围内统一数据治理实践的理想选择。DAMA数据治理模型还适合于需要遵守严格的数据管理法规和标准的高度规范化行业，如金融、医疗等对数据管理严格要求的企业，因为DAMA模型提出了数据治理监控和指导的合规性要求，并且非常注重数据质量以及数据安全的治理，可以为这些企业提供一套成熟的治理原则和实践，帮助企业满足合规要求。

4 DGI数据治理框架

DGI框架提供了关于数据治理结构、目标设定、流程优化等方面的指导性建议，旨在降低数据管理的成本和复杂性，具有很强的实操性。DGI框架提出的问责制，明确了数据治理职责和分工定位，精确到了每个部门每个人所负责的部分。对于数据可审计和数据透明度有要求的企业及政府部门，利用 DGI 框架进行数据治理，可以提高工作人员的责任归属，在数据出现问题时，问责制可以帮助快速定位问题源头和责任人，还可以提高企业的信任度。含有大量客户数据的企业，对数据安全性要求高，DGI数据治理框架中提出的数据风险管理，可以防范企业数据被滥用、泄露、被篡改等风险，确保企业数据的安全性。DGI数据治理框架还适用于那些在运营和决策过程中高度依赖数据的收集、处理、分析和利用，将数据视为核心资产并依赖数据推动决策和创新的数据密集型企业，因为 DGI 框架倡导制定数据治理计划时，首先聚焦于在界定清晰的问题时，逐一解决并实现既定目标后再扩大范围，这种迭代的过程有助于企业逐步建立和完善数据治理体系。数字化转型网www.szhzxw.cn

有些企业因自身的性质及需求，单一的数据治理模型并不能满足其治理现状，这时可以结合不同数据治理模型中的侧重点进行该企业的数据治理。比如：DAMA和DGI数据治理模型在企业数据管理能力成熟度评估上并不完善，未设置专门的数据管理能力评估标准。在这种情况下，可以将 DAMA 或者 DGI 数据治理模型作为主体模型，结合DCMM数据管理能力成熟度模型进行企业的数据治理。DGI数据治理框架运用数据治理的十大通用组件是一个灵活的模型，可以根据企业的特定需求和情况来调整和应用，它不仅可以应用于数据治理项目的初始阶段，而且可以在项目的任何阶段加入，可以在已有的企业数据治理项目中加入，但是其缺乏对主数据和参考数据的管理，这关系到不同部门之间进行数据共享的效率。因此，将 DGI 数据治理框架作为企业数据治理的主体，结合DAMA 数据治理模型进行企业的数据治理，可以弥补 DGI 数据治理框架对主数据和参考数据管理的不足。

声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn

数字化转型网数据专题包含哪些内容

数字化转型网数据专题包含：数字化转型网（www.szhzxw.cn）

1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料

2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！

3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中

4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用