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。
DCMM 是由全国信息技术标准化技术委员会于2014 年启动，并于 2018 年 4 月成为国家标准《数据管理能力成熟度评估模型 GB/T 36073－2018》，由评价维度（功能域）、功能子域和成熟度等级构成，是一个针对企业数据管理和应用能力的评估框架。DCMM模型宏观层面的评价标准是从整体上设置每个成熟度级别的评价标准，而微观层面的评价则对每个大类及其子类的每个成熟度级别都给出相应评价的标准。
该模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期8个核心能力域，从战略层面到具体的执行层面，将数据管理细分为28个过程域和445条能力等级标准，涵盖了数据管理的各个方面。其中数据治理作为DCMM中的一个核心能力域，是企业数据管理能力成熟度的重要组成部分，它涉及数据的整个生命周期管理，包括数据的规划、获取、维护、使用和退役等各个阶段。通过有效的数据治理，企业可以提高数据的可用性、一致性和安全性，从而支持企业的业务发展和竞争优势。
国际数据管理协会（DAMA）致力于数据管理的研究、实践和推广，涉及从数据治理的规划、实施到监督和持续改进的全过程。DAMA数据管理框架是其提出的一套全面的数据管理知识体系。DAMA 数据治理模型由两个子模型构成，包括围绕数据治理开展的11个数据管理职能领域与7个基本环境要素。该模型的核心意义在于，通过7个环境元素对每个职能进行描述，构建以数据为中心的数据治理组织，解决数据管理功能与环境要素之间的平衡匹配问题。
其中，11个数据管理职能包含数据治理、数据架构、数据建模和设计、数据存储和操作、数据安全、数据集成和互操作性、文档和内容管理、参考数据和主数据管理、数据仓库和商务职能、元数据管理和数据质量管理。7个环境要素包括目标与原则、组织与文化、工具、活动、角色与职责、交付成果、技术。DAMA数据治理模型的治理结构包括一系列的关键组成部分，如数据治理委员会、数据所有者、数据质量专员等角色与职责。通过 DAMA数据治理模型可以帮助企业建立和维护有效的数据管理体系，有效地管理其数据资产，便于企业更好地利用数据资产，以支持业务的目标和战略，支持业务的发展和创新。
DGI数据治理框架是由国际数据治理研究所提出的一个数据治理理论体系，它将数据治理视为业务的，是价值驱动型数据治理框架，用于企业在进行业务办理以及战略决策时对数据资产进行治理的复杂活动。DGI数据治理模型的治理结构包括10个核心组件，涵盖数据治理愿景使命、数据治理目标、数据规则与定义、数据的决策权、数据问责制、数据管控、数据利益相关方、数据治理办公室、数据管理小组和数据治理流程，确保了数据治理活动的有效性和连贯性这些组件构成了一个全面的数据治理框架，。将数据治理的关键要素分为三大类：规则与协同工作规范、人员与组织结构、流程。这种分类方式直观地展示了10个基本组件之间的逻辑关系，形成一个从理论到实践的完整系统，将治理流程融入模型之中，以流程箭头的形式标识治理顺序。DGI数据治理模型的优势是条理清晰、重点突出，回归了研究问题的本质，回答了 5W问题（WHY、WHAT、WHO、WHEN、HOW）。在组织变得庞大以及数据系统变得复杂，模式无法解决现有的数据相关活动的假设背景下导致传统的数据管理，DGI数据治理框架可以解决组织在规模和复杂性上增长变化时对数据治理实践的影响和需求。
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。
数字化转型网数据专题包含：
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
