《数据管理能力成熟度评估实践调研分析报告.docx》由会员分享，可在线阅读，更多相关《数据管理能力成熟度评估实践调研分析报告.docx（23页珍藏版）》请在三一办公上搜索。
1、数据管理能力成熟度评估实践调研分析报告目录一、概述1（一）工作背景1（二）编写目的2（三）研究方法21 .计划制定22 .企业遴选23 .方法确定34 .适用性评估35 .成果应用3（四）研究对象31 .选择原则32 .对象选取4二、外部实践调研基本情况4（一）NF电网41 .基本情况介绍42 .成果应用情况6（二）浙江移动71 .基本情况介绍72 .成果应用情况8三、内部实践调研基本情况9（一）江苏公司91 .基本情况介绍92 .成果应用情况10（二）浙江公司111 .基本情况介绍112 .成果应用情况13（三）天津公司141 .基本情况介绍142 .成果应用情况15（四）甘肃公司151 .
2、基本情况介绍152 .成果应用情况16四、实践主要做法及启示161 .能力评估应紧密结合企业发展战略需求162 .评估模型需结合企业特点适度实施本地化完善163 .能力评估应与企业数据业务提升形成闭环174 .“大格局谋划、小切口着力”循序推进评估175 .评估工作需在线上化、自动化方面加大力度186 .评估工作应聚焦问题发现与解决，并建立问题改进监测机制18五、相关建议18一、概述（一）工作背景数据是国家基础性战略资源。党的十八届五中全会正式提出“实施国家大数据战略”；党的十九届四中全首次增列“数据”作为生产要素之一参与分配；疫情防控期间，强调要运用大数据、人工智能等数字技术更好支持疫情防控
3、和资源调配；3月4日，中共中央政治局常务委员会强调，加快5G网络、数据中心等新型基础设施建设。数据作为核心生产要素，已日益成为数字经济时代重要的战略资产和重要价值。数据管理专业体系建设是发挥数据价值的必经之路，是大数据应用工作基础中的基础，没有良好的数据管理，数据价值作用的发挥就无从谈起。数据管理能力成熟度评估作为定位数据管理发展阶段、加强数据管理能力、提升数据资产价值的重要抓手，对于规范和指导企业高效有序推进大数据工作，提升数据价值挖掘能力，具有十分重要的意义。经过多年发展，数据管理能力成熟度评估理论与实践逐步成熟。DAMA.Gartner、IBM等组织和企业开展了大量理论研究和实践探索。中
4、国信标委于2018年3月发布国标数据管理能力成熟度评估模型（DCMM）,为实施评估提供了理论依据NF电网、浙江移动、江苏公司、浙江公司、甘肃公司等公司系统内外部单位，均依据国标开展了能力评估，并取得了积极成效。随着公司数据管理工作持续深入推进，数据管理顶层设计日趋完备。但是相比传统专业，数据管理仍是一个崭新专业，尚存在数据意识薄弱、管理标准不一致、执行力度不足等问题，有必要以数据管理能力成熟度评估为抓手，明确一把尺子，找准数据管理能力所处阶段，提出改进提升措施，明确未来发展方向，全面推动公司数据管理体系建设。通过数据管理能力成熟度评估实践调研分析，为公司开展数据管理能力成熟度评估提供指导与借鉴
5、。（二）编写目的数据管理能力成熟度评估实践调研分析作为公司数据管理能力成熟度评估标准体系建设的重要组成，主要对公司内外部数据管理能力成熟度评估领先实践进行具体做法、评估方法、实践应用、经验教训等方面进行研究学习，形成数据管理能力成熟度评估调研分析报告,总结经验与启示，以解决公司开展数据管理能力成熟度评估标准体系建设中出现的实际问题，减少试错几率，更好更快地为开展公司数据管理能力成熟度评估标准体系建设提供借鉴。（三）研究方法实践调研是一种为促进企业业务改进和提高的实证研究方法，具有详细的理论支撑和方法。在开展本次先进实践研究之前，需要结合公司实际，关键厘清比对目标企业和具体实施评估关键问题。本次
6、实践调研将参照标准工作方法，将整体工作分为五步，包括：计划制定；企业遴选；方法确定；适用性评估；成果应用五个方面。1. 计划制定从问题出发，紧密结合在数据管理能力成熟度评估中出现的薄弱环节，提出实践调研的重点关注领域。在制定计划的过程中，应根据资源的可获得性和落地可行性两个方面来确定领先实践的研究范围、深度和细度，确保工作高效。2. 企业遴选确定研究对象企业，首先应有科学的依据确保所选企业的整体先进性。本次实践调研分析按照先进性和相似性原则选择已经实施数据管理能力成熟度评估及相关企业作为研究对象；从公司外部和内部两个方面开展实践调研分析。3. 方法确定在确定研究企业后，采用定性、定量两种方法相
7、结合。本次实践调研，采用定性方式进行，具体研究时，也可采用案例分析、访谈参观和专家交流的三种方式中的一种和几种。期间，主要采用专家视频交流与案例资料分析相结合的方式开展调研分析工作。4. 适用性评估每个领先企业都有在各自社会环境下的关键做法，且在其特定社会环境下都被证明是正确和可行的，此时适用性评估的作用就被凸显。适应性评估是相似性原则的具体展现和落地，那些领先实践企业所处行业环境、国家政策与目前公司相似度越高越可以认为其适用性评估越好，领先实践内容越具有可复制性和达到设定的应用效果。5. 成果应用将领先实践中经过初步验证和筛选的具备一定适用性的评估内容和结论在本次数据管理能力成熟度评估中予以
8、有效体现和继承，确保领先实践调研成果得以满足研究初衷。（四）研究对象1. 选择原则注重先进性原则，企业可能从事也可能并非从事电力行业，但其在所在行业实施数据管理能力成熟度评估具有领先性，且经过实施评估后取得了一定的成效，有科学论据证明其的先进性，是公司开展数据管理能力成熟度评估时可以借鉴学习并快速付诸实施的。注重相似性原则，从事同一行业，其业务内容、服务形式、运作方式、管理架构等相近，且既往经历过公司现在面临的同样或相似境况，需要进行数据管理能力成熟度评估标准体系建设。2. 对象选取实践调研分析结合先进性、相似性原则，选取相关领域的典型企业进行案例研究。具体包括外部和内部实践调研。外部实践调研
9、主要包括NF电网和浙江移动。内部实践调研主要包括江苏公司、浙江公司、天津公司和甘肃公司。二、外部实践调研基本情况（一）NF电网1. 基本情况介绍NF电网公司按照“十三五”信息化规划及NF电网公司李庆奎董事长“一主两翼、国家拓展”的产业新发展布局战略发展要求，构建了符合公司数字化转型战略要求、覆盖全面、职能完备的数据资产管理体系框架。图1 NF电网数据资产管理框架体系示意图南方电网数据资产管理框架2018年，NF电网公司通过国家信标委引入国标DCMM数据管理能力成熟度评估模型，并由专业第三方评估单位对公司数据管理水平进行全面评估和准确定位，一是作为数据资产管理的起始年，找出公司数据管理方面存在的
10、短板，为后续数据资产管理工作指明方向；二是通过实践，形成公司数据资产管理成熟度评估的实施方案，具备可推广性。NF电网通过评估，能力等级得分为3分。具体实施情况如下。评估范围。由广州局牵头，面向所有分子公司所有业务部门。评估方法。NF电网采取以国标DCMM试点初评-根据初评结果开展能力提升、评估模型适应性完善-终评的评估方式，建立起评估闭环机制。评估整体工作分为现状初评、能力提升、年度终评三个阶段。现状初评阶段（2018年1月-7月），行动初期，由广州局牵头,以广州局为试点，形成全网评估实施方案，并对所有分子公司进行数据管理能力成熟度现状初评。采用针对具体项目工作，通过访谈、问卷调研、资料收集等
11、方式开展现状调研，旨在对各分子公司数据管理工作进行现状摸底，识别问题，确认后续能力提升重点方向，为年底终评打好基础。能力提升阶段（2018年7月-12月），各分子公司在数据管理能力成熟度评估初评结果的基础上，针对提出的问题和报告中的建设指引，有针对性地开展数据资产管理能力提升工作，切实提升各分子公司数据资产的管理水平。同时，根据在评估过程中反映出的问题，对国标DCMM模型进行适应性调整。年度终评（2018年12月-2019年2月）,在初评的基础上，各分子公司进行有针对性的数据管理能力提升建设，于2018年底依照国家标准进行正式评估，并向国家权威机构申请权威认证。图2NF电网评估等级（3级）结果
12、示意图2. 成果应用情况评估成果从三个方面开展应用。一是达成促进公司数据资产管理体系框架完善与落地实施。为了更好的促进数据资产管理体系框架的落地实施,NF电网公司以过国标DCMM为基础对数据资产管理体系框架进行了分析，建立了DCMM模型和数据资产管理体系框架的映射关系，进而达成基于DCMM评估来推动数据资产管理体系框架的完善与落地实施。二是准确掌握各子公司数据管理能力现状，通过DCMM评估首先准确了解各分子公司在推进总部数据资产管理体系框架落地实施方面存在的问题，如在数据治理方面有的公司存在行为相对分散，缺少部门级、分子公司级、以及网公司层面的统一规划管控，导致实际工作处于应对个别数据操作场景
13、相对无序开展状态。同时，也深入了解各个公司数据管理工作中的最佳实践。三是找准数据管理能力提升改进方向，NF电网建立起评估闭环机制，基于评估结果，结合公司数据资产管理体系框架的管理要求，以DCMM成熟度三级为目标，制定了各个公司数据管理能力改进措施和提升计划，从而推动各个子公司数据管理能力的提升。（二）浙江移动1. 基本情况介绍为了应对大数据环境下数据资产整合、数据标准化管理、数据质量提升等多方面的挑战，浙江移动于2015年9月成立了大数据中心，统一负责浙江移动大数据相关业务，包括大数据管理、应用产品开发和业务运营，为内部数据服务和外部数据变现统一提供支撑。基于此，迫切需要全面掌握公司数据能力现
14、状，具体发现工作中存在的问题并找准发展方向。2016年4月至12月，浙江移动开展了数据管理能力成熟度评估，用以发现自身数据管理、应用工作过程中存在的问题，提升自身的数据能力。浙江移动通过评估，能力等级得分为2.5分。具体实施情况如下。评估范围。面向浙江公司所有业务部门，以其大数据中心建设为主线。评估方法。浙江移动采取以国标DCMM全面实施评估-根据评估结果开展能力提升-评估模型适应性完善-建立系统化、自动化数据资产评估体系的方式，建立起评估闭环机制。在全面评估阶段，浙江公司通过公司领导、各部门负责人进行访谈和问卷调研，收集和解读相关材料，进行评估分析，并最终给出级别评定并制定数据能力成熟度评估
15、报告。同时，通过评估浙江移动发现了存在的一些问题，在数据质量考核、数据安全标准、数据标准落地等方面需要进一步的加强和提升，需要在大数据中心平台建设的过程中重点进行关注和改善。IUSIl求IkK开放共Iut安全理图3浙江移动评估等级（3分）结果示意图2. 成果应用情况构建系统化、自动化的数据资产评估体系。浙江移动为了更好的落实数据标准化及治理工作，首先明确了总体的数据战略，即在组织保障下，通过团队建设，借助数据管理手段，实现大数据采集、汇聚、建模、数据服务、数据开放等数据治理工作开展；基于DCMM国家标准，从系统资源、资产状态、管控能力等维度考虑，构建系统化、自动化的数据资产评估体系，支撑运营人
16、员全面掌控数据资产状态，及早发现问题隐患并予以解决，推动公司数据管理工作良性开展。形成了科学的组织结构。以数据治理以及后续运营管理为明确目标，围绕大数据中心建立，完善组织架构，并划分成职责明确的三个二级部门。其中数据管理部在整个数据标准化和治理的过程中一直承担者领导牵头作用，同时在与多方协作过程中积累了丰富的数据治理经验，这些经验对于后续数据的管理运营产生了巨大的帮助。制定了完善的数据标准体系。浙江移动结合集团规范、自身业务特点以及合作单位的工作经验制定了10大类的数据标准规范，覆盖数据采集、模型设计、数据开发、数据开放等整个数据生命周期，同时明确了数据管理的相关流程规范，在数据生产各环节做到
17、了“有法可依”。实现了数据流程管理线上化。浙江移动制定并优化了相关数据管理的流程规范，并将原来线下流程全部实现了线上化。以数据变更流程为例，以往的数据变更流程都是通过线下的审批实现，现在依托大数据平台的数据目录，数据变更需要发起在线申请，运维管理员审批通过后就能实现变更。流程的全面线上化减少了流转环节的差错，提升了数据管理的效率。三、内部实践调研基本情况（一）江苏公司1. 基本情况介绍伴随着江苏公司业务的快速发展和变化，数据应用需求与数据管理缺位、价值挖掘不足的矛盾日益突出。由于业务应用的分散建设，数据质量参差不齐，对数据资产管理与应用缺少顶层设计，致使数据资产的战略性地位未能突显，制约了数据
18、资产价值的充分发挥。为切实管理、应用好公司数据资产，需进行全面的数据管理现状调研和能力成熟度评估，以进一步规范公司日常数据管理工作。2018年，江苏公司依据国标DCMM数据管理能力成熟度评估模型，通过现场调研、关键指标和问卷评价等方式获得公司的数据管理现状，从而查明问题、找到差距、指出方向、并提供实施建议。江苏公司通过评估，评分等级得分为1.94分。具体实施情况如下。评估范围，面向省公司部分业务部门、全部地市公司，涵盖三个层面，区域层面针对全部13个地市公司及部分直属单位进行调研。部门层面主要对公司营销部、财务部、物资部、科信部等部门的数据管理人员进行现场访谈和问题调研。数据层面以公司设备资产
19、全寿命管理为主线，相关业务开展所涉及的业务系统数据。评估方法，江苏公司评估分为启动、宣贯、评估、总结分析四个阶段进行。启动阶段主要分为评估申请、建立评估团队、制定评估计划、启动会等具体环节，是明确项目目标、范围的阶段。宣贯阶段主要是对公司人员进行国标DCMM评估模型、评估流程、评估关键点、评估案例等相关内容培训，帮助公司人员了解标准组成、评估方法和过程，提升对数据管理的整体认识。评估阶段主要采取现场调研评估,基于公司自评情况以及资料了解，由调研人员在现场收集相应资料,开展现场分析、面对面访谈等，深入了解数据管理工作现状Q总结分析阶段，根据调研情况，按照DCMM标准8个维度28个主题域，进行公司
20、整体数据能力成熟度等级分析并编制调研评估报告，提出公司整体数据管理能力方面关键发现及关键建议。2. 成果应用情况江苏公司成果应用主要分为两大方面，一是制定了2019年-2021年3年提升计划和3阶段重点工作内容安排。基于评估结果，分析江苏公司欠缺的关键能力，以数据规划、数据标准、数据共享、数据应用、数据质量管理和组织机构优化为6个工作重点，从数据治理、数据管理和支撑工具3个方面，按照“强化数据管理基础、提升统筹管控能力、形成数据运营能力”3个步骤开展数据管理能力提升工作，逐步建立健全江苏公司数据管理体系，支撑江苏公司数据管理水平持续提升。数据 治理数据管理支撑 工具强化数据o提升统筹 O形成数
21、据管理基础一-A TV管控能力- N运营能力-图4江苏公司3年发展蓝图及演进路线示意图二是提出6大具体措施，针对数据规划、数据标准、数据共享、数据应用、数据质量管理和组织机构优化6大工作重点，针对性的开展数据管理体系建设，促进公司数据管理相关的组织、制度、流程、标准和规范等内容逐步建立。三是完成江苏省电力公司数据标准规范编制，明确了数据标准的框架、定义及分类，可以有效指导江苏公司数据标准制定工作开展。（二）浙江公司1. 基本情况介绍根据浙江公司“十三五”信息化规划总体要求，经过两年半的建设，浙江公司已基本建成企业级统一云服务平台和全业务统一数据中心分析域，初步实现平台资源和跨专业数据共享。因此
22、，开展浙江公司数据管理能力成熟度评估，从组织、制度、流程、管理等方面分析公司数据管理现状和存在的问题，明晰当前公司数据管理能力所处的发展阶段和未来的发展方向，以问题和目标为导向，提出相应改进提升措施，为后续数据质量治理和数据融通工作打下坚实基础。2017年12月开始，浙江公司与国家信标委相关单位合作，开展企业数据管理能力成熟度评估，达到数据管理能力成熟度评估模型中所描述的二级标准，数据管理能力成熟度等级评价为2.50分。具体实施情况如下。评估范围，按照DCMM标准8个主体域、28个主题域内容，面向省公司全部业务部门、全部地市公司开展评估，数据层面涉及各个业务部门系统。评估方法，江苏公司评估分为
23、准备、实施、报告制定三个阶段进行。准备阶段主要分为项目组织机构建立、确定评估范围、进行评估解读、收集评估材料等具体环节。实施阶段主要包括启动会、培训、面对面访谈、调研问卷、环境检查。启动会确定了此次评估参与的部门、人员以及分工。培训主要包括数据管理能力成熟度评估模型、数据治理与管理、数据管理实践等内容。通过面向相关部门从规范和执行层面开展面对面访谈、调研问卷、环境检查，了解浙江公司数据管理开展的具体情况。报告制定阶段主要根据资料评审、一对一访谈、调研问卷反馈、环境检查等工作，统一为公司数据管理能力成熟度进行评级，同时，开展公司数据管理现状评估分析，找到和同业最佳实践的差距，定位自身的问题，分析
24、其中的原因，并给出分析报告。数搪退役数据运港数据设计与开发数搪治理组织数据需求数据分布数据质量震求元数据管理数据分析业纣术语J数据安全审计鼓据安全管理数据服后 数据安全策略图5浙江电力评估等级（2.5分）结果示意图2. 成果应用情况浙江公司基于评估结果，一是制定了三步走的技术路线。从制度和执行两个维度进行剖析。提出了以完善数据管理体系为目标，”对缺失制度/规范/标准进行制定，对现有制度、规范、标准进行完善（制度完善）；以完备的制度、规范、标准体系为基础，增加监管和考核，使得制度、规范、标准的落地更加有效（强化执行）；最后对专项提升成果进行有效评价（评价分析）”三步走的技术路线。二是制定了3年阶
25、段目标和近期提升工作计划。工作方案明确了以国标DCMM评估模型框架为依据的具体提升内容，明确了4项具体重点改进工作任务。同时，制定了三年工作目标和明确的近期（2018年4月Tl月）提升计划。三是初步拟定了数据管理能力成熟度模型企业标准。根据评估工作开展过程中发现的问题，基于国标DCMM模型开展企标评估模型的设计，初步拟定了公司数据管理能力成熟度模型。模型主要针对缺少内容进行了内容拓展，主体域增加“数据平台”形成9个主体域,补充4个能力域形成32项能力项。（三）天津公司1. 基本情况介绍为全面诊断天津公司数据管理现状能力，天津公司于2017年6月启动基于DAMA数据管理知识体系的数据管理能力成熟
26、度评估项目。天津公司通过数据管理能力成熟度评估，整体数据管理能力成熟度等级评估为：1.82分，处于1级初始级和2级重复级之间。具体实施情况如下。数据战略实施 数据战略评估数据治理期数据战略规划数据退役5数据运维数据设计和4数据需求指标数据数据元参考数据和业务术语数据质量提升2.672.411.93751.941.837512.08 1.51.75 2.31.921.951.6251.25数据服务 数据安全策略 数据安全保护1.6252.471.375 11.292.75数据制度建设数据治理沟通数据模型数据分布元数据管理数据质量分析数据分析数据质量检直数据质量需求 塞安全审计数据开放共享图6天津
27、电力评估等级（L82分）结果示意图评估范围，按照DCMM标准8个主体域、28个主题域内容，面向市公司各部门和信通公司共计20个部门、单位，重点针对核心业务和IT应用支撑开展分析开展评估巩固走。评估方法，天津公司评估工作开展主要分为三个环节，前期开展数据管理能力成熟度知识宣贯与培训，中期组织评估专家开展集中调研问卷填报、现场调研访谈等环节，后期由专家组开展全面评估于分析，并编制完成分析评估报告，明确了公司数据管理能力存在的差距，给公司数据管理能力提升改进提供指导。2. 成果应用情况依据评估提升建议，天津公司对数据管理能力中的薄弱环境制定了应用改进和实施计划，但有于数据管理能力成熟度评估未形成长效
28、的工作机制，此后的评估工作也处于停滞状态，数据管理能力成熟度评估应用工作成效匮乏。（四）甘肃公司1. 基本情况介绍为进一步提升甘肃公司数据管理能力，甘肃公司于2019年启动公司数据管理能力成熟度评估工作，并计划在3-5年内达到国家规定的数据管理成熟度最高级别5级（最低级别为1级，最高为5级）。甘肃公司于2019年联合中国电子技术标准化研究院，依据DCMM数据管理能力成熟度模型评估标准，开展公司数据管理能力成熟度评估工作，目前尚未完成终评。评估范围，面向公司部分部门、地市公司开展评估。评估方法，甘肃公司分四步骤开展评估工作，一是组织工信部中国电子技术标准化研究院评估专家赴公司开展解读和培训，召开
29、启动会，与评估专家签订保密协议。二是组织评估专家采用现场访谈和远程沟通相结合的方式对开展访谈，并指导公司开展数据管理能力成熟度评估工作佐证材料收集工作；三是依据国标DCMM评估要求，总结整理形成60项200多个文档的评估作证材料提供评估专家进行初评。四是开展对地市公司数据管理人员电话访谈、问卷调研，并由地市各部门提供现有数据管理素材。2. 成果应用情况一是拟定行标电力数据管理能力成熟度评估模型。参考数据管理成熟度评估模型（DCMM）国家标准，编制行业标准，并通过2019年电力行业大数据标准工作组一届一次会议评审。二是作为牵头单位完成公司泛在电力物联网关键核心技术标准数据资产运营框架规范的编制工
30、作。三是通过评估工作，明确了公司在数据管理工作方面的短板与不足，消除了公司在数据管理方面项目立项的盲目性，并为公司开展企业数据中台建设提供指导。四是明确了地市公司数据管理基本情况，并收集了相关相关管理办法、业务流程手册以及系统功能说明等，为后续基层单位数据管理成熟度评价体系构建、基层单位数据能力成熟度评估提供支撑。四、实践主要做法及启示1. 能力评估应紧密结合企业发展战略需求NF电网从落实公司发展战略出发，通过建立“评估-业务”协同提升机制，促进了公司数据管理能力的提升。浙江移动建立能力成熟度评估常态运行机制，有效指导了公司数据发展战略的制定与落地。相关经验表明，开展数据管理能力成熟度评估不是
31、“为了评而评”，只有将评估结果与企业数据战略落地、数据管理能力提升紧密耦合,才能真正发挥数据管理能力成熟度评估的实际价值。2. 评估模型需结合企业特点适度实施本地化完善NF电网将DCMM评估模型作为初评工具，对企业数据管理能力进行初步摸底，并根据摸底情况对评估模型进行了适应性调整。甘肃、浙江公司针对DCMM评估模型在电力行业落地存在的局部不适应问题，启动了电力大数据成熟度评估模型的行标、企标编制。调研发现，DCMM评估模型作为通用模型，在面向具体行业应用时，或多或少会出现部分指标不适用现象，需结合数据管理有关理论、实践经验和行业特点，以遵从国标为主，适度开展评估模型的本地化完善。3. 能力评估
32、应与企业数据业务提升形成闭环NF电网瞄准短期达到3级能力目标，建立了能力评估与业务提升的闭环机制，仅用1年多时间，实现了企业数据管理能力的大幅提升。江苏、浙江公司通过能力成熟度评估，分部制定了数据管理能力提升三年行动计划、数据管理体系建设“三步走”路线。相关实践表明，评估工作只有有效融入“评估体系建设-能力评估落地-数据工作改进一系统建设优化-业务能力提升”的工作闭环，才能切实推进以评促改，提升企业数据管理能力和数据价值发挥。4. “大格局谋划、小切口着力”循序推进评估NF电网从全局视角设计了“试点初评-工作改进-模型改造-全面终评”的工作方案，以广州局为切入口，试点开展数据管理能力成熟度评估
33、，并将评估结果作为完善公司数据管理体系、推动全公司工作改进的有力抓手。浙江移动以其大数据中心建设为着力点，从全局视角设计了“全面评估-明确关键工作改进-模型改造-信息系统建设协同-建立系统化评估体系”的整体方案和常态运行机制。相关案例表明，数据管理能力成熟度评估体系建设是一项系统工程，周期长、见效慢，不可能一蹴而就，建设初期可以按照“小步快跑，快速迭代”的原则，选取能力提升迫切程度较高的业务开展试点，成熟后再推广到更多业务应用。5. 评估工作需在线上化、自动化方面加大力度被调研对象均无一例外地采取线下“资料+访谈+问卷+现场检查”结合“自评+内部专家评估+外部专业机构评估”的方式开展能力评估，
34、存在主观意识强、准确性难以把握、工作效率低等缺点。有必要加快在线自动数据管理能力评估工具建设，将具备线上评估条件的业务交给系统自动处理，提升评估效率和质量，并便于对相关工作进行跟踪监测，提高公正性。6. 评估工作应聚焦问题发现与解决，并建立问题改进监测机制浙江移动建立了数据管理能力成熟度评估闭环管理机制，支撑运营人员全面、持续掌控数据资产状态，及早发现问题并予以解决，有效推动了数据管理工作的良性开展。实践证明，任何“运动式”活动均难以取得持久成效，成熟度评估工作也一样，只有与数据管理能力专业体系建设结合起来，形成问题发现-改进提升的闭环管理机制，常态运行并注重实效，才能赋能数据业务持续提升。五
35、、相关建议通过公司内外部实践调研分析，建议公司实施数据管理能力成熟度评估体系建设时，注意以下几点内容：一是要构建公司数据管理体系，明确数据发展路线。通过构建公司数据管理体系，明确数据管理体系与数据管理能力成熟度评估之间的关系，制定公司数据管理发展蓝图、演进路线、实施计划，为公司建立全面的数据管理能力体系提供标准依据和支撑，进而为数据价值的全面提升打下基础。二是要厘清数据管理能力成熟度评估各项能力之间的关系。数据管理能力成熟度评估时，各项能力不是孤立存在的，而是有依赖关系且彼此协同整体的，尤其是在制定评估模型时，注意各能力模型之间的统筹与协调。三是要明确数据管理能力成熟度评估实施策略,补充重点领
36、域数据管理短板。重点突破、以满足需求为驱动、提炼出各项能力建设需求，引导数据管理能力成熟度评估工作。有步骤，有计划，循序渐进开展数据管理能力成熟度评估工作。四是要有序推进数据管理能力成熟度评估，逐步提升改善。应遵循数据管理的盘、规、治、用理念，实施数据管理能力成熟度评估有序推进，避免齐头并进。明确数据管理能力成熟度评估阶段提升目标,有针对性制定行动计划，确保数据管理能力逐步改善。五是要建立数据管理能力成熟度评估常态工作机制。将成熟度评估工作作为数据管理常态任务，部署评估工具，采用试点先行、分批推广的方式，优先结合年度重点工作任务按需开展评估工作，及时发现问题、及时改进。同时加强组织建设和领导，成立专门的数据管理委员会，强化职能推动作用。六是要提升人员技能及数据资产意识。通过数据管理能力成熟度的相关培训及评估，发现问题、解决问题的同时，收集最佳实践并推广，形成数据管理能力知识库，提升人员的数据管理能力，培养一批高素质的数据管理人才，提高全员对于数据资产重要性的认识，推动培育公司数据文化氛围。
