数据治理---标准学习解析

数据治理参考的标准文献

1.https://std.samr.gov.cn/gb/search/gbDetailed?id=19B8508AEDE64286E06397BE0A0A616D    信息技术 大数据 数据治理实施指南

2.https://std.samr.gov.cn/gb/search/gbDetailed?id=473EBB99D6AB455EE06397BE0A0ABB9A    数据管理能力成熟度评估模型

总结分析：

• DCMM：评能力、评等级、找差距（看你具备什么能力）
• GB/T 44109数据治理实施指南：教流程、教落地、教怎么做项目（教你怎么建成能力）

【信息技术 大数据 数据治理实施指南】

 

1.数据治理：对数据进行管理的一系列活动集合，通过建立组织、制度、流程，实现数据的可信、安全、可用，支撑业务价值实现。

 

解析：数据治理≠技术工具，是业务 + IT 共同工作；不是一次性项目，是持续运营。解决 “谁管数据、怎么管、数据要达到什么水平”。

 

总结：GB/T 44109-2024 是国内数据治理落地实施的统一流程规范，以PDCA闭环为核心，通过规划摸底、组织制度建设、八大专项治理、量化评价、持续改进，实现数据治理从项目建设到长期运营的全流程标准化，是数据治理项目的核心实施依据。

一、核心顶层模型（PDCA四段闭环）

本标准所有内容围绕 规划→执行→评价→改进 闭环，是数据治理项目标准生命周期。

• 规划：摸底现状、定目标、定范围、定实施路线
• 执行：建组织、建制度、落地八大治理活动
• 评价：建指标、测效果、量化治理成果
• 改进：找差距、迭代优化、持续运营

核心思想：数据治理不是一次性项目，是持续运营闭环。

二、规划阶段（项目启动时开始）

四大核心动作：

1. 现状调研：业务现状、系统现状、数据现状、问题痛点、合规风险等
2. 确立目标：分业务目标、技术目标，可量化、分短期/长期
3. 明确治理范围：划定业务域、数据对象、急用先行、试点优先
4. 实施路线规划：试点→推广→常态化运营

输出：现状评估报告、数据源清单、项目建设方案、实施计划等。

三、执行阶段（全文最重要，落地核心）

分为三大部分：组织 + 制度 + 八大治理活动

1、治理组织（三层架构）

• 决策层：治理委员会（高层、审批战略资源）
• 管理层：IT+业务负责人（统筹、跨部门协调）
• 执行层：技术团队+业务数据Owner/数据专员

标准强要求：业务必须参与治理，数据问题不由IT单独背责。

2、制度体系三类

• 管理类：治理办法、资产管理制度
• 流程类：主数据审批、质量问题整改流程
• 技术规范类：标准、质量、元数据、分级分类规范

3、八大核心治理活动

1. 数据架构治理：业务域、数据模型、数据流向、集成架构设计
2. 元数据治理：元数据采集、释义、血缘、数据资产目录
3. 数据标准治理：数据元、编码、值域标准等的编制与落地
4. 数据质量治理：基于6大质量维度做规则、监控、整改闭环
5. 主数据治理：核心主数据清洗、统一编码、审批分发
6. 数据应用治理：数据服务、报表、分析、业务赋能
7. 数据安全治理：分类分级、权限、审计、脱敏、风险管控
8. 数据生命周期治理：采集、存储、使用、归档、销毁全流程管控

四、评价阶段

核心：量化治理效果

评价指标分为三类：

• 过程指标：制度覆盖率、标准落地率、元数据覆盖率
• 质量指标：完整性、一致性、准确性、时效性等
• 业务指标：取数效率、问题整改率、业务满意度

输出：治理绩效评价报告。

五、改进阶段（长效运营核心）

四步闭环：

差距分析→制定改进方案→落地优化→回灌规划迭代

核心结论：治理是持续迭代、长期运营，不是一次性验收结束。

六、附录

• 附录A：标准治理组织架构模板
• 附录B：全套数据治理制度清单模板
• 附录C：治理绩效评价指标体系模板

【DCMM 数据管理能力成熟度评估模型】

总结：DCMM 2.0是数据管理能力成熟度评估模型，包含九大能力域、33个能力项、五级成熟度等级。核心用于评估组织数据治理体系完整性、规范性和落地效果。

一、标准定位

1、国标全称：GB/T 36073-2025《数据管理能力成熟度评估模型》（DCMM 2.0 最新版）

2、核心作用：国内官方唯一的数据治理能力评级标准，用于衡量组织数据管理整体能力水平，是数据治理建设、评估、验收的核心依据。

二、五级成熟度等级（核心考点、项目对标必备）

DCMM 统一划分5个能力等级，逐级递进

• 1级 初始级：无规范、无制度、无流程，数据工作零散被动，问题随发生随处理
• 2级 受管理级：部门级局部管控，基础流程落地，部分数据可管理、可监控
• 3级 稳健级（达标级）：组织级统一规范，全公司/全所统一制度、标准、流程，治理工作常态化、体系化（行业通用合格标准）
• 4级 量化管理级：可量化、可监控、可考核，通过数据指标精准管控治理效果
• 5级 优化级：持续迭代、智能优化，基于数据反向优化业务和治理体系

三、九大能力域核心工作内容

1. 数据战略：梳理数据建设愿景、阶段目标、实施路径、资源保障
2. 数据治理：搭建三层组织、完善管理制度、建立考核与长效运营机制
3. 数据架构：梳理业务域、数据模型、集成架构、跨系统数据流向
4. 数据标准：统一物料、项目、设备、人员等核心编码及字段、值域标准
5. 数据质量：配置质量规则、常态化监控、问题台账、闭环整改
6. 数据资产：全域数据盘点、构建资产目录、业务释义、血缘梳理
7. 数据安全：数据分级分类、权限管控、脱敏处理、操作审计、保密合规
8. 数据生命周期：规范数据采集、存储、共享、归档、销毁全流程管理
9. 数据应用：输出数据报表、统计分析、业务赋能、数据服务能力