初探数据管理能力成熟度模型DMM

专家简介：梁铭图，新炬网络首席架构师，拥有十年以上数据库运维、数据分析、数据库设计以及系统规划建设经验，长期为国内电信运营商的大型IT系统进行系统软件运维、数据架构规划、设计和实施以及大型IT系统数据建模工作，在数据架构管理以及数据资产管理方面有着深入的研究。

在数据资产管理领域，除了以DAMA为首提出的数据资产管理体系DMBOK以外，还有其他的数据资产管理框架，其中在去年底由CMMI协会发布的数据管理能力成熟度正是其中之一。

什么是DMM

企业数据管理能力成熟度模型Data Management Maturity（DMM）是由CMMi协会于2014年发布的。它可以用来评估和提升组织的数据管理水平，帮助组织跨越业务与IT之间的鸿沟。DMM模型沿用了软件能力成熟度集成模型（CMMI）的一些基本原则、结构和证明方法。

CMMi协会认为，DMM模型帮助组织建立一个关于它们数据资产应该如何管理的通用术语和共识。它五个连续的能力层面提供一个清晰路径，提升25个过程域，反映到所有数据管理的基本科目中。

通过提供一个结构化和标准的实践框架，DMM可以促进组织建立它们自已的数据管理成熟度路线图。DMM帮助组织更为熟练地管理它们关键数据资产，推动主动的战术和战略支持，提供一个一致性以及可对比的基准用来测量长时间的进展。它是一个强大的工具，用来创建一个共享的愿景和术语，阐明所有利益相关者的角色，增加业务接触以及强化数据治理。

DMM面向的对象

模型面向于每一个想要高效管理自身数据资产的组织。已经使用DMM模型的公司，所涉及的行业范围非常广泛，包括IT、航空、金融和政府。

DMM可以裁剪以适应任何组织的需求，它可以应用于整个组织、一个业务线条，或者一个多利益相关者的主要项目。

DMM能力模型

与CMMI类似，DMM也根据企业的数据管理能力提出五个层次：

DMM的结构

数据管理战略

　• 数据管理战略

　• 沟通

　• 数据管理职责

　• 业务案例

　• 提供资金

数据治理

　• 治理管理

　• 业务术语表

　• 元数据管理

数据质量

　• 数据质量战略

　• 数据轮廓

　• 数据质量评估

　• 数据清洗

数据操作

　• 数据需求定义

　• 数据生命周期管理

　• 数据提供管理

平台与架构

　• 架构方法

　• 架构标准

　• 数据管理平台

　• 数据集成

　• 历史数据归档和保留

支持流程

　• 量度与分析

　• 流程管理

　• 流程质量保证

　• 风险管理

　• 配置管理

DMM的一般步骤

建议先评估数据管理能力，例如，一个组织计划和安排一个数据项目，但当设计开始时，可能发现存在多个数据源，没有清晰的所有者，没有治理等等。不用说，这些能力上的缺失将影响到按时实付的质量。当SOA主要是技术驱动以没有关注数据管理时，组织可以最终可以在现有数据层件（接口）上再建立另一个数据层组件（数据服务），增加而不是减少系统复杂度。

在DMM评估之后，组织会精确地知道它的长处和不足在哪里。那么它必须选择优先顺序-范围和内容-更有效地管理数据。例如，如果提升数据质量提升到最高的优化级，一个有动力的组织相对于其他流程域一开始会选择着重数据质量的四个流程域。

小结

正如在CMMi的网站上，CMMi协会对DMM的定位是：“DMM将是CDO的好朋友。驱动保持竞争优势的战略性洞察，业务必须最大努力和尽可能巧妙地使用今天海量的数据。要达到这个目标，组织需要应用一个协作的方法来优化他们的数据资产”。DMM正是出于这个目标为业界提供了这样一个方法和工具。