读DAMA数据管理知识体系指南47数据管理成熟度运动

1. 运动

1.1. 数据管理成熟度评估必要筹划
1.2. 确保实际可行的效果，应在筹划内留出时间准备材料和评估效果，评估应在规定的短时间内进行
1.3. 目的是揭露当前的优势和改进的机会，而不是解决问题
1.4. 评估是通过向业务、数据管理和信息技能参与者征求意见来进行的，目的是在证据的支持下就当前的状态本领达成共识

• 1.4.1. 证据大概来自对组件的查抄（如是否存在数据库备份）​、访谈（证实某人正在执行评估系统以供重用）或两者兼而有之
  

1.5. 评估可以扩展以满足组织必要，但修改时须警惕谨慎

• 1.5.1. 如果剪裁或修改模子，模子大概会失去原始的严谨性或可追溯性
  
• 1.5.2. 自界说模子时，应保持模子的完整性不变
  

2. 规划评估运动

2.1. 包括收集和评估输入、沟通效果、发起和办法筹划
2.2. 界说目标

• 2.2.1. 任何组织当其决定进行数据管理成熟度评估时，其实已经是在努力改进
  
• 2.2.2. 驱动因素必须以目标的形式进行阐明，形貌评估的影响范围和重点
  
• 2.2.3. 理人员和业务部门必须清楚地了解评估的目标，以确保其与组织的战略方向保持一致
  

2.3. 选择框架

• 2.3.1. 现有框架侧重于数据管理的不同方面
  

2.4. 界说组织范围

• 2.4.1. 大多数DMM框架的计划都适用于整个企业范围，但在整个企业范围实行大概是不切实际的
  
• 2.4.2. 对于第一次评估，最好界说一个可控的范围，如单个业务领域或项目
  
• 2.4.3. 所选领域是该组织的一个故意义的子集模块，参与者应是可以影响关键业务流程的人，这些关键的业务流程会对数据资产产生影响
  
• 2.4.4. 在局部评估和全企业评估之间的一种折中方法
  
• 2.4.5. 局部评估(Localized assessments)
  
  
  
  • 2.4.5.1. 可以更深入地了解细节，也可以更快地完成，因为其范围有限
    
  • 2.4.5.2. 许多数据资产是共享的，故筹划良好的局部评估通常可以聚合和加权以形成企业评估
    
  
  
• 2.4.6. 企业评估(Enterprise assessments)
  
  
  
  • 2.4.6.1. 侧重于组织中广泛存在的、有时是不连贯的部分
    
  • 2.4.6.2. 可以由多个局部评估构成，也可以是一个独立的使命
    
  • 2.4.6.3. 输入、角色、工具和消费者通常是跨企业、多条理的
    
  
  

2.5. 界说交互方法

• 2.5.1. 在实行DMMA时，组织应遵照所选模子的发起
  
• 2.5.2. 包括研讨会、访谈、观察和组件评审
  
• 2.5.3. 在所有环境下，都必要通过让参与者对评估标准进行评分来确定相应办法
  
• 2.5.4. 评估还包括对产品工件和其他证据的实际查抄和评估
  
• 2.5.5. 如果在完成评估过程中出现延误，利益相关方大概会失去对数据管理筹划的热情及促成积极变革的动力
  
• 2.5.6. 发起避免太过详细和全面的分析，夸大根据评估向导的专业知识做出正确的判断
  

2.6. 筹划沟通

• 2.6.1. 沟通有助于评估项目的整体成功以及由此产生相应办法的推进，应该在参与者和其他利益相关方之间直接进行沟通
  
• 2.6.2. 数据管理成熟度评估的目的
  
• 2.6.3. 评估应如何进行
  
• 2.6.4. 他们参与的是什么部分
  
• 2.6.5. 评估运动的时间表
  
• 2.6.6. 确保有明确的议程，包括解决待办事项问题的筹划
  
• 2.6.7. 明确筹划的方法是否大概在目标业务范围内成功，包括阻力与合作因素
  
• 2.6.8. 明确外部查抄暴露发现问题大概引发的内部合规问题，以及大概存在的人力资源问题等
  
• 2.6.9. 沟通筹划应包括对观察效果的汇报，以及在各层级上进行再次沟通的发起时间表，包括一般陈诉和执行简报
  

3. 执行成熟度评估

3.1. 收集信息

• 3.1.1. 下一步的工作是根据交互模子为评估运动收集得当的输入
  
• 3.1.2. 包括评估标准的正式评级，还可以包括访谈和焦点小组的成果、系统分析和计划文档、数据观察、电子邮件字符串、步伐手册、标准、策略、文件存储库、批准工作流、各种工作产品、元数据存储库、数据和集成参考架构、模板和表
  

3.2. 执行评估

• 3.2.1. 总体评级使命息争释通常是多阶段的
  
• 3.2.2. 参与者大概会对同一个评估主题产生不同的评级意见，必要通过讨论达成一致意见
  
• 3.2.3. 目标是对当前状态达成共识，这种共识应该得到证据的支持（行为和组件的实际证据）​
  
  
  
  • 3.2.3.1. 如果利益相关方对当前的状态没有共识，那么将很难就如何提升组织达成共识
    
  
  
• 3.2.4. 过程
  
  
  
  • 3.2.4.1. 审查评级方法，并为每个工作产品或运动给定开端评级
    
  • 3.2.4.2. 记录支持证据
    
  • 3.2.4.3. 与参与者一起讨论，就每个领域的最终评分达成共识
    

    3.2.4.3.1. 在合适的环境下，根据每个标准的重要性使用不同权重
    

    
    
  • 3.2.4.4. 记录关于模子标准的声明和评审员的解释，作为评级的说明
    
  • 3.2.4.5. 开发可视化工具，展示说明评估效果
    
  
  

4. 解释效果及发起

4.1. 对效果的解释包括明确提升机会与组织战略保持一致，并发起使用这些机会实行办法
4.2. 陈诉评估效果

• 4.2.1. 评估陈诉是作为一种增强数据管理筹划的输入
  
• 4.2.2. 评估的业务驱动因素
  
• 4.2.3. 评估的总体效果
  
• 4.2.4. 按主题分类有差距的评级
  
• 4.2.5. 弥补差距的发起方法
  
• 4.2.6. 所观察到的组织的优势
  
• 4.2.7. 希望的风险
  
• 4.2.8. 投资和成果选项
  
• 4.2.9. 衡量希望的治理和指标
  
• 4.2.10. 资源分析与未来潜在效用
  
• 4.2.11. 可在组织内使用或重复使用的组件
  

4.3. 制定管理层简报

• 4.3.1. 评估团队应准备管理层简报来总结观察效果（包括优势、差距和发起）​，管理层使用这些效果作为制定有关目标、筹划和时间表的决议的输入
  
• 4.3.2. 管理层每每希望目标高于评估发起
  
  
  
  • 4.3.2.1. 希望在成熟度模子中跳级
    
  
  

5. 制订有针对性的改进筹划

5.1. DMM评估效果应充足详细和全面，能支撑多年的数据管理改进筹划，包括该组织创建数据管理本领所做的最佳实践办法
5.2. 对特定数据管理功能进行改进的系列运动
5.3. 实行改进运动的时间表
5.4. 一旦运动实行，DMMA评级的预期改善环境
5.5. 监督运动，包括在时间线上渐渐成熟的监督
5.6. 路线图将为优化工作流提供目标和节奏，并辅之以衡量希望的方法
6. 重新评估成熟度

6.1. 通过第一次评估创建基线评级
6.2. 界说重新评估参数，包括组织范围
6.3. 根据必要，在公布的时间表上重复DMM评估
6.4. 跟踪相对于初始基线的趋势
6.5. 根据重新评估效果制定发起
6.6. 重新评估也可以重振或重新集中精力
6.7. 可衡量的希望有助于保持整个组织的认同和热情
6.8. 监管框架的变动、内外部政策、可治理方法和战略创新的变化是定期重新评估的其他原因
7. 工具

7.1. 数据管理成熟度框架

• 7.1.1. 成熟度评估中使用的重要工具是DMM框架本身
  

7.2. 沟通筹划

• 7.2.1. 沟通筹划包括利益相关方的参与模式、要共享的信息类型和时间表等
  

7.3. 协作工具

• 7.3.1. 协作工具答应共享评估效果
  

7.4. 知识管理和元数据存储库

• 7.4.1. 可以在这些存储库中管理数据标准、策略、方法、议程、会议记录或决议，以及用作实践证明的业务和技能组件
  
• 7.4.2. 在一些本领成熟度模子中，缺少如许的存储库是组织成熟度较低的一个度量指标
  
• 7.4.3. 一些商务智能应用步伐完全依赖元数据编译其视图和陈诉，而不是将其作为单独的存储库
  

8. 方法

8.1. 选择DMM框架

• 8.1.1. 易用性
  
  
  
  • 8.1.1.1. 实践运动是以非技能性术语来形貌的，它转达了运动的功能本质
    
  
  
• 8.1.2. 全面性
  
  
  
  • 8.1.2.1. 该框架涉及广泛的数据管理运动，包括业务参与，而不仅仅是IT过程
    
  
  
• 8.1.3. 可扩展性和灵活性
  
  
  
  • 8.1.3.1. 框架的结构能够支持增强行业特定或附加的规程，而且可以根据组织的必要全部或部分使用
    
  
  
• 8.1.4. 内置的未来演进路径
  
  
  
  • 8.1.4.1. 虽然不同组织确定的优先级不同，但DMM框架形貌了每个功能逻辑前进的方式
    
  
  
• 8.1.5. 行业不可知论与行业特定论
  
  
  
  • 8.1.5.1. 某些组织受益于行业特定的方法，但其他组织受益于更通用的框架
    
  • 8.1.5.2. 所有的DMM框架都应该遵照跨垂直领域的数据管理最佳实践
    
  
  
• 8.1.6. 抽象或详细程度
  
  
  
  • 8.1.6.1. 实践和评估标准表达详细，可以确保它们指导相关执行工作
    
  
  
• 8.1.7. 非规定性
  
  
  
  • 8.1.7.1. 框架形貌了必要执行的内容，而不是必须如何执行
    
  
  
• 8.1.8. 按主题组织
  
  
  
  • 8.1.8.1. 框架将数据管理运动放置在得当的情景中，使每个运动都能够单独评估，同时又可辨认依赖关系
    
  
  
• 8.1.9. 可重复
  
  
  
  • 8.1.9.1. 该框架可以得到一致的解释，支持可重复的效果，以便将一个组织与其行业中的其他组织进行比较，并跟踪一段时间内的希望环境
    
  
  
• 8.1.10. 由中立的独立组织支持
  
  
  
  • 8.1.10.1. 为了避免利益辩论，该模子应由保持中立的供应商广泛提供，以确保最佳实践的广泛代表性
    
  
  
• 8.1.11. 技能中立
  
  
  
  • 8.1.11.1. 模子的重点应该放在实践上，而不是放在工具上
    
  
  
• 8.1.12. 培训支持
  
  
  
  • 8.1.12.1. 该模子有全面的培训支持，使专业人员能够掌握框架并优化其使用方法
    
  
  

9. 实行指南

9.1. 就绪评估/风险评估

• 9.1.1. 在进行成熟度评估之前，辨认潜在风险及一些风险缓解策略是有帮助的
  

9.2. 组织和文化变革

• 9.2.1. 创建或增强数据管理步伐包括对过程、方法和工具的改变
  
• 9.2.2. 随着这些变化，文化也必须改变
  
• 9.2.3. 组织和文化变革起始于承认事情可以变得更好，衡量功能的工作通常会带来故意义的变化
  

10. 成熟度管理治理

10.1. DMMA是整个数据治理运动集的一部分，每个运动都有一个生命周期

• 10.1.1. DMMA的生命周期包括初始规划和初始评估，然后是发起、办法筹划和定期重新评估，而生命周期本身应该受到控制
  

10.2. DMMA过程监督

• 10.2.1. 对DMMA过程的监督工作属于数据治理团队
  
• 10.2.2. 流程应该有一个执行发起人（最好是首席数据官，CDO）​，以确保数据管理运动的改进直接映射到业务目标中
  

10.3. 度量指标

• 10.3.1. 度量指标除了作为改进策略的核心构成部分之外，也是关键的沟通工具
  
• 10.3.2. 初始DMMA指标是表示当前数据管理状态的评级，可以定期对这些进行重新评估，以显示改进趋势
  
• 10.3.3. DMMA评级
  
  
  
  • 10.3.3.1. DMMA评级提供了组织本领级别的快照
    
  
  
• 10.3.4. 资源使用率
  
  
  
  • 10.3.4.1. 这是一个强盛的度量指标，帮助人员以计数的形式表示数据管理的成本
    
  
  
• 10.3.5. 风险敞口
  
  
  
  • 10.3.5.1. 对风险情景做出反应的本领，反映了组织相对于其DMMA评级的本领
    
  
  
• 10.3.6. 支出管理
  
  
  
  • 10.3.6.1. 表示如安在整个组织中分配数据管理成本，并确定此成本对可连续性和价值的影响
    
  • 10.3.6.2. 数据管理可连续性
    
  • 10.3.6.3. 实现主动性的目标和目的
    
  • 10.3.6.4. 沟通的有效性
    
  • 10.3.6.5. 教育和培训的有效性
    
  • 10.3.6.6. 变更接纳的速度
    
  • 10.3.6.7. 数据管理价值
    
  • 10.3.6.8. 对业务目标的贡献
    
  • 10.3.6.9. 降低风险
    
  • 10.3.6.10. 进步运营服从
    
  
  
• 10.3.7. DMMA的输入
  
  
  
  • 10.3.7.1. 核心输入可以包括以下内容：计数、覆盖范围、可用性、系统数量、数据量、涉及的团队等
    
  
  
• 10.3.8. 变革速度
  
  
  
  • 10.3.8.1. 指一个组织进步自身本领的速度
    
  • 10.3.8.2. 通过DMMA创建基线，定期重新评估用于趋势改进
    
  
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。