孙义磊

（中海油信息科技有限公司，广东 深圳 518068）

数据即资产，即价值，即服务。这一观点随着数字化转型的开展体现的淋漓尽致，但并不是所有数据都是资产都能产生服务，这就需要对企业的数据进行治理，对企业数据如标准、质量等进行规范，使得企业数据形成一个有标准有质量的良性循环，才能为企业提供良好的数据服务，也是业务数据化、数据服务化、数据可视化等数字化转型的必要条件，这就要求能够基于国内外的数据治理成熟度模型，建立起数据治理的路线及关键领域的实施过程，借助一系列大数据管理工具，实现企业数字化转型，通过研究背景和重要性，引出具体的研究课题和研究点。

1 数据管理成熟度评估模型

数据管理成熟度评估，是一个复杂且长期的过程，数据是随着企业业务开展不断产生的，这就要借鉴国内外先进的数据管理成熟评估模型及方法，构建适合本企业的数据管理成熟度评估模型，并根据模型的要求不断开展企业数据成熟评估。

1.1 国外研究应用现状

国内外的研究在借鉴软件能力成熟度模型（Capability Maturity Model for Software，CMMI）的基础上，通过不同行业、领域进行模型化。

国际上通过借鉴IBM发布的《数据治理统一流程》、CMMI发布了DMM《Data Management Maturity Model》进行数据治理及领域划分的理论支持。

1.2 国内研究应用现状

数据能力成熟度评价模型（Data Capability Maturity Model，DCMM）是国内关于数据能力成熟度模型的一项国家标准，已经通过专业咨询公司带入到各个企业的数据治理过程中，并起到良好的效果。……