数据管理能力成熟度评估实践调研分析报告_第1页
数据管理能力成熟度评估实践调研分析报告_第2页
数据管理能力成熟度评估实践调研分析报告_第3页
数据管理能力成熟度评估实践调研分析报告_第4页
数据管理能力成熟度评估实践调研分析报告_第5页
已阅读5页,还剩17页未读, 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

(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 (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 (一)江苏公司 91.基本情况介绍 92.成果应用情况 (二)浙江公司 1.基本情况介绍 2.成果应用情况 (三)天津公司 1.基本情况介绍 2.成果应用情况 (四)甘肃公司 1.基本情况介绍 2.成果应用情况 1.能力评估应紧密结合企业发展战略需求 2.评估模型需结合企业特点适度实施本地化完善 3.能力评估应与企业数据业务提升形成闭环 5.评估工作需在线上化、自动化方面加大力度 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18 1(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。中国信标委于2018年3月发布国标《数据管理能力成熟度评估江苏公司、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23(四)研究对象4事长"一主两翼、国家拓展"的产业新发展布局战略发展要求,构建数据运营管支撑需求数据治理图1NF电网数据资产管理框架体系示意图5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公司数据管理方面存在的短板,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6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7(二)浙江移动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,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82.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9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,覆盖三、内部实践调研基本情况公司通过评估,评分等级得分为1.94分。具体实施情况如下。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。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。提升统筹提升统筹数据管理运营能力支撑图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,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、确定进行评估解读、收集评估材料等具体环节。实施阶段主要包培训、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,分析其中的原因,并给出分析报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-11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。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(四)甘肃公司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。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“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-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,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,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

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论