类似推荐
编辑推荐
本书深入解读数据管理并指导实施，涵盖国家标准DCMM模型，掌握构建数据管理体系所需理论知识。
内容简介
数据是组织的重要资产，做好数据管理是盘活数据资源，释放数据价值的有效手段。本书以数据管理为主题，分为背景篇、标准篇、贯标篇、评估篇和政策篇五个篇章，首先梳理了数据管理的概念、背景和发展历程，为读者建立对数据管理的总体认识；其次详细解读国家标准——数据管理能力成熟度评估模型（以下简称DCMM），帮助读者深入理解DCMM标准及其内涵，掌握开展数据管理活动所需的理论知识，指导读者应用DCMM标准构建数据管理体系，并开展数据管理贯标评估活动。
章节目录
封面
版权信息
内容简介
《数据管理能力成熟度评估模型》实施指南
前言
第一部分 背景篇
第1章 数据管理相关概念
1.1 数据和大数据
1.1.1 数据
1.1.2 大数据
1.2 数据资源和数据资产
1.2.1 数据资源
1.2.2 数据资产
1.3 数据管理和数据治理
1.3.1 数据管理
1.3.2 数据治理
第2章 数据管理发展历程
2.1 国内外数据管理模型发展历程
2.1.1 数据管理技术发展历程
2.1.2 数据管理研究早期探索
2.1.3 数据管理模型研究与广泛应用
2.2 国内数据管理与应用探索路径
2.2.1 部分行业探索开展数据管理活动
2.2.2 国家出台政策引导和强化数据管理与应用
2.2.3 高校和研究机构加强对数据管理的研究
第3章 数据管理的价值和意义
3.1 数据管理是组织数据资产保值和增值的必然举措
3.1.1 数据管理可降低组织投入成本
3.1.2 数据管理有助于提升组织管理运营效率
3.1.3 数据管理能提高组织数据资产价值
3.2 数据管理有助于引领行业创新性、规范性发展
3.2.1 数据管理能促进产业转型升级
3.2.2 数据管理是行业监管的有效抓手
3.2.3 数据管理有利于培养行业复合型人才
3.3 数据管理赋能治理体系和治理能力现代化
3.3.1 数据管理是政府治理体系变革的“牵引器”
3.3.2 数据管理是政府治理能力提升的“助推器”
3.3.3 工业和信息化领域关注数据管理标准和评估体系建设与推广
第4章 数据管理的现状和面临的挑战
4.1 数据管理的现状与发展
4.1.1 数据管理对象变化
4.1.2 处理架构更新换代
4.1.3 组织职能升级变迁
4.1.4 管理手段自动智能
4.1.5 应用范围不断扩大
4.2 数据管理面临的挑战
4.2.1 全局性、战略性数据管理意识不强
4.2.2 传统工业企业数据基础仍然薄弱
4.2.3 数据管理认识泛技术化现象明显
4.2.4 数据管理工作与业务工作脱节
4.2.5 数据管理专业人才、理论体系和优秀实践案例缺乏
第5章 国内外主流数据管理模型
5.1 DAMA数据管理知识体系
5.2 DGI数据治理框架
5.3 SEI数据管理成熟度模型
5.4 ISO/IEC 38505数据治理国际标准
5.5 数据管理能力成熟度评估模型（DCMM）
第二部分 标准篇
第6章 DCMM标准编制过程
6.1 研究调研
6.1.1 调研方法
6.1.2 关键发现
6.2 模型编制
6.2.1 标准任务来源
6.2.2 标准制定目的和意义
6.2.3 标准编制工作简要过程
6.3 试验验证
6.3.1 验证目的
6.3.2 验证发现
第7章 DCMM框架
7.1 能力域和能力项
7.2 成熟度等级
7.2.1 初始级
7.2.2 受管理级
7.2.3 稳健级
7.2.4 量化管理级
7.2.5 优化级
第8章 DCMM标准内容详解
8.1 数据战略
8.1.1 数据战略规划
8.1.2 数据战略实施
8.1.3 数据战略评估
8.2 数据治理
8.2.1 数据治理组织
8.2.2 数据制度建设
8.2.3 数据治理沟通
8.3 数据架构
8.3.1 数据模型
8.3.2 数据分布
8.3.3 数据集成与共享
8.3.4 元数据管理
8.4 数据应用
8.4.1 数据分析
8.4.2 数据开放共享
8.4.3 数据服务
8.5 数据安全
8.5.1 数据安全策略
8.5.2 数据安全管理
8.5.3 数据安全审计
8.6 数据质量
8.6.1 数据质量需求
8.6.2 数据质量检查
8.6.3 数据质量分析
8.6.4 数据质量提升
8.7 数据标准
8.7.1 业务术语
8.7.2 参考数据和主数据
8.7.3 数据元
8.7.4 指标数据
8.8 数据生存周期
8.8.1 数据需求
8.8.2 数据设计和开发
8.8.3 数据运维
8.8.4 数据退役
第三部分 贯标篇
第9章 DCMM贯标的目的、适用范围和依据
9.1 DCMM贯标的目的
9.2 DCMM贯标的适用范围
9.2.1 业务范围
9.2.2 数据范围
9.2.3 人员范围
9.3 DCMM贯标的依据
9.3.1 政策依据
9.3.2 实施依据
第10章 DCMM组织自对标
10.1 要点和方法
10.1.1 流程要点
10.1.2 基本方法
10.2 准备和策划
10.2.1 贯标准备、启动及培训
10.2.2 现场调研和初始自评估
10.2.3 差距分析和建设规划
10.3 建设和实施
10.3.1 能力体系建设
10.3.2 能力体系试运行
10.3.3 能力目标监测
10.4 评估和分析
10.4.1 组织自评估
10.4.2 分析和诊断
10.5 跟踪和反馈
10.5.1 问题的跟踪验证
10.5.2 纠正与预防措施
10.5.3 能力的持续提升与能力体系的持续改进
第11章 DCMM第三方服务
11.1 识别与遴选
11.1.1 识别与遴选的作用
11.1.2 识别的原则和方法
11.1.3 遴选的原则和方法
11.2 沟通与推动
11.2.1 沟通与推动的原则
11.2.2 沟通的对象和方式
11.2.3 推动的形式和时机
11.3 培训与指导
11.3.1 培训与指导的内容和价值
11.3.2 开展培训与指导的形式和方法
11.3.3 培训与指导效果评估
11.4 开展与实施
11.4.1 方案策划准备
11.4.2 咨询服务开展与实施
11.4.3 注意事项和建议
11.5 监控与评价
11.5.1 监控与评价机制
11.5.2 监控与评价形式
11.6 调整与改进
11.6.1 服务内容的调整
11.6.2 服务质量的改进
第四部分 评估篇
第12章 评估流程
12.1 评估策划
12.1.1 任命评估主要人员
12.1.2 收集被评估组织的基本材料
12.1.3 确定评估目标
12.1.4 确定评估范围
12.1.5 策划评估过程
12.1.6 确认评估计划
12.2 资料收集与解读
12.2.1 资料收集
12.2.2 资料解读
12.3 正式评估
12.3.1 召开评估首次会议
12.3.2 实施评估
12.3.3 沟通初步发现
12.3.4 成熟度定级
12.3.5 召开评估末次会议
12.3.6 编写评估推荐性意见表
12.4 评估报告编制
12.4.1 报告内容
12.4.2 编写原则
12.4.3 报告评审
12.4.4 报告发布
第13章 评估方法
13.1 评估的基本原则
13.2 常用的评估技巧
13.3 能力项能力等级判定依据
13.4 综合能力等级评定
第14章 评估工具
14.1 自评估系统
14.2 评估检查表
14.3 推荐性意见表
14.4 评估报告
第五部分 政策篇
第15章 大数据相关政策
15.1 关于运用大数据加强对市场主体服务和监管的若干意见
15.2 促进大数据发展行动纲要
15.3 大数据产业发展规划（2016—2020年）
15.4 关于构建更加完善的要素市场化配置体制机制的意见
第16章 行业数据管理相关政策
16.1 关于促进和规范健康医疗大数据应用发展的指导意见
16.2 银行业金融机构数据治理指引
16.3 工业数据分类分级指南（试行）
16.4 关于工业大数据发展的指导意见
参考文献
数据管理能力成熟度评估模型实施指南是2022年由电子工业出版社出版,作者中国电子信息行业联合会。
得书感谢您对《数据管理能力成熟度评估模型实施指南》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
