前言

随着大数据、云计算、物联网、移动互联网等信息技术在经济社会各领域中的深度应用与融合，数据量迅速增长，呈现海量集聚的特点，对人民生活、经济发展、社会治理、政府管理等都产生了重大影响。数据蕴含着重要的价值，是数字经济发展的关键生产要素和国家的基础性战略资源。面对规模庞大、结构复杂的数据，数据管理成为盘活数据资源、打通数据通道、发挥数据价值的基础支撑。加快提升经济社会各领域的数据管理能力，将为我国大数据产业健康发展和促进我国数字经济高质量发展提供有力支撑。

2018年3月，国家标准《数据管理能力成熟度评估模型》（GB/T 36073—2018，简称DCMM）发布，旨在帮助组织利用先进的数据管理理念和方法，提升和评价自身的数据管理能力。2020年4月，工业和信息化部印发《工业和信息化部关于工业大数据发展的指导意见》，明确提出了要推广DCMM标准、构建工业大数据管理能力评估体系、引导企业提升数据管理能力等工作要求。DCMM标准不仅适用于工业领域，而且广泛适用于通信、金融、保险、教育、医疗、政务等领域，具体适用于两类组织：一是数据拥有方，如金融与保险机构、电商平台企业、互联网企业、电信运营企业、工业企业、数据中心所属主体等；二是数据解决方案提供方，如数据开发/运营商、信息系统集成商、信息技术服务提供商等。为便于各行业组织理解并掌握标准内容和开展评估工作，中国电子信息行业联合会组织力量编写了本书，为DCMM标准的贯彻实施提供指导。

本书共分为五大篇16章，具体是第一部分背景篇（第1～5章）、第二部分标准篇（第6～8章）、第三部分贯标篇（第9～11章）、第四部分评估篇（第12～14章）、第五部分政策篇（第15、16章）。围绕“概念—内容—实施”循序渐进的总体思路，本书首先帮助读者梳理数据管理的概念和发展历程，建立对数据管理的总体认识；然后详细解读DCMM标准，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；最后指导读者应用DCMM标准构建数据管理体系，开展数据管理贯标评估活动。

第一部分背景篇：介绍了数据管理相关概念，比较、分析了数据资源和数据资产、数据管理和数据治理的关系；简要回顾了数据管理的发展历程，探讨了我国在数据管理应用方面的探索路径，总结了国内外主流数据管理模型；从组织、产业及国家治理3个维度论述了数据管理的价值和意义，梳理了数据管理的发展现状和面临的挑战。该部分可帮助读者建立对数据管理的总体认识。

第二部分标准篇：基于从需求调研、模型编制到试验验证的全过程介绍了DCMM标准的编制过程；系统介绍了DCMM标准框架（能力域、能力项和能力成熟度等级）；剖析、解读每个能力项的过程目标及能力成熟度等级标准，提出了每个能力项不同能力成熟度等级需满足的管理要求。该部分内容翔实，体系完整，有助于读者深入理解和学习DCMM标准。

第三部分贯标篇：系统阐述了组织开展DCMM贯标的目的，指明了DCMM贯标适用的业务、数据和人员范围，明确了贯标依据；提出了指导组织开展自对标的流程和方法，针对准备和策划、建设和实施、评估和分析、跟踪和反馈等阶段细致地介绍了组织如何开展数据管理能力体系建设活动；同时介绍了DCMM第三方服务机构如何协助组织建立内部数据管理体系，并提出了要求。该部分可指导组织开展数据管理能力体系建设。

第四部分评估篇：依据DCMM评估工作管理办法，梳理了DCMM评估机构开展评估的实施过程，分别为评估策划、资料收集与解读、正式评估，并介绍了每个过程的具体活动，以及评估活动结束后编制评估报告的要求；总结了组织自评和第三方独立评估的方法，涵盖评估原则、评估技巧、能力成熟度等级判定依据及方法；提出了DCMM评估工作常用的工具及具体内容。该部分可为组织及第三方评估机构评估工作的开展提供指导。

第五部分政策篇：梳理了我国大数据产业发展和行业数据管理相关政策，介绍了近年来我国出台的大数据领域相关政策，以及银行业、工业、医疗等行业的数据管理相关政策。该部分有助于读者更好地了解我国大数据和数据管理的发展政策环境。

本书在编著过程中得到了工业和信息化部信息技术发展司的指导，具体由中国电子信息行业联合会负责组织，国家工业信息安全发展研究中心、中国电子技术标准化研究院、工业和信息化部电子第五研究所、中国电子信息产业发展研究院、中国信息通信研究院等单位参与编写。由于编写时间仓促，加上知识水平有限，本书疏漏和不足之处在所难免，敬请读者提出宝贵意见。

希望本书的出版，能指导和帮助拥有数据的组织和提供数据解决方案服务的组织更好地建设数据管理体系，提升数据管理能力，为促进数字经济高质量发展做出努力和贡献。

编著者