凯哥 | 价值驱动的精益数据成熟度模型

（本文仅代表凯哥个人观点）

    凯哥出品，必属精品

如何从使用的角度，从业务用户的角度来评估数据成熟度，而不仅是从原材料和技术视角来评估？《精益数据方法论》原创了价值驱动的精益数据成熟度模型，站在业务用户视角出发，度量数据的成熟度。

 精益数据方法提供了精益数据成熟度模型，将企业的数据价值体系分成五个级别，如图2-13所示：

图2-13 精益数据成熟度模型

级别1: 初级的

拥有初级的数据价值管理和生产能力，数据可见，可访问，建立了初级的安全管控体系，具体参考如下表格：

Level 1：初级的
可见	用户能根据自己的需要看到数据并获得授权
可访问	通过文件，数据库和应用系统可以访问用户所需的数据
可理解	在用户需要利用数据的时候，能够通过文档或者代码提供对应的元数据描述
可链接	无
可信	将数据作为决策的重要依据，并且通过流程和体系形成标准，打造可信数据的利用环境和机制
可交互	企业为所有系统，包括生态伙伴的系统制定和执行数据交换规范
安全可控	实现精细化的权限管理（身份、属性、权限等），以规范数据的访问、使用和处置
产生价值	无

表 2-1 精益数据成熟度模型-初级的

级别2: 基础的

拥有了基础的数据价值管理和生产能力，并且能够满足基础的业务的数据生产利用的需求。具体参考如下表格：

Level 2 基础的
可见	用户能够看到所需要的数据清晰，全面的元数据描述信息，包括位置，访问方法，数据样例等
可访问	可以通过标准应用程序编程接口（API）自动化访问数据
可理解	建立了元数据体系，每一个数据都有清晰的描述
可链接	无
可信	标记和保存关键数据产生，利用，修改等全生命周期记录
可交互	交换规范包含所需的元数据，并与数据集一起传输标准化的语义
安全可控	定期评估分类标准并测试合规性，防止数据汇总，使用，分发，共享的过程中造成安全问题。 制定和执行经核准的安全标识、数据生产约束，和数据管理标准
产生价值	无

表 2-2 精益数据成熟度模型-基础的

级别3: 可管理的

拥有数据顶层规划，建立起了体系化的数据资产的管理生产和利用的能力。

具体参考如下表格：

Level 3：可管理的
可见的	对数据进行了科学，丰富的分类编目，用户可以方便的检索查询到所需要的数据
可访问	可以通过数据仓库来获取和访问数据
可理解	建立了数据目录系统来管理元数据，并且可以添加数据标签
可链接	企业建立唯一的标识符，以便数据能够容易地被发现、链接、检索和参考
可信的	标记和保存关键数据产生，利用，修改等全生命周期记录
可交互	企业建立分层分级的数据共享，交换的体系制度
安全可控	对数据的访问、使用和处置进行全面审计。
产生价值	构建了企业的数据资产蓝图，方便企业在生产和利用数据的时候有高阶价值标准

表 2-3 精益数据成熟度模型-可管理的

级别4: 自动化的

在管理体系制度基础上，建立了企业数据目录为核心的自动化数据生产和利用的系统，更高效，自动的利用数据。

Level 4：自动化的
可见	拥有企业数据目录，能够分类别的管理核心数据和数据服务
可访问	建立了企业级数据目录平台和服务创建、检索、共享、利用和管理数据
可理解	建立了全面的数据目录系统，可以方便的浏览数据样例，管理数据标签，提供数据的血缘信息
可链接	利用通用的元数据标，建立了元数据管理体系，使数据能够快速方便的合并和整合
可信	在整个数据的生命周期内建立血缘元数据的机制，确保能够对每一个数据进行溯源 建立数据质量管理体系与技术平台，以评估和提高数据质量
可交互	建立统一的数据发布，获取，调用的企业级大数据门户，推动数据的集成共享和互操作
安全可控	制定并实施数据分类和分层控制标识，内容和明细记录管控规则。 制定和实施数据丢失预防技术，防止数据意外发布和披露。 建立数据管控平台，对以上的功能进行自动化的管理。
产生价值	在企业级数据资产蓝图的基础上，基于企业当前的业务战略，对不同的数据的价值进行了分级，并且设计出了对应的业务场景

表 2-4 精益数据成熟度模型-自动化的

级别5: 智能的

充分利用和挖掘数据管理，生产和利用的全生命周期数据，从而能够实现智能的数据管理。

具体参考如下表格：

Level 5：智能的
可见	拥有企业统一的数据门户，对数据分级分类，全面管理企业数据和产品服务，能够提供增强的功能，数据提供方和数据消费方可以通过自服务的方式发布，探索，查询数据
可访问	建立了企业级数据目录平台和服务，提供可重用，可编排，可发现，主动推送的多种数据访问方式，能够根据用户的需求匹配适合的数据
可理解	建立了智能的数据目录系统，能够实现主动的元数据管理
可链接	企业建立了数据图谱平台，利用人工智能的技术对数据进行自动化，智能的整合和集成
可信	通过数据数据图谱等人工智能技术，自动对关键数据进行交叉稽核，及时发现数据的异常情况 定期自动发布数真实度，可信度评测，供数据生产方和消费方参考，优化
可交互	数据运营团队对数据进行精细化的运营，从而能够推动数据在企业内部乃至生态体系内的高频协作和交互，加强数据的流动和协作
安全可控	全面采集，记录和监控数据的生产，加工，利用，共享和分发的全生命周期过程，并通过技术手段对数据的风险分级分类，自动预警
产生价值	建立了数据交易体系和平台，更精细化，更标准化的推动了数据的交换和利用，并且能够实时计算对应的价值

表 2-5 精益数据成熟度模型-智能的

精益数据成熟度模型（LDCMM）与数据治理能力成熟度模型（DCMM）是互补的关系，DCMM是从数据管理能力的视角定义了数据战略，数据治理，数据架构，数据应用，数据安全和数据质量，数据标准，数据生命周期的8个能力域的标准，以这些标准来作为度量企业数据治理成熟度的模型，侧重在管理和过程。

LDCMM是从最终的用户使用的角度，从结果度量企业生产和利用数据的成熟度，侧重在用户的体验和效果。精益数据方法认为，一切的管理框架和标准制度，都是为了实现业务价值和提升用户体验，数据是新的生产要素，如何利用数据产生业务价值是本质目的，而制定和完善管理体系，构建各种标准只是手段，要减少不必要的，不带来业务价值的过度管理和治理。

    精益数据方法是一套利用数据进行数字化转型的结构化，体系化方法论，能够帮助企业通过三步法构建精益数字化企业的六大能力，具体内容可以参见《精益数据方法论-数据驱动的数字化转型》书籍，该书籍30万字，是作者20年企业信息化数字化经验的沉淀，获得了行业50多个大咖的推荐。

（个人观点，与就职企业无关）

喜欢这篇文章的，可以看看随机推荐的以下原创文章哦：