回顾|大数据服务能力成熟度模型介绍
为加快培育数据要素市场，进一步支撑国家大数据战略落地，推动“十四五”期间大数据产业交流与合作，2020大数据产业峰会·成果发布会于线上召开。本次大会由中国信息通信研究院、中国通信标准化协会大数据技术标准推进委员会主办。
会上，中国信通院云大所大数据与区块链部工程师王卓发布了《大数据服务能力成熟度模型介绍》。
大家好，接下来由我为大家介绍一下我们上半年的重点工作——大数据服务能力成熟度模型。
接下来我会主要从工作背景、模型内容、后续工作三个方面进行介绍。
那么首先是工作背景部分，
我们可以看到，自大数据时代以来，实际上大数据软件产品的市场是在不断扩大的，从下面这个对于16年到20年全球大数据软件市场规模的预测和统计中可以看出，大数据软件的市场规模还是处在逐年的稳步增长中。
同时，大数据产品的种类和能力其实也在不断丰富。中国信通院从2014年开始组织大数据产品能力评测工作，至今已经完整的完成了10批次的测试，共有超过100家的企业进行超过300次的测试，测试项目的品类也达到了22种。
那么通过这些逐批的测试，我们可以观察到我国大数据产品的能力是在逐渐变的完备与成熟的。
在这样的基础上，我们其实还观察到了另一点，就是成功的大数据项目不只依赖于优秀的产品。
实际上大数据项目的本质是产品和服务的结合，我们前面已经看到了产品的情况，接下来就要重点关注服务这方面。
大数据服务我们从项目中的服务环节这方面可以划分成：项目进行前期的咨询、项目实际建设的实施过程、以及建设完成之后的持续运维工作。
另一方面我们根据服务的具体内容，还可以划分成平台建设服务、数据工程服务、分析应用服务三个类别。
同时，从下面的统计和预测数据中还可以看出，全球的大数据服务市场规模也是在持续增长中的。
而在这样的情况下，其实市面上还是存在一些“不到位”的服务的，这些不到位的服务往往会带来一些问题从而影响到相应的大数据项目。
例如这里列出的“前期对客户的需求了解不足”、“中期项目实施的过程不够规范”、“后期项目的运维存在不足”，这些问题都会导致“数据难以良好的服务于业务”、“项目延期或无法满足交付指标”、“项目难以持续发挥价值”等影响，最终可以终结为“项目的效果难以达到预期”，“大数据项目的价值难以充分的体现”。
因此，我们需要通过标准和评估的手段来提升行业整体的服务能力。
目前，其实大数据服务能力标准体系这里是一片空白的状态，那么随着服务商的不断增多，方法和实践逐渐形成套路，其实为我们建立这样一个大数据服务能力标准体系提供了充足的条件。而与此同时，现有的CMMI、ITSS等等现有的这些标准，其实主要面向的是软件开发和IT服务这些对象，而不是针对于大数据服务的。
而我们构建这样一个大数据服务能力标准体系，主要可以起到以下三点作用。
第一是可以标准化和规范化大数据服务，因为形成的标准是具有行业和项目的通用性的，所以实际上我们明确了标准化的大数据服务是什么样的，同时，在标准的编写过程中，参与企业共同讨论，并且对于大数据服务逐步达成了共识，这也有利于未来逐步完善大数据服务生态体系。
第二是为行业树立了基准和标杆，实际上我们形成服务能力标准是可以作为大数据项目实施时的指南的，标准中构建项目并集、突出项目交集，形成了一套抽象化的项目实践路径。同时，对于一些由于专业、技术、服务、实施能力有限，但是服务能力依旧处于初级阶段的一些服务提供商，我们的标准也为其提供了提升的目标。从而可以提升全行业各个服务提供商的服务能力。
第三是标准还覆盖了需求方的关注点，能够同时支持选型和验收两项工作，首先标准中的评估对象包括大数据项目建设的核心能力、项目实施运维能力等，全方位的覆盖了项目建设的各个环节，需求方可以根据评估的结果进行预先选型。同时标准中也明确了各个环节要交付的成果，需求方也可以根据自己项目囊括的实际环节，有针对性的进行验收和评价。
接下来要介绍的是第二部分模型内容。
我们大数据服务能力成熟度模型的整体设计架构就如这边列出来的，对于这套模型，我们制定了总体框架、平台建设、数据工程、分析应用一共四部分标准，面向的对象主要是提供各类大数据服务的企业，评估结果方面设计了根据能力项、能力域、服务类别层层递进的这样一个过程。
就像左边这里列出来的，我们的成熟度模型中划分了平台建设、数据工程、分析应用三个不同的类别，对于每个类别又有不同的能力域，如这里列出的需求设计、实施建设、运维管理等等，每一个类别的每一个能力域中，其实有详细的列有各个能力项，实际评估时，会根据流程、人员、技术等等不同的评估维度，将一个能力项评价为下面某个成熟度级别，成熟度级别整体上分为初始级、可重复级、定义级、量化管理级、优化级五个级别。
接下来我们再看一下模型的主要内容，像前面提到的，我们的大数据服务能力成熟度模型整体上分为平台建设、数据工程、分析引用三大类别，其中平台建设部分又包括资源评估、规划设计、实施方案、实施执行、实施验证、交付、资源运维、运维管理共八个能力域，数据工程、分析应用部分也同样具有相应的多个能力域，同时每个能力域又包括了多个能力项，利于这里例举的分析引用类别的资源评估能力项，其中还包含了数据资源评估、计算资源评估、人力资源评估、业务系统环境评估等能力项。
总结起来，分析应用部分共包括7个能力域21个能力项，数据工程部分包括7个能力域24个能力项，平台建设部分包括8个能力域21个能力项，整体上我们的大数据服务能力成熟的模型共包含了二十多个能力域和六十多个能力项，是对整个大数据服务能力的一个全面覆盖。
下面我们再介绍一下整个标准的编写过程。首先我们在今年2月份开始便有了相关的工作计划，从2月底开始进行企业参与的意向收集和对于各个企业情况的摸底，这个过程大概持续了一个多月，从4月初开始，我们便开始了总体框架部分的编写工作，并且在4月底左右基本完成，然后在4月底5月初，我们同时并行的开起了平台建设、数据工程、分析应用三个部分标准的编写工作，分别通过了四到五次讨论会，最终到了今天进行发布。
下面是标准的编写企业。
总体框架这部分由中国信通院牵头，参与单位主要有华为、阿里云、东方国信、数澜科技、数梦工场、星环科技、百度、四方伟业、国双、普元信息等。
平台服务这部分的参与单位主要有星环科技、百度、金山云、普元信息、飞利信、数梦工场、烽火通信、浪潮云等。
数据工程这部分的参与单位主要有东方国信、星环科技、数澜科技、百度、广州信安、亿信华辰、普元信息、华为、阿里云、四方伟业、上海大数据公司等。
分析应用这部分的参与单位主要有数梦工场、数澜科技、星环科技、友盟+、百度、易观、渊亭科技等。
最后我们再介绍一下后续要进行的工作
我们的大数据服务能力成熟度模型建立完成之后，紧接着要做的就是相应的成熟度评估工作。评估工作主要包括这边列出来的几点：
首先是我们要组件专业化的评估专家组，我们将邀请行业中的优秀专家组件专业评估团队，同时对于每个不同的服务类别形成具有针对性的评估专家库。
其次是还要进行预评估和模型修订的工作，虽然标准已经完成，但是我们还是担心实际评估过程的可操作性是不是能够满足各个企业的需求，因此在此我们也征集一批原因优先体验评估过程的企业操作到我们的预评估工作中，实际上参与预评估的企业是有好处的，如果在预评估过程中发现了模型真的存在一些问题，就能够深度的参与到评估模型最终的修订过程中，同时在模型确定后，预评估的结果也可以优先转为正式的评估结果，作为第一批参与评估的企业。
在预评估完成之后，我们就会进行正式的评估工作，同时参与了第一批评估并且评估结果优秀的企业我们还会收集形成优秀实践案例。
最后还要简单提一点，就是我们的服务能力评估是面向三类不同服务类别分开独立进行的，可以充分的满足不同类型企业的需求。
在此也欢迎大家踊跃的报名我们的第一批服务能力评估。
谢谢大家。
首批中国信通院大数据服务能力评估正在进行中，详情请见：
2020大数据产业峰会 | 数据工程实践沙龙
中国通信标准化协会大数据技术标准推进委员会（CCSA TC601,简称：数标委/BDC），旨在凝聚产业链各个环节，识别和解决大数据发展面临的重大问题，开展大数据技术、数据资产管理、数据共享与流通、数据安全等共性基础标准研究，以标准推进工作为纽带，推动大数据与实体经济深度融合。欢迎加入我们的行列！
入会咨询：张德民 15313961683
zhangdemin@caictyds.cn