数据管理能力成熟度评估模型,DCMM
Data Management Capability Maturity Assessment Model
1.DCMM是什么?
它是国内首个关于数据管理的国家标准（GB/T 36073-2018），旨在协助企业评估并提升其在数据资产管理、治理及应用方面的能力。由中国电子信息行业联合会牵头制定和管理的国家标准（标准号：GB/T 36073-2018），用于评估和提升组织（企业、政府机构等）的数据管理能力。
目前最新《数据管理能力成熟度评估模型》最新评估标准为(GB/T 36073-2025),并在2026年7月1日起正式实施。标准规口和执行单位为TC28全国信息技术标准化技术委员会。
2.DCMM2.0国标与2018版DCMM国标差异对比
新版国家标准 GB/T 36073-2025（即 DCMM 2.0）已于 2025 年 12 月 31 日发布，并将于 2026 年 7 月 1 日正式实施。与 2018 版相比，2.0 版的核心逻辑从「规范管理」升级为「价值释放」，以适应数据要素市场化与 AI 发展的需求。
以下是两个版本的对比说明：
(1)版本迭代背景
|
维度 |
DCMM 1.0 (2018 版) |
DCMM 2.0 (2025 版) |
|
发布尔日期 |
2018年发布,国内第一个数据管理标准 |
2025/12/31发布,2026/07/01实施 |
|
核心目标 |
主要目的是帮助企业建立「数据管理体系」，解决数据混乱、标准不一的问题。 |
引导企业将数据转化为「生产要素」，推动数据变现与数字化转型的深度发展。 |
|
升级驱动 |
基础数据规范管理需求 |
数字经济发展驱动,从「规范管理」升级为「价值释放」，以适应数据要素市场化与 AI 发展的需求、数据与个人信息安全保护要求。 |
(2)DCMM 1.0 与 DCMM 2.0 能力域对比
能力域数量：由8个增至 9个，新增 数据资产域（含权属管理、价值评估、资产运营）
能力项数量：由28项增至 33项
核心升级方向：
资产化转型：推动数据入表、市场化定价
行动创新化：数据直接支撑AI与业务创新
赋能AI化：AI自动化贯穿管理全流程
合规与可信化：隐私计算、区块链支撑跨域流通
|
能力域 |
DCMM 1.0（2018版） |
DCMM 2.0（2025版） |
核心变化说明 |
|
数据战略 |
制定组织级数据发展战略，明确目标与资源投入 |
延续并强化战略与业务目标对齐，强调数据驱动决策 |
更注重战略落地路径与阶段性成果评估 |
|
数据治理 |
组织对数据的管理活动集合 |
升级为“数据文化建设”，推动全员数据素养提升 |
从制度约束转向文化引领，强调领导承诺与行为模式养成 |
|
数据架构 |
定义数据结构、模型与集成方式 |
基本保持不变，细化与AI系统、云原生架构的适配要求 |
支持智能化、分布式环境下的架构弹性 |
|
数据应用 |
支持业务场景的数据分析与应用 |
升级为“数据应用流通” |
新增“外部数据管理”能力项，规范数据引入、合作与共享机制 |
|
数据安全 |
保护数据免受未授权访问等风险 |
重构为“数据安全防护”，新增“合规管理”能力项 |
强化《数据安全法》《个人信息保护法》合规要求，突出分类分级、加密脱敏等技术落地 |
|
数据质量 |
确保数据准确性、完整性、一致性 |
新增非结构化数据标注与检索规则，支持多模态数据管理 |
适配图像、音视频等AI训练数据的质量控制需求 |
|
数据标准 |
统一数据定义与规范 |
拆分“参考数据与主数据”为两个独立能力项 |
管理更精细化，支撑企业级数据一致性建设 |
|
数据生命周期 |
覆盖数据采集、存储、归档、销毁全过程 |
延续基础框架，强化数据销毁合规性与审计追踪 |
响应数据最小化原则，防范长期留存风险 |
|
|
|
新增：数据资产 |
填补数据确权、估值、运营空白，支撑“数据入表”政策落地：
• 权属管理：明确持有权、使用权、经营权
• 价值评估：采用成本法、收益法、市场法进行量化
• 资产运营：推动数据产品化、交易化、生态化 |
3.DCMM2.0级别
数据管理能力划分为 5 个级别：初始级（1级）、受管理级（2级）、稳健级（3级）、量化管理级（4级）和优化级（5级）
其中，新版标准对等级设定进行了重要调整：
合并前两级：将原“初始级”并入“受管理级”，企业首次申报最低需达到 2 级。
提升高等级门槛：在“优化级”（5级）中新增“持续创新”“数据驱动业务变革”等硬性要求，强调数据价值最大化与生态协同。
申请认证要求
|
通用要求 |
受管理级（2级） |
稳健级（3级） |
量化管理级（4级） |
优化级（5级） |
|
成立时间 |
成立≥1年 |
成立≥3年 |
成立≥4年 |
成立≥5年 |
|
上年度营收 |
≥100万 |
≥1000万 |
≥5000万 |
≥1亿 |
|
人员数量 |
≥50人 |
≥100人 |
≥1000人 |
≥5000人 |
|
数据要求 |
≥100GB(结构化业务数据) |
≥1TB(结构化业务数据) |
≥5TB(结构化业务数据) |
≥10TB(结构化业务数据) |
|
核心能力域 |
覆盖数据战略、治理、架构、安全、质量、标准、生命周期（7域） |
全面覆盖全部9大能力域，且各域均达到2级及以上 |
所有能力域均达3级及以上，数据资产域实现权属管理与价值评估 |
所有能力域均达4级及以上，数据资产域实现资产运营与生态协同 |
|
数据资产域 |
无要求 |
初步建立数据资产目录 |
实施成本法/收益法进行价值评估
完成数据资产入表准备 |
实现数据产品化、市场化流通
建立数据交易生态机制 |
|
技术应用 |
使用基础工具进行数据分类与备份 |
引入自动化工具进行质量校验 |
广泛应用AI：自动分类分级、智能质量检测、元数据采集 |
AI驱动动态优化支持实时数据流处理与AI训练数据供给 |
|
数据安全 |
满足《数据安全法》基本合规要求 |
建立数据分类分级制度实施访问控制 |
实施加密脱敏、隐私计算完成个人信息保护专项审计 |
构建可信数据流通环境支持跨组织安全共享与区块链存证 |
|
组织机制 |
设立专职数据管理岗位 |
建立跨部门数据治理委员会 |
数据管理纳入KPI考核
设立数据官（CDO）角色 |
数据文化融入组织价值观
全员数据素养培训常态化 |
|
甲乙方差异 |
甲方：需提供数据量声明、内部制度文件
乙方：需提供服务合同、交付物清单 |
甲方：重点评估制度执行与流程落地
乙方：需覆盖≥5个能力域，提供项目案例 |
甲方：需展示数据质量指标（如准确率≥95%）
乙方：需提供技术工具软著或采购证明
≥1个3级及以上取得DCMM认证客户 |
甲方：需证明数据驱动业务变革案例
乙方：需提供生态合作方认证记录
≥1个4级及以上取得DCMM认证客户 |
4.DCMM认证申请流程
申请 DCMM 认证（不论是 1.0 还是 2.0 版本）通常遵循标准的五步走流程。整个周期视企业准备情况，大约需要 3 至 6 个月。
(1)第一阶段：内部筹备与自我评估
现状调研：对照 DCMM 评估模型（9个能力域），评估企业目前的数据管理水平。
差距分析：识别现有制度、流程、系统与目标等级之间的差距。
团队组建：成立专项小组，通常由 CIO 或数据负责人牵头，涵盖业务、法务部、战略部、信息化部、数据部。
(2)第二阶段: 体系建设与落地
制度完善：编写或修订文件如准备证明文件，如：《数据战略规划》、《数据治理章程》、各项管理制度、组织职责文件、流程记录、系统截图、会议纪要、分析报告、数据质量监控报告、数据应用案例等、数据安全标准等。
能力提升：根据评估要求，优化数据平台工具（如主数据管理、元数据管理、数据仓库等）。
试运行：将管理体系应用于实际业务中，积累运行证据(通常建议3-6个月)如留存系统日志、操作记录、监控截图等实证。
(3)第三阶段: 申请与受理
机构选择：在工信部或地方主管部门备案的第三方评估机构名单中选择一家。
提交申请：向评估机构提交《DCMM 评估申请书》及相关证明材料（企业资质、技术报告、体系文件）。
前期沟通： 与评估机构接洽，进行初步差距诊断，确定可行的目标成熟度等级（如Level 2或Level 3）
合同签订：评估机构审核材料，确认符合申报等级后，双方签订合同。
(4)第四阶段: 现场审核与评估
启动会： 高层宣示，介绍评估计划。
文件评审：评估专家审核企业提交的数据管理文文件。
现场访谈：专家组进驻企业，访谈高层、数据管理员及业务负责人。
系统演示：展示数据管理系统的操作流程与实际数据治理成果。
证据记录： 评估组记录所有发现，包括符合项和待改进项。
(5)第五阶段：专家评审与等级评定
撰写报告：评估组根据现场发现，撰写《DCMM评估报告》，给出初步的成熟度等级建议和改进意见。
专家评审会：评估机构组织外部专家委员会，对企业情况、评估过程及报告进行评审。企业可能需要参与答辩。
评估工作部对评估机构报送的评估结果进行合规性审查，对于合规性审查中发现存在较大问题的评估结果有权驳回。
确定等级： 专家委员会审议后，最终确定企业的成熟度等级。
(6)第六阶段：结果公示与证书颁发
结果上报与公示：通过后报送至中国电子信息行业联合会（CFEII），在官网进行为期 7~15 天 的公示。
证书颁发：公示无异议后，正式核发 DCMM 等级证书（有效周期通常为 3 年，需年度监督审核）。
5.2026 年 DCMM 评审时间节点
(1)2 级：原则上每月公示一批，各评估机构需在当月 10 日前提交电子版与纸质版评估报告，材料通过审核后，将于当月底公示。
(2)3级及以上：2026 年将组织不少于 4 次专家评审会，时间分别为4 月中旬、7 月中旬、9 月中旬、12 月上旬。评估机构对应材料提交截止时间为：
3 月底前：报送 4 月中旬评审材料
6 月底前：报送 7 月中旬评审材料
8 月底前：报送 9 月中旬评审材料
11 月底前：报送 12 月上旬评审材料
逾期提交或资料不完整，将直接纳入下次评审计划。量化管理级（4级）和优化级（5级）需通过专家评议，建议提前准备答辩材料 。
6.哪些组织/企业适合进行DCMM评估
(1)数据拥有方（甲方）
指那些在日常运营中产生、积累并深度依赖大量数据的企业。这类企业通过DCMM评估，可以厘清数据资产、提升管理规范性，并支撑业务创新与决策优化。典型行业包括金融/保险、通信/互联网、工业制造/能源、政务/公共机构与医疗/零售业……。
(2)信息技术服务方（乙方）
指为其他企业提供数据管理技术、平台或解决方案的服务商。DCMM评估有助于其展示专业能力，增强客户信任。主要包括, IT 服務商與軟件商、大數據分析公司……。
7.DCMM的效益
实施DCMM（数据管理能力成熟度评估模型）能为企业带来从管理优化、竞争力提升到政府奖励等多方面的效益：
构建科学的数据管理体系:发现问题与差距与规范化管理。
提升业务价值与营运效率:优化决策支持与降本增效。
增强市场竞争力与品牌形象: 权威认证背书与提升信誉度。
获得政策补贴与支持: 政府奖励与投标加分。
培养专业人才队伍: 提升人员技能与培育数据驱动文化。
