青岛科大睿智解读：DCMM标准制定的背景分析
编辑：admin | 发布时间：admin|阅读量：124
DCMM是我国在数据管理领域首个正式发布的国家标准，旨助企业利用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。DCMM数据管理能力成熟度评估模型是最近咨询率极高的认证资质，那么，其标准背景的制定都从哪些方面体现的，今天一起来和小编来分析下。
IDC发布《数据时代2025》：可获取的数据量每两年翻一倍；2025年全球数 据量将达到163ZB。
淘宝每天产生20TB数据 Facebook每天产生300TB数据 1980~1990，IT时代（数据描绘现实），单机应用，数字化办公和计算机管理系统替代纯手工。 1990中期~2010，IT+时代（数据改变现实），互联网应用，数据呈现出海量、多样的特征。 2010~至今，DT时代（数据驱动现实），数据的深度挖掘和深度应用。 农耕时代（土地、劳动力） 工业社会（土地、劳动力、资本、技术、管理、知识） DT时代（土地、劳动力、资本、技术、管理、知识、数据） 世界经济数字化转型大势所趋——5G、云计算、大数据、区块链、AI推动智能化、网络化、 数字化转型。 超级黑天鹅（COVID-19后疫情时代）——生命健康VS经济发展、秩序VS自由、考验社会 治理能力和执行力。 2018.5 欧盟GDPR正式生效：史上最严格的数据保护法案。 2019.4 法国“数字税”法案出台：“数字税”先行者。 2019.12 美国联邦数据战略发布：政府数据治理为主要视角。 2020.1 美国加州CCPA正式生效：个人信息控制权。 2020.2 欧盟数据战略发布：推动构建欧盟单一数据市场。
数据治理、安全与隐私保护、共享开放机制等数据管理技术成为研究热点，建立完善的数 据管理体系成为当前研究热点。
2012 大数据基础设施构建 基础技术与系统 2014 大数据关键技术攻关分析方法与算法 2016 大数据产业实践与实施应用行业与领域 2018 大数据资源与安全大数据治理
数据资源散落在多个业务系统中个，无法及时感知到数据的分布与更新情况，无法快速找到符合自己需求的数据，也无法发现和识别有价值的数据并纳入到数据资产。
不同部门使用不同的应用程序并将信息储存在单独的数据库中，这些单独的数据可可能包含类似的信息，但数据从一个数据库到另一个数据库并不总是一致的。
一方面是数据来源问题，无法保证获取的数据真实性，例如在数据采集阶段，数据的真实性、准确性、完整性都会影响数据质量；另一方面，缺少数据清洗和加工能力。
拥有价值也意味着拥有风险。数据风险包括低质量数据可能带来错误的的导向，数据被误用或误解带来风险，数据安全与隐私保护风险。
降低组织投入成本、提升组织管理运营效率、提高组织数据资产价值。 数据管理是数字经济的基础，没有数据管理，数据无法成为黄金，甚至有可能成为灾难。 促进产业转型升级、行业监管的有效抓手，培养行业符合人才。 推动政府内部制度优化，助力政府、市场和社会关系协调平衡，提升行政管理职能，支撑服务型政府建设。
