数字化成熟度评估模型一文读尽 .pdfVIP

数字化成熟度评估模型⼀⽂读尽

傅⼀平评语：虽然纯打分“”的数字化成熟度评分对企业并没有太⼤帮助，但理解这些模型的设计思想对于我们理解数字化转型很有价值。正

⽂开始

本⽂⼀共提供了CMM、DMM、DCMM、DCAM、MD3M、DataFlux、IBMMMI、DSMM、IOMM、中新联团标、毕马威阿⾥数智化转型框

架、普华永道企业数字化成熟度评估架构、华为ODMM共13个评估模型。

近两年数字化转型⾮常热，⼤家关注的问题都集中在：有哪些数字化转型的⽅法和技术？企业如何成功实现数字化转型？数字化转型过程如

何避免踩坑？数字化转型有没有捷径？数字化转型到底该从哪⾥开始？……

说实话，这些问题根本没有答案。

虽然⽬前很多企业都已启动了数字化转型战略，但对⼤多数企业⽽⾔，数字化转型都是摸着⽯头“过河”，根本没有可供借鉴的经验。即便是

具有数据基因的科技互联⽹巨头，他们也在谈数字化转型，也就是说科技公司也不能说⾃⼰是数字化企业。⽽对于那些号称是成功转型的企

业，其实也只是⽐其他企业多⾛了⼀步。

—01—

如何界定数字化转型是否成功？

麦肯锡的⼀份报告指出：企业数字化转型成功率仅为20％。

也就是说，80%的企业数字化转型都失败了。

数字化转型成功或失败，不好界定！

如何定义数字化成功？可能不同的⼈会有不同的理解。

完成了数字化的绩效⽬标，算转型成功吗？即使没有建⽴数据思维、缺少数字⽂化。

建⽴了数字化组织，配置了数字化⼈才，培育了数字化⽂化，算转型成功吗？即使数字化战略⽬标没有实现。

搭建了数字化基础环境，使⽤了数字化技术（如云计算、⼤数据、AI等），算转型成功吗？即便业务决策⽤到了数据。

数字化成功或失败，不能从⼀个维度考量！

在笔者看来：企业数字化转型不是从0到1，⽽是从1到100。转型是⼀个过程，场景从简单到复杂，应⽤从局部到⼴泛，持续优化、逐步成

长。

也就是说，虽然不好界定数字化转型的成功或失败，但是数字化是有成长周期的，是⼀个从萌芽，不断⽣长，不断成熟的过程。⽽企业数字

化成熟度的评估，就是帮助企业找到数字化到底位于何处，还有哪些不⾜，应该从哪⾥改进等问题的答案。

—02—

CMMI成熟度评估模型

提到成熟度评估模型“”，不得不提⼀下能⼒成熟度模型的⿐祖——CMM。可以说，⼏乎所有成熟度模型都借鉴了CMM的思路，基本都是将

所涉及的能⼒（例如：软件能⼒、数据治理能⼒、数字化能⼒）划分为多个领域，每个领域⼜可以划分多个⼦领域，每个⼦领域⼜可以分为

多个评估指标。然后综合这些评标进⾏评估，从⽽得到该领域的成熟度情况。⽽所谓成熟度就是⼏个可以逐步提升的等级（CMM⽰例），

如下图所⽰：

能⼒成熟度模型集成（CMMI）

—03—

DMM数据管理能⼒成熟度等级

1.Performed（已执⾏级）

主要特点：数据作为项⽬实施的需求进⾏管理。

解读分析：这个阶段，企业和组织的数据管理过程是临时性的，主要在项⽬级别执⾏。没有形成跨业务领域数据管理流程，数据管理过程是

被动的，例如，对于数据质量的修复。关于数据管理的基本改进可能存在，但改进尚未在企业或组织范围内进⾏明确、宣贯和推⼴。

2.Managed（可管理级）

主要特点：企业意识到数据作为企业关键资产的重要性，局部实现了常态化管理。

解读分析：这个阶段，数据资产化的观念被企业或组织所认可，企业尝试并开展了数据管理的相关⼯作。按照企业的⽬标制定了相关政策和

执⾏过程，雇佣有专业知识的数据管理⼈员来对数据进⾏管理，使得核⼼数据能够受控输出；数据管理在企业局部范围开展，涉及部分业务

部门或利益相关者；部分数据开始进⾏数据的监控、控制和过程审查，估过程是否符合其数据管理的要求。

3.Defined（可定义级）

主要特点：数据在组织级被视为关键⽣产要素。

解读分析：随着时间的推移，数据已经被企业视为除了⼈员、资⾦和物资的第四种⽣产要素。企业内部已经建⽴和改进了⼀些数据管理的流

程，改进了数据质量。根据企业的数据战略和指导⽅针，从⼀组标准的数据管理过程中能够定制满⾜企业特定需求的数据管理⽅法，并赋以

执⾏。

4.Measured（可度量级）

主要特点：数据被视为竞争优势的来源分析。

解读分析：这个阶段，企业已基本建⽴起可预测和度量数据的指标体系，以提升数据质量。对不不同类别的数据启动有差异的管理流程，企

业使⽤了元数据管理、数据质量管理、主数据管理等应⽤，对数据的业务含义、业务规则、质量规则进⾏了统⼀的描述，在公司范围内形成

⼀致性的理解，