数据治理和成熟度评估模型

成熟度评估没有“ 一种模式适合所有人 ”。成熟度评估是一种强大的技术，可以被组织用来帮助评估自己的外部和内部基准。通过利用成熟度模型，可以比较分部与分部，功能与功能以及企业与企业。

组织正在利用成熟度模型来评估其数据能力，教育员工，找出差距并将他们的进展与行业同行进行比较。成熟度评估通常用于向同行和市场当局提供有关采用数据管理最佳实践的可证明和可审计的证据。

通过将数据程序与行业最佳实践相结合，企业可以建立一个基准，从而开发和发展您的计划。成熟度模型为组织数据计划创造机会，使其能够与赞助商，业务利益相关者，高级管理人员以及监管机构以及监管机构保持一致，并表明他们正在坚持对建立，维持和利用至关重要的行业最佳实践他们的数据。通过使用基准测试，可以将其映射到BCBS，GDPR等现有法规，以构建或改进这些功能。

如果正式员工开始阅读评估报告，他们可能会在几分钟内在报告中丢失。而不是让利益相关者通过完整的报告，对成熟度模型说2.5的定量评估可以帮助他们更好地了解组织或部门的立场。

去哪儿？

如果已经为数据功能提供了成熟度模型，则可以对其进行修改和定制，以使其更具上下文性和可用性。其他可用选项是选择任何供应商发布的成熟度评估，如Dattamza或EDM中可能不需要任何自定义的成熟度评估。

什么时候应该创建成熟度模型？如何？

从稻草人创建和定制成熟度模型是努力和时间激励。但是，它创建了一个具有已定义功能的共同框架，已建立的商定词典，已确定的目标和可交付成果以及已识别的基于证据的工件列表。

数据治理战略定义了数据治理计划如何在企业的基层中进行规划，定义，资助，治理和根植。它还定义了达到特定里程碑时需要实现的业务价值。成熟度模型是展示基于证据的结果的主要技术，如果一致使用可以帮助您转向数据驱动的文化。

在执行数据策略分析以及数据质量等相关维度时，将使用下面详述的技术评估组织的当前状态。

1）根据对数据质量的影响，影响，知识，兴趣和态度，向相关利益攸关方发送调查问卷和调查。

2）促进研讨会和焦点小组，与执行团队和高级领导一起，以配合组织目标和利益相关者的需求。Cobit提供有关如何实现目标级联和评估目标的指导。

3）满足需要与数据治理计划保持一致的功能，如风险，隐私，安全，法律和合规性，以提供跨职能支持。

一旦确定了差距，就可以将能力成熟度图与现有或附加功能结合起来，例如需要“ 中央数据分析服务 ”，“ 数据传递服务 ”，这是实现所需结果所必需的，“ 在CRM领域实现80％的准确性人口统计数据 “。

还可以执行业务能力分析，其中评估目标状态功能的业务价值，现有功能中的性能差距，如技术元数据管理和相关风险。这些功能通常包括战略和运营路线图中概述的人员，流程，框架，政策，数据，技术和文化。

如何使用反馈来改进模型和评估？

您可以使用战略分析，业务能力分析，数据治理评估计划和运营模型关键绩效指标的细微差别来持续专业化成熟度模型。如前所述，组织可以拥有业内可用的外部和内部基准标准。我对每种模型进行了比较，可以帮助您完成旅程。

各种治理模式强调什么？

1. 每个实现过程状态的过程和结果的性质
2. 人，过程和技术的采用
3. 实施能力以及风险和相关利益
4. 从非货币化到货币化数据的感知数据值
5. 数据从交易资产到企业资产
6. 组织结构，政策，沿袭，元数据，资金和文化变革的实施
7. 问责制，形式化，管理和管理数据的原则的有效性

克服共同的挑战

1. 定期到期评估的结果应用于根据标准和商定的成熟度模型和结果评估组织。
2. 模型原则和组织目标所依据的原则之间应始终保持一致。
3. 企业中发布的成熟度模型需要与作为评估一部分的相关利益相关者共享
4. 评估计划应结合定性和定量评估方面。
5. 成熟度模型需要定期使用，以根据战略和路线图了解差距，并查看目标的实现情况。
6. 应将这些差距用作数据战略分析和规划的反馈机制。
7. 战略重点，里程碑和措施的变化应反映在成熟度模型中。

企业正在使用成熟度模型来评估其数据能力，教育员工，找出差距并将他们的进展与行业同行进行比较。成熟度评估用于向同行和市场当局展示有关采用数据管理最佳实践的可证明和可审计的证据。

通过将数据程序与行业最佳实践相结合，公司可以建立一个基准，从而开发和发展数据程序。成熟度模型为组织数据计划创造机会，使其能够与赞助商，业务利益相关者，高级管理人员以及监管机构以及监管机构保持一致，并表明他们正在坚持对建立，维持和利用至关重要的行业最佳实践他们的数据。通过使用基准测试，可以将其映射到BCBS，GDPR等现有法规，以构建或改进这些功能。