
为什么很多企业花了几百万建设数据中台,却始终拿不到 DCMM 三级?问题往往不在技术,而在于把数据中台当成了 IT 项目来建,却没有按照数据管理体系来建。
DCMM(GB/T 36073-2018)是我国数据管理领域的国家标准,定义了八个能力域和五级成熟度。八个域中,一半偏战略和组织,一半偏执行和技术——数据中台能直接承载的是后者。
能力域 | 类别 | 中台承载度 | 中台能做什么 |
|---|---|---|---|
数据战略 | 战略 | 低 | 提供数据支撑决策,战略制定靠组织 |
数据治理 | 组织 | 中 | 提供元数据/标准/质量工具,制度靠人 |
数据架构 | 设计 | 高 | 数据模型、数据分布、数据流转的核心载体 |
数据标准 | 执行 | 高 | 标准落标、字典管理,中台直接执行 |
数据质量 | 执行 | 高 | 质量规则、问题追溯、质量报告自动化 |
数据安全 | 执行 | 中 | 分类分级、脱敏、权限管控的技术手段 |
数据应用 | 价值 | 高 | 报表、API、资产门户、智能用数 |
数据生存周期 | 管理 | 中 | 归档、销毁策略,配合制度和流程 |
截至 2024 年 7 月,全国累计 3298 家次完成 DCMM 贯标评估。2026 年 7 月 1 日起,新版 GB/T 36073-2025(DCMM 2.0)将正式实施,对企业的数据管理能力提出更高要求。
一个典型案例:某制造企业将 ERP、MES、CRM、OA 全部接入了数据中台,数据汇聚看似完成了。但 DCMM 评估时——
客户名称在三个系统里三种写法,产品编码各厂区不统一,同一个指标在不同报表里口径不一致。更致命的是:数据质量问题无法追溯到源头——不知道是哪个系统录入的、什么时候出的问题、谁该负责。
根因只有一条:中台建设完成 ≠ 数据管理能力形成。
DCMM 评估的不是"你有没有平台",而是"你有没有能力"。数据标准、数据质量、元数据管理、数据架构这四个域,直接把企业的分数拉到了二级以下。平台跑通了,能力没跟上。
补上这四个域需要什么?
补齐之后,DCMM 三级才有底气。
围绕数据的"理、采、存、管、用"五个阶段,可以和 DCMM 的能力域做系统对照:

阶段 | 对应 DCMM 能力域 | 核心动作 |
|---|---|---|
理 | 数据战略 → 数据架构 | 梳理业务流程、盘点数据资源 |
采 | 数据架构 → 数据生存周期 | 打通数据孤岛、汇聚多源数据 |
存 | 数据架构 → 数据标准 | 规划数据模型、建设规范数仓 |
管 | 数据治理/标准/质量/安全 | 全域元数据管理、质量监控、安全保障 |
用 | 数据应用 | 便捷用数、数据可视化、API 共享、资产目录 |
这个对照关系的价值在于:当评估师问"数据标准怎么落地的""数据质量怎么管的"——如果你的中台是按数据全生命周期建设的,答案是现成的。每一阶段都有对应的工具和流程支撑。
DCMM 要求不只是"制定标准",更要"执行标准"。技术路径是:在元数据管理模块中定义标准(字段名、类型、值域),数据接入时自动校验合规性,不合规的退回源系统。在实际项目中,通过标准自动落标,可将字段合规率从 60% 提升到 95% 以上。
DCMM 数据质量域涵盖质量需求、检查、分析和提升四个过程域。实践做法是将质量规则配置在入库和使用两个环节——数据进来时检查,业务人员申请数据时能看到质量评分。某大型集团通过建立质量闭环管理机制,半年内将核心数据质量问题的修复周期从两周缩短到两天。
DCMM 要求管理数据模型、分布、流转和集成。通过元数据建立数据地图,通过血缘分析建立数据流转图。当业务部门想关联分析两个数据域,一分钟内就能看到它们的血缘关系——不用再找人问"这数据从哪来的"。
DCMM 的最高要求是"数据驱动决策"。支撑这一步的关键是降低用数门槛——资产门户让业务人员用业务语言找数据,智能问答让不会写 SQL 的人也能分析。某政府部门通过数据中台将多个业务条线的数据归集后,统一对外提供数据服务接口,业务部门从"找 IT 排期"变成了"在线申请、自动审批"。
成熟度 | 中台表现 | 典型特征 |
|---|---|---|
1 级 初始级 | 数据分散,手工出报表 | 中台还没建或刚立项 |
2 级 受管理级 | 数据接进来了,有基础治理 | 元数据采集了、质量标准定了,但使用率不高 |
3 级 稳健级 | 治理形成闭环,业务开始用了 | 质量持续监控、标准自动落标、业务自助用数 |
4 级 量化管理级 | 可量化评估 | 使用率、质量趋势、业务贡献度有指标可查 |
5 级 优化级 | 持续优化、自动演进 | 治理规则自优化、AI 辅助决策 |
大部分上了中台的企业在 2 级——数据集中了、基本治理做了,但下一步怎么走不清楚。从 2 级到 3 级的关键,是把数据标准和数据质量的执行从"人工"变成"自动"。这个转变通常需要 12-24 个月——因为这不只是技术升级,更是组织习惯的改变。

Q:DCMM 必须先建数据中台吗?
不一定。DCMM 评估的是能力,不是平台。但没有中台的企业在数据架构、数据标准、数据质量这几个域很难拿到高分——因为这些能力需要平台承载和执行。
Q:企业多久能提升一个 DCMM 等级?
从初始到受管理,快的 6-12 个月(上中台+基础治理)。从受管理到稳健,通常需要 12-24 个月——需要把标准和质量从人工变成自动。之后每级约 12-18 个月,关键是持续投入,不是突击冲刺。
很多企业认为建了数据中台就等于做好了数据管理。但 DCMM 告诉我们:平台只是工具,能力才是目标。 DCMM 回答的是"企业应该具备什么能力",数据中台回答的是"这些能力如何落地"。两者缺一不可。
DCMM 2.0 即将实施的窗口期,每一个正在建设或已经建成数据中台的企业,都值得用 DCMM 的框架重新审视自己的建设思路——你建的到底是平台,还是能力?
参考来源
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。