• 斯坦福数据治理成熟度目的
• 斯坦福数据治理成熟度主要内容
• 斯坦福数据治理成熟度评估工具
• 斯坦福数据治理成熟度评估记分卡

斯坦福数据治理成熟度目的

成熟度模型是战略规划最有价值的工具之一。

斯坦福需要通过可靠的数据治理定性和成熟度定量工具，确保数据治理工作持续开展，推动相关数据管理项目获得支持，并向利益相关者提供可信的的组织成熟度状态。

成熟度模型目的在于通过参考组织模型，对相关数据管理工作/项目进展状态进行评估，获得当前状态，影响高层级决策，乃至组织的未来愿景。

斯坦福数据治理成熟度主要内容

模型框架

斯坦福数据治理成熟度关注数据治理在基础组件和项目组件方面的成熟度，基础组件方面考虑数据思维、数据文化、元数据方面的培养；项目组件方面考虑管理职责、数据质量和主数据。

基础

• 数据思维，组织中员工对数据治理相关工作、角色、规则和技术方面的理解程度；
• 数据文化，组织中数据岗位结构化程度，及员工在数据管理活动中的行为规范性和过程控制程度；
• 元数据，通过业务和IT技术的关联，获得数据资产的详细信息（如：应用程序、数据库、表等）。业务元数据回答谁、什么、何时、何地、为什么，以及如何做等数据资产信息；技术元数据反映数据元素的使用、表示、上下文及相互关系等数据资产信息。

项目

• 管理职责，定义组织范围内数据资产的定义、使用和质量标准责任；
• 数据质量，定义一系列特征，用于可以接受的数据质量程度，满足业务需求，并确保数据质量符合。
• 主数据，组织中高度共享的业务关键数据，主数据通常是关键业务实体——客户、组织结构、产品等。

维度

三个维度：人、政策和能力。

• 人，角色、组织结构。
• 政策，数据政策、标准和最佳实践的规划、实施和审计。
• 能力，方法和支撑技术。

成熟度等级

成熟度等级，参考软件工程研究所（SEI）—能力成熟度模型（CMM）框架，CMM描述了五个成熟度等级，提供了一个稳定的框架、建立了成熟度共同遵从的语言和测量方法，保证通过结构化的可测量的进展，获得最终期望的状态。

斯坦福数据治理成熟度评估工具

斯坦福数据治理成熟度模型评估工具，为组织的数据治理提供了从启动、执行到持续改进，的过程化的定期评估和监控机制，使得组织的数据治理目标及跟踪调整，变得简单。

1. 本模型基于"Stanford's Data Governance Maturity Model 2011"内容框架梳理优化形成；
2. 组织可以根据该模型工具进行裁剪和扩展，形成本企业特定环境下定制化数据治理自评估模型。

评估模型（示例），如下：

如何获得详细的评估模型呢？

请扫描二维码，联系"数据小兵"

斯坦福数据治理成熟度评估记分卡

数据治理成熟度评估记分卡是对数据治理活动定性方面的成熟度定量反映。

评估（示例）