本文介绍 FGDMM 联邦政府数据能力成熟度模型

  • FGDMM简介
  • FGDMM目的
  • FGDMM应用
  • FGDMM内容
  • FGDMM评估

FGDMM简介

联邦政府数据成熟度模型由六个方面和五个阶段构成,六个方面包括:决策分析能力、数据文化、数据管理、数据团队、系统/技术以及数据治理;成熟度则是通过对企业数据环境细节的理解,建立数据管理最佳实践者对成熟度阶段化的共识。

FGDMM目的

首先,成熟度模型为组织/企业提供当前数据能力和支持过程的高级评估,通过模型框架理解和获得数据成熟度现状,帮助组织/企业确立数据战略的愿景、蓝图规划和演进路线。

其次,该模型有助于CDO首席数据官与组织/企业高层机构领导之间建立统一的战略共识,利于数据战略的实施和评估改进。

最后,该模型提供了共识化的理解和框架,帮助联邦政府机构之间发布共同的数据管理解决方案和最佳实践,以促进数据驱动的决策。

FGDMM应用

注意:该成熟度模型不是提供一个严格的规定或是必须采用的方法来改进联邦机构内的数据能力。同时,也不是所有机构都需要达到或完全满足成熟度阶段描述内容以确定数据能力。——它只是提供了一个框架,帮助组织形成数据管理想法、数据管理建议,以及提供最佳实践的成熟度路径。

FGDMM内容

结果度量

"决策分析能力"是模型中最重要的部分,认定为能力的结果度量。模型中提出了成熟度阶段化的概要,从最简单的总结报告到最复杂的规范性分析,需要获得全面的数据管理和支持过程,整体统筹其他5个方面获得支撑及能力提升,对实现组织数据战略及目标至关重要。

决策分析能力

随着数据治理、技术、团队和文化的建立,组织的数据整体能力提高,数据的收集、处理、管理、分析和可视化能力获得增强,伴随着数据质量的持续提升,更多的数据源被纳入组织/企业的管理范围,进行更为复杂分析。决策分析能力将逐步影响管理者、领导者做出决策的方式,分析能力也将融入项目、方案、职能、机构及机构间的各个方面。

数据文化

提升数据能力不仅仅是技术和标准化的提升,组织/企业必须帮助所有各级员工、团队构建数字化转型心态。数据必须被视为一种战略性资产,由数据专业人士、项目经理、业务人员、管理人员共同拥有且获得管理。组织/企业必须坚持员工的数据价值培养、数据质量的重要性培训,以及如何改变自身的经营方式。

数据管理

数据管理活动是促进组织/企业开展数据资源开发和利用的关键,包括:元数据管理、业务术语表、数据架构、数据应用及开发、数据标准等核心内容。组织/企业必须制定相关的政策和管理程序,开展必要的执行和绩效评估,以有效的方式推进组织的数据全生命周期管理需求。

数据团队

数据团队是组织/企业中构建数据能力的最重要部分。一个组织的数据团队成员可能存在于任何工作体系中(如:人事、财务、经营、IT...等),他们的岗位往往冠以"数据"(数据科学家、数据分析师、数据架构师、某业务数据主题域专家...等)。若想在跨领域中取得进展,组织必须了解需要哪些数据专业知识,以及如何将这些知识、技能融合到组织的实际业务中。此外,提高组织的数据能力还需要明确专业的职业发展规划,职业发展规划中需要具体到明确的数据技能,而不仅仅是冠以岗位名称。

系统/技术

系统和技术需要全面支撑数据的开发、管理及利用,对推动数据资源管理至关重要。有效的技术实施可以促进部门之间、跨组织之间的高效协同,这里需要强调的是系统和技术不是专属于CDO首席数据官的职责,是需要基于整体联邦企业架构方法考虑下的CIO首席信息官和首席架构师的深度协同。

数据治理

建立一套数据治理机构,以解决组织与机构之间的数据边界问题,有助于建立和实施数据政策、工作流程,并加强CDO首席数据官与业务专家、数据专家、技术专家...等之间的沟通、协同和合作。有效的数据管理制度体系提供了完整的框架,满足利益相关者构建共同的、一致的愿景、原则和目标,提高决策分析能力方面需要的大量高质量数据支撑,数据质量解决方案会跨组织/机构或专业领域。

FGDMM 评估

FGDMM评估工具,依据FGDMM模型要素进行梳理、构建形成。

  1. 本模型基于"The Federal Government Data Maturity Model"内容梳理优化形成;
  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。

如何获得详细的评估工具呢?

请扫描二维码,联系"数据小兵"