数字化转型成熟度贯标星级评估
数字化转型贯标评估是在工信部组织下,中国电子信息行业联合会数字化转型贯标工作委员会根据《数字化转型成熟度模型》(TALLTRE 10004)对企业数字化发展能力进行的全面分析评估。
该评估以全要素、全方位、全角度的方式对企业的发展战略、新型能力、治理体系以及业务创新转型水平等进行综合评估,分为数字化转型成熟度企业和工业互联网平台企业两大类,星级越高数字化转型效果越突出。目前已开放评估等级分为三星、二星、一星三个等级,其中三星级为最高等级。
数字化转型成熟度贯标星级评估框架及要点涉及多个方面,企业需要从多个维度出发,全面提升数字化转型水平。通过不断地评估和改进,企业可以更好地应对数字时代的挑战和机遇,实现数字化转型的成功。
一、数字化转型成熟度贯标星级评估框架
数字化转型成熟度贯标星级评估框架及评定流程主要包括以下方面:
一、评估框架
数字化转型成熟度贯标星级评估框架主要包括以下几个方面:
二、评定流程
典型的模型包括能力成熟度模型(CMM)、能力成熟度模型集成(CMMI)、数据管理成熟度模型(DMM)、数据管理能力成熟度模型(DCMM)等。
下面将主要介绍适用于各种企业的成熟度评价模型。
一、CMM
CMM是CapabilityMaturityModel的简称,有时也被称为SW-CMM。其主要目的是为了评估软件外包公司的能力,以便协助提升软件质量。
CMM是指能力成熟度模型,是由美国卡内基梅隆大学软件工程研究所在1987年成功开发的。虽然名为成熟度模型,但主要用于评估软件企业的能力成熟度。
CMM的目标是协助软件企业有效地管理和改进软件工程,以便更高效地开发高质量的软件产品。
CMM(软件能力成熟度模型)定义了五个不同的成熟度等级,分别是初始级、可重复级、已定义级、管理级和优化级。下面是各级别的具体含义:
1.初始级:组织在软件开发过程中尚未建立一致的方法或标准,工作主要依赖个人经验和技能。
2.可重复级:组织已开始建立一套基本的软件开发过程,使得项目的执行能够在不同的环境中重复。
3.已定义级:组织已经制定了一套详细的软件开发过程,并且这些过程在组织内得到了广泛的理解和采用。
4.管理级:组织已经实现了对软件开发过程的定量管理和控制,能够预测和控制项目的进展和结果。
5.优化级:组织在软件开发过程中不断进行改进和优化,通过对过程和项目的评估和分析,提高效率和质量,并不断适应变化的需求和技术。
起始阶段:企业的软件项目通常处于混乱状态,在项目进行中往往会放弃最初的计划。
当前活动管理存在规范性不足和管理体系不健全的问题。
项目开发的成效常常存在波动,这一波动往往与项目负责人的经验和能力水平有关,导致了对项目负责人的过度依赖。
重复性(Repeatable):
我们已经对管理进行了系统化的规范,制定了基本的管理制度和规定,从而使得管理工作更加有组织、高效。
在完成初步标准化后,开发工作就可以更准确地按照标准进行实施。
对于项目变更的实施是合法的,本项目具有基准化特征,版本稳定且可追踪。
新项目的计划和管理是基于过去的实践经验,旨在创造与之前成功项目相似的环境和条件,以达到更好的效果。
定义明确级别(Defined):企业在软件系统开发过程中,不论是技术工作或是管理工作,均已标准化和文档化,并建立了完善的培训制度和专家评审制度。
可以通过控制所有技术和管理活动,来确保项目中所有流程、职位和职责都能得到共同理解。
量化管理层次(Managed):企业已经确定了明确的产品和过程质量目标,并且可以对开发活动的生产效率和生产质量进行具体度量。
我们建立了一个过程数据库,这样我们就能对项目、产品和过程进行有效的控制。我们可以预测过程和产品质量的趋势,并及时采取措施进行纠正。
优化层次(Optimizing):企业可以将注意力集中在优化项目的过程中,采用新技术和新方法来提高其效率与质量。
通过采取预防缺陷、识别薄弱环节和进行改进的措施,企业可以获得与效率相关的重要统计数据,并通过数据分析不断总结出最佳的业务实践。
二、CMMI
CMMI(能力成熟度模型集成)是在CMM的基础上持续升级的基础上发展而来的最新评价模型。
CMMI是一种企业能力管理工具,将各种能力成熟度模型整合在一起,形成统一的集成架构,能够有效地解决软件系统工程和软件采购领域除软件开发外的急迫需求。它是多个学科专业的有机综合,旨在从综合的角度出发,为企业的持续发展提供全面的支持。
CMMI规定了五个不同的等级,分别是:初始级、管理级、定义级、量化管理级和优化级。成熟度越高的等级代表企业拥有更强的软件综合开发能力。
三、CMMI-DMM
CMMI-DMM是一种框架,用于评估和提高组织的数字化能力。该框架旨在协助组织评估及提高数字能力,以达到业务增长的目标。
此框架共设有五个成熟度级别和四十二个实践领域,覆盖了数字化领域最重要的方面。采用CMMI-DMM框架,组织可以明确自身数字化能力和成熟度水平,找出改善机遇,进而制定针对性战略计划,提高数字化能力。
这个框架能够帮助机构应对商业环境的变化并满足客户需求,其方法是通过评估和改善机构数字化成熟度。CMMI-DMM框架通过量化方式为机构提供评估其数字化成熟度的方法,进而使机构能够识别自身的缺陷,制定计划,并改善数字化能力。
DMM(DataManagementMaturityModel,数据管理成熟度模型)是CMMI协会在2014年推出的一种评估企业数据管理成熟度并提升其水平的模型,它的目的在于协助组织提高数据管理的水准。
DMM可协助企业克服IT和业务之间的障碍。通过科学实践指导企业按照标准化升级路径提升数据资源管理水平的各个方面。
DMM模型运用了软件能力成熟度集成模型(CMMI)的基本原则、结构和验证方法,并明确界定了企业数据管理的关键概念和产业经验共识。
在一些情况下,CMMI-DMM也可以被称为DMM。
推动数字化转型的企业可以考虑使用DMM,这是一款非常成熟、可信赖的管理工具。
企业可以根据其组织架构、业务特点和利益相关者情况,定制适合自身发展需求的数字化成熟度模型,并通过DMM进行延伸。
已执行的步骤:在项目实施中,数据管理被视为一项需求,并进行了相应的管理。
管理水平(LevelofManagement):企业已经意识到数据是一项重要的企业资产,并已经在一定程度上对数据进行规范化管理。
可定义级(DefinedLevel)是指将数据组织成关键的生产要素。
可衡量性(Measurable):通过分析数据来获取竞争优势。
优化管理(OptimizedManagement):在激烈的市场竞争下,数据被视为企业生存的关键因素。因此,持续提升和优化数据管理是至关重要的。
四、DCMM
为了满足数字化转型和数据管理紧迫需求,国内推出了一种类似CMMI-DMM的通用成熟度评估模型,名为数据管理能力成熟度评估模型(DatamanagementCapabilityMaturityModel或DCMM),具有重要影响力。
DCMM标准是在全国信息技术标准化委员会的主导下编制的,于2018年3月15日发布。
这个模型借鉴了国际数据管理协会(DAMA)发布的DMBOK相关内容,并制定了中国数据管理领域的第一个国家标准(GB/T36073-2018)。
DCMM模型和CMMI-DMM很相似,都将组织数据能力成熟度分为五个重要等级,包括初始级、受管理级、稳健级、量化管理级和优化级。
与DMM相比,DCMM更适应中国数字化转型独有的产业发展特点,对金融、政府、零售、工业等各个领域的数字化建设和实施都具备成熟的管理方法。
DCMM将数据管理划分为八大能力领域,涵盖数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用以及数据生命周期,共计包含28个流程和441个评估指标。
相较于DMM而言,DCMM对内容维度的定义更加详细和全面,且表述方式更符合国内企业管理实践中的用语。此外,DCMM的定位层级更高,达到了国家级标准的要求。
在DCMM中,我们特别重视数据战略和数据标准。数据战略是组织数据管理的最高原则,能够为组织的数据管理提供指导和方向。
数据标准是数据管理实践中的规范,用于为组织的数据管理提供具体的操作指南。
此外,DCMM强调了数据安全和数据应用这两个方面的重要性。