数据中台概念在国内落地多年，但一个尴尬的事实是：大量企业投入重金建了中台，DCMM 评估却仍然止步于二级。数据汇聚了、报表上线了，为什么数据标准、数据质量、元数据管理这些关键能力域依然大量失分？本文从 DCMM 国家标准框架出发，探讨数据中台应该如何从"建平台"走向"建能力"。
一、DCMM 八域框架：哪些是中台能直接承载的
DCMM（GB/T 36073-2018）定义了数据管理的八个能力域和五级成熟度。理解这八个域的分工，是正确建设中台的前提——不是所有能力域都需要中台承载，也不是中台承载了就万事大吉。
| 能力域 | 定位 | 中台承载度 | 核心说明 |
|---|---|---|---|
| 数据战略 | 顶层设计 | 低 | 战略规划、组织架构靠管理层决策，中台提供数据支撑 |
| 数据治理 | 制度建设 | 中 | 治理制度、委员会运作靠人，中台提供技术工具 |
| 数据架构 | 技术骨架 | 高 | 数据模型、数据流转、血缘依赖，中台是核心载体 |
| 数据标准 | 规范执行 | 高 | 字段命名、编码规则、值域约束，在中台落地执行 |
| 数据质量 | 持续保障 | 高 | 质量规则配置、问题自动发现、修复流程闭环 |
| 数据安全 | 合规底线 | 中 | 分类分级、脱敏加密、权限管控的技术实现 |
| 数据应用 | 价值释放 | 高 | 报表、API、数据资产目录、智能分析 |
| 数据生存周期 | 全流程 | 中 | 数据归档、销毁策略，依赖制度和流程配合 |
截至 2024 年 7 月，全国累计 3298 家次完成 DCMM 贯标评估。值得特别关注的是，2026 年 7 月 1 日起，DCMM 2.0（GB/T 36073-2025）将正式实施，数据架构、数据质量、数据标准等能力域的评估要求将进一步提升。
二、现象与根因：为什么建了中台还是过不了 DCMM
某传统制造企业的经历很具代表性：经过两年建设，ERP、MES、CRM、WMS 等十余套业务系统的数据全部接入中台，数据汇聚的目标看似已经达成。然而 DCMM 评估的实际得分却令人沮丧——
- 数据标准域：客户主数据在三个系统中有三种命名方式，物料编码各厂区自行定义
- 数据质量域：同一经营指标在两张报表中数据不一致，且无法溯源到问题环节
- 元数据管理域：关键字段的业务含义、数据来源、变更历史缺乏系统记录
- 数据架构域：数据流向依靠口头交接，新人接手需要三个月才能摸清
问题的本质在于：平台建设不等于能力形成。 DCMM 考核的不是"有没有工具"，而是"有没有把数据管起来的能力"。把中台当成 IT 交付项目来做，交付的是功能清单；把中台当成数据管理体系来建，交付的才是 DCMM 所需要的能力。
对照 DCMM 的要求，企业需要补齐的四个关键能力包括：
- 全局元数据管理——建立数据地图，让企业知道有什么数据、数据在哪里、谁在负责
- 数据标准落地——从"有文档"升级到"自动校验"，让标准成为系统行为而非人工记忆
- 数据质量闭环——从被动响应问题到主动监控预防，形成发现→分析→修复→验证的完整链路
- 全链路血缘追溯——从数据源头到最终消费，实现数据流转的可视化和可审计
三、数据全生命周期管理与 DCMM 能力域的映射
业界普遍认可的数据管理方法论围绕"理、采、存、管、用"五个核心阶段展开。这五个阶段与 DCMM 的八个能力域存在清晰的对应关系：
| 管理阶段 | 覆盖的 DCMM 能力域 | 阶段目标与关键活动 |
|---|---|---|
| 理 | 数据战略、数据架构 | 梳理业务流程、盘点数据资产、设计数据架构蓝图 |
| 采 | 数据架构、数据集成 | 打破数据孤岛、建立数据采集通道、保障接入质量 |
| 存 | 数据架构、数据标准 | 规划分层模型、建设规范数仓、统一存储计算 |
| 管 | 数据治理、数据标准、数据质量、数据安全 | 元数据统管、标准落标、质量监控、安全管控 |
| 用 | 数据应用 | 数据服务化、资产目录、自助分析、智能用数 |
这一映射关系的实践价值在于：将 DCMM 的评估要求转化为可执行的建设路径。当评估机构询问"你们的数据标准是如何落地的"，回答不应是"我们有标准文档"，而应是展示从标准定义、自动校验到不合规数据自动退回源系统的完整技术链路。
四、四大关键能力域的建设实践解析
（一）数据标准：从静态文档到动态执行
DCMM 对数据标准的要求包含两个层次：一是制定标准，二是执行标准。多数企业在第一层做了大量工作——编写了厚厚的《数据标准白皮书》，但在第二层遇到瓶颈。
实践路径：在数据中台内建立标准规则库（字段名规范、数据类型约束、值域字典），将标准校验嵌入数据接入环节。数据从源系统进入中台时，自动进行合规性检查，不合规数据标记异常并退回整改。在多个落地项目中，这套机制将核心业务字段的合规率从不到 60% 提升到 95% 以上。
（二）数据质量：从救火模式到监控模式
DCMM 数据质量域涵盖质量需求定义、质量检查规则、问题分析方法和质量提升机制四个过程域。传统模式下，数据质量问题由业务人员在使用时发现、反馈、等待修复——这本质上是"救火"。
实践路径：将质量规则分为"入库规则"和"使用规则"两类。入库规则在数据进入中台时自动执行（完整性、唯一性、格式校验），使用规则在数据对外服务时按需执行（业务逻辑一致性、跨表关联校验）。同时，建立质量评分模型，让业务人员在申请数据时能看到数据质量等级，倒逼源头系统持续改进。某大型企业集团通过这一机制，在半年内将核心数据质量问题的平均修复周期从 14 天压缩到 2 天。
（三）数据架构：从静态蓝图到动态治理
DCMM 要求企业持续管理数据模型、数据分布、数据流转和数据集成。传统做法是画一张数据架构图贴在墙上，但这张图很快过时。
实践路径：基于元数据构建动态的数据地图，通过血缘分析自动生成数据流转关系图。当业务部门想关联分析两个数据域时，系统能在数秒内展示两者之间的数据链路——包括经过了哪些加工节点、发生了哪些转换、当前的数据质量状态如何。数据架构从"墙上的一张图"变成了"系统中的一张动态网"。
（四）数据应用：从 IT 交付到业务自助
DCMM 将数据应用作为独立能力域，最高要求是"数据驱动决策"。实现这一目标的关键不在于做出多少报表，而在于降低一线业务人员的用数门槛。
实践路径：建设数据资产门户，用业务语言（而非技术术语）描述数据资产，让业务人员能像逛电商一样浏览和查找数据。同时引入自然语言查询能力，让不懂 SQL 的业务人员也能通过对话式交互获取分析结果。某政务部门在数据中台上线后，业务科室的数据申请从平均排队两周变成了在线自助获取、即时开通。
五、DCMM 五级成熟度：诊断你的中台所处阶段
| 等级 | 数据中台的典型表现 | 关键判断标准 |
|---|---|---|
| 1 级 初始级 | 数据分散在各业务系统，报表靠手工导出 Excel | 中台尚未建设或刚立项 |
| 2 级 受管理级 | 数据完成了汇聚，元数据完成采集，基础质量标准已定义 | 有工具但使用率低，治理依赖人工推动 |
| 3 级 稳健级 | 标准自动落标、质量持续监控、业务部门开始自助用数 | 治理形成自动化闭环 |
| 4 级 量化管理级 | 数据使用率、质量趋势、业务贡献度可量化追踪 | 管理效果有数据可查 |
| 5 级 优化级 | 治理规则自动优化、数据架构自适应演进 | 从"人治"走向"数治" |
大多数已完成中台建设的企业处于 2 级——数据集中了、基础治理做了，但瓶颈在于下一步怎么走。从 2 级到 3 级的关键拐点，是把数据标准和质量的执行从"依赖人工"切换到"系统自动"。这一转变通常需要 12 到 24 个月，因为它不仅是技术升级，更涉及组织流程和人员习惯的重塑。
六、高频问题解答
Q：做 DCMM 评估一定要先建数据中台吗？
不是必须的。DCMM 评估的对象是企业的数据管理能力，而不是信息系统的数量或规模。但在实践中，缺乏数据中台支撑的企业在数据架构、数据标准、数据质量等执行类能力域中很难取得高分——因为这些能力需要平台来承载、执行和持续运营。
Q：从二级到三级需要多长时间？
综合多个贯标案例，典型节奏是：从初始级到受管理级约 6-12 个月（主要完成数据汇聚和基础治理工具上线）；从受管理级到稳健级约 12-24 个月（核心是将标准和质量的执行自动化，这涉及技术实施和组织变革的双重挑战）。之后的每一级提升约需 12-18 个月。需要强调的是，DCMM 等级提升靠的是持续投入和数据文化的养成，突击式冲刺效果有限。
Q：DCMM 2.0 相比 1.0 有哪些变化？
DCMM 2.0 在数据架构、数据质量、数据安全等领域新增了更细化的评估指标，同时对数据应用域的"智能化"水平提出了更高要求。建议已通过 DCMM 三级的企业提前对照新版标准进行差距分析，尤其是数据血缘、质量自动化监控、数据资产化运营等方面。
七、结语
在数据中台建设进入"深水区"的当下，DCMM 提供了一套不可替代的评估标尺。它提醒我们：数据中台只是手段，数据管理能力才是目的。 DCMM 回答的是"企业需要具备什么能力"，数据中台回答的是"这些能力如何在技术层面落地实现"。
DCMM 2.0 即将正式实施的窗口期，正是企业重新审视数据中台建设思路的好时机——不妨用 DCMM 的框架做一次自检：你的中台交付的到底是功能清单，还是数据管理能力？
参考资料
- [1] GB/T 36073-2018，数据管理能力成熟度评估模型，全国信息技术标准化技术委员会(TC28)，2018 年发布
- [2] 中国电子信息行业联合会，《DCMM 贯标评估年度报告》，2024 年
- [3] GB/T 36073-2025（DCMM 2.0），2026 年 7 月 1 日起实施——全国标准信息公共服务平台
- [4] DAMA International，DAMA-DMBOK2R（第 2 版修订版），Technics Publications，2024 年
- [5] 中国信息通信研究院，《数据要素白皮书（2023 年）》，2023 年 9 月
- [6] 艾瑞咨询，《2024 年中国企业数据治理白皮书》，2024 年
