GB/T 36073-2018《数据管理能力成熟度评估模型》（Data Management Capability Maturity Assessment Model，DCMM）是我国首个数据管理领域的国家标准，由国家质量监督检验检疫总局、国家标准化管理委员会于2018年3月15日正式发布。
DCMM标准给出了数据管理能力成熟度评估模型以及相应的成熟度等级，定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期等8个能力域，描述了每个能力域及能力项的功能、目标和能力等级标准，是我国数据管理领域最佳实践的总结和提升。
DCMM评估概述
一、评估依据
数据管理能力成熟度评估的依据是国家标准GB/T 36073-2018《数据管理能力成熟度评估模型》，该标准借鉴了国际上数据管理理论框架和方法，在综合考虑国内数据管理情况发展的基础上，整合了标准规范、管理方法论、数据管理模型、成熟度分级等多方面内容。
二、评估内容：8大能力域与28个过程域
DCMM围绕数据管理全生命周期，定义了8个核心能力域，细分为28个过程域和445条能力等级标准：
1. 数据战略：明确数据作为企业核心资产的战略定位，制定数据管理目标与规划。
2. 数据治理：建立数据治理组织、流程和制度，确保数据管理的规范性和可持续性。
3. 数据架构：设计数据模型、数据分布和数据集成架构，支撑业务需求。
4. 数据应用：推动数据在业务场景中的价值释放，如数据分析、数据服务、数据开放共享。
5. 数据安全：保障数据全生命周期的安全性，包括访问控制、加密、审计等。
6. 数据质量：通过数据清洗、校验、监控等手段，确保数据的准确性、一致性和完整性。
7. 数据标准：制定数据定义、编码、格式等标准，实现数据的统一和规范。
8. 数据生存周期：覆盖数据采集、存储、处理、应用、归档和销毁的全流程管理。
三、评估框架：5级成熟度模型
DCMM将数据管理能力成熟度划分为五个等级，从低到高依次为：
1. 初始级（1级）：数据管理无规范，依赖个人经验，缺乏统一流程。
2. 受管理级（2级）：部门级意识到数据是资产，制定初步管理流程，但未形成体系。
3. 稳健级（3级）：数据成为组织级重要资产，建立标准化管理流程，如数据治理委员会、数据管理制度。
4. 量化管理级（4级）：数据驱动决策，通过量化分析监控数据管理效率，实现企业级协同。
5. 优化级（5级）：数据成为组织生存和发展的基础，管理流程实时优化，形成行业最佳实践。
四、实施价值：四大核心收益
1.提升数据管理能力：通过标准化评估框架，企业可清晰识别数据管理短板，制定针对性改进方案。
2.增强市场竞争力：DCMM认证是企业在招投标、政策补贴申报、数据资产入表等场景中的加分项。
3.降低风险与成本：规范数据管理流程，减少数据泄露、丢失及合规性问题，降低法律风险和运营成本。
4.推动数字化转型：建立与战略匹配的数据管理体系，支撑数据驱动的科学决策、产品创新和智慧运营。
五、为推动DCMM贯标，多地政府出台补贴政策，例如：
贵阳市：按2级、3级、4级及以上分别给予一次性10万元、20万元、30万元资金支持。
天津市：二级和三级评估认证企业给予40万元支持，四级和五级给予50万元支持。
成都市：通过DCMM认证的单位一次性给予10万元奖励。
山西省：首次通过DCMM3级、4级、5级的企业分别给予10万元、20万元、30万元奖励。
