首先，从研制单位来讲，国外的数据管理成熟度模型要么是数据管理研究的相关协会，要么是咨询公司，要么是数据产品的供应商，都属于民间组织，而DCMM是由国家工信部信软司主导，数据管理领域的国家级标准。
有个问题大家共同思考下：为什么国外的模型框架来自民间，而我国的模型框架出自官方？
直接原因是只有官方（国家标准化管理委员会）才能发布国家标准。深层次上来讲，与中国传统文化有关，"官方"自古以来代表的都是权威，官方发布的内容具有公信度。
第二，DCMM强调数据战略和数据标准，这是与DAMA-DMBOK中的数据管理框架以及CMMI-DMM模型是有所不同的。我们中国人做人做事讲求"无规矩不成方圆"，"规矩"就是做事的总则，规范和标准。在DCMM模型中，数据战略就是组织数据管理的最高总则，为组织的数据管理提供方向指引；数据标准是具体数据管理实践的执行规范，为组织的数据管理提供操作指导。
第三，DCMM模型的数据治理过程域中的二级过程项"数据治理沟通"，这个是DCMM的一个亮点。从数据治理战略的制定到落地执行都离不开沟通，沟通连接着数据治理各个环节，放在数据治理中可能更合适些。首先，启动数据治理项目，就必须说服高层领导，获得领导的支持，这需要沟通；其次，数据治理不是一个人或一个部门的事情，需要企业各部门的协调和配合，这需要沟通；第三，数据治理需要IT与业务的融合，让业务认可、让领导重视，这需要沟通；
第四，落地数据标准、执行数据规范、培养数据思维，建立数据文化，这都需要沟通。因此，沟通应该是贯穿整个数据治理全周期、全过程的一项重要活动。
最后，DCMM模型还重点强调数据应用，他将数据应用独立是其八大过程域之一，数据应用过程域包含了数据分析、数据开放共享、数据服务。所以严格意义上讲，DCMM模型评估的不单纯是组织的数据管理能力，还包括组织的数据应用能力。这在其他的数据管理成熟度模型中是看不到的。当然，也有人认为数据管理、数据应用是两个维度，甚至是两个专业领域的事情，放在一起评估不合适。我倒是认为，这没什么不妥的，数据治理的本质是为数据应用服务的，核心目标是为了让数据产生价值，离开这个目标搞数据治理，那就是典型的"为了治理而治理了"。