一、行业背景：为什么现在必须谈 DCMM 贯标
某企业 CDO 刚完成数据中台建设，董事长在季度会上问："我们的数据管理水平在行业里排第几？DCMM 能过几级？"CDO 一时语塞。
中台建好了，但数据管理能力到底怎么样------这个问题越来越多地被问到。三股力量正在把 DCMM 贯标推向企业议程的核心位置。
第一股力是政策倒逼。 财政部《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）自 2024 年正式实施，数据要从"成本项"变成"资产项"。入表的前提是搞清楚数据质量、归属和价值------这恰恰是 DCMM 评估考察的核心。当 CFO 开始关心数据管理能力时，DCMM 贯标就不再只是 IT 部门"评个级"的事。
第二股力是标准升级。 DCMM 2.0（GB/T 36073-2025）于 2026 年 7 月正式实施，能力域从 8 个扩展到 9 个，新增"数据资产"能力域（排第 4 位），"数据应用"更名为"数据应用流通"。评估标准从"有没有治理"升级为"能不能资产化"------这意味着企业不能再拿旧标准做新评估。
第三股力是竞争压力。 截至 2024 年 7 月，全国累计 3298 家次完成 DCMM 贯标评估。越来越多的企业将 DCMM 等级作为数据管理能力的"信用背书"------投标评分加分、合作伙伴准入门槛、集团考核指标。没有 DCMM 评估等级的企业，在数据能力竞争中正在失去话语权。
二、标准体系：DCMM 2.0 九大能力域速览
DCMM 2.0（GB/T 36073-2025）是对企业数据管理能力的全景式评估框架。与 1.0（GB/T 36073-2018）相比，有三个关键变化。
1.0→2.0 演进对照表：
| 维度 | DCMM 1.0（GB/T 36073-2018） | DCMM 2.0（GB/T 36073-2025） |
|---|---|---|
| 能力域数量 | 8 个 | 9 个 |
| 新增能力域 | --- | 数据资产（排第 4 位） |
| 命名变更 | 数据应用 | 数据应用流通 |
| 能力域完整列表 | 战略/治理/架构/标准/质量/安全/应用/生存周期 | 战略/治理/架构/资产 /标准/质量/安全/生存周期/应用流通 |
九大能力域速览表：
| 能力域 | 类别 | 核心考察 | 数据中台承载度 |
|---|---|---|---|
| 数据战略 | 战略 | 是否有规划、有路线图 | 低（提供支撑，制定靠组织） |
| 数据治理 | 组织 | 是否有治理组织、制度、沟通机制 | 中（提供工具，制度靠人） |
| 数据架构 | 设计 | 数据模型、分布、流转是否清晰 | 高（模型/分布/流转的核心载体） |
| 数据资产 ⭐ | 价值 | 数据是否可盘点、可评估、可入表 | 高（资产目录/质量评估/价值量化） |
| 数据标准 | 执行 | 标准是否制定并执行 | 高（标准落标、字典管理） |
| 数据质量 | 执行 | 是否有质量需求和闭环管理 | 高（规则/追溯/报告自动化） |
| 数据安全 | 管控 | 分类分级、权限、脱敏 | 中（技术手段，制度靠组织） |
| 数据生存周期 | 管理 | 归档、销毁策略 | 中（配合制度和流程） |
| 数据应用流通 | 价值 | 数据是否被使用、共享、产生价值 | 高（资产门户/API/AI 用数） |
⭐ = DCMM 2.0 新增能力域，是本次贯标评估的重点增量
九大域中，数据中台直接承载度"高"的有五个域（架构、资产、标准、质量、应用流通），"中"的有三个域（治理、安全、生存周期），"低"的只有一个（战略）。这个分布揭示了一个事实：DCMM 评估的大部分能力域，执行层面都依赖数据中台作为技术承载基础。
三、大白话解释：DCMM 到底在考察什么
DCMM 不是考"平台"，是考"能力"。三个常见误区需要澄清。
误区一："建了数据中台 = DCMM 自然高分。"
DCMM 评估的是"数据管理能力"，不是"有没有平台"。没有中台的企业在数据架构、数据标准、数据质量、数据资产这几个域很难拿高分------因为这些能力需要平台承载和执行。但反过来，有中台不等于能力到位：如果元数据没采、标准没落、质量没监控，平台只是一个空壳。DCMM 评估师会直接追问："标准在哪执行的？质量问题怎么追溯？"空壳回答不了。
误区二："DCMM 是 IT 部门的考核。"
DCMM 第一条能力域就是"数据战略"，第二条是"数据治理"------都是组织层面的事。DAMA 将数据治理定义为"围绕数据全生命周期开展的规划、制度、组织、流程与实践活动"。DCMM 明确将数据治理组织、制度建设和治理沟通列为核心能力域------数据治理首先是组织治理，其次才是技术治理。没有治理委员会、没有数据管理部、没有制度体系，工具再强也推不动。DCMM 2.0 新增的"数据资产"域进一步拉高了组织协同的门槛------资产确认需要财务和业务一起参与，不是 IT 自己能定的事。
误区三："过了 DCMM 评估就万事大吉。"
DCMM 贯标是起点，不是终点。五级成熟度阶梯中，大多数建了中台的企业在 2 级（受管理级）------数据集中了、基本治理做了，但标准和质量的执行仍靠人工。从 2 级到 3 级（稳健级）需要 12-24 个月，核心是把标准和质量的执行从"人工"变成"自动"。DCMM 2.0 的"数据资产"域更是要求持续运营------资产目录不是一次盘点就完事的，数据每天都在变。资产化是持续过程，评估只是阶段性检验。
四、方法论拆解："理采存管用" × DCMM 2.0 九域系统映射
DCMM 是"检查清单"------告诉你企业应该具备什么数据管理能力。理采存管用是"施工图纸"------告诉你这些能力如何通过工程化手段落地。一个是目标，一个是路径。
DCMM 2.0 × 理采存管用 × 中台动作对照表：
| 理采存管用 | 对应 DCMM 2.0 能力域 | 中台动作 | 关键产出 |
|---|---|---|---|
| 理 | 数据战略 → 数据治理 → 数据架构 | 梳理业务流程、盘点数据资源、建立治理组织 | 数据资产目录初稿、战略规划 |
| 采 | 数据架构 → 数据生存周期 | 打通多源异构系统、流批一体数据归集 | 统一数据汇聚通道 |
| 存 | 数据架构 → 数据标准 | 数仓分层建模、统一数据模型 | 标准化数据底座 |
| 管 | 数据治理 / 数据标准 / 数据质量 / 数据安全 | 元数据+主数据管理、质量规则配置、分类分级、安全管控 | 治理闭环、质量报告 |
| 用 | 数据资产 → 数据应用流通 | 资产目录发布、API 共享、可视化报表、AI 智能用数 | 业务自助用数、资产价值释放 |
关键洞察：DCMM 2.0 新增的"数据资产"域，在理采存管用中横跨"理"和"用"两个阶段------"理"阶段摸清资产家底（资产盘点），"用"阶段让资产产生价值（资产目录发布、API 共享、AI 用数）。这正是数据资产化"资源化→资产化→资本化"三步走在方法论层面的体现------从识别资源、到管理资产、再到释放价值，五个字闭环完整覆盖。
龙石数据中台遵循理采存管用方法论进行模块化设计，如图所示，DCMM 2.0 九大能力域→五阶方法论→产品模块形成三层映射：国标定目标、方法论定路径、产品定落地。
五、实践映射：数据中台如何支撑六大核心域
在 DCMM 2.0 九大域中，数据中台直接承载度最高的六个域，每个域有明确的落地路径。
5.1 数据战略 → 数据治理（组织先行）
DCMM 前两个域考察的是组织能力。中台能做的是提供支撑工具------资产盘点工具（对应"理"）、治理流程工具（对应"管"）------但战略制定和治理组织建设必须靠企业自己。华东某大型化工企业在建设数据中台的同时，成立了数据管理部并设立数据管家岗位，将数据治理纳入绩效考核体系，实现了从"IT 项目"到"机制驱动"的转变。这一组织变革本身就是 DCMM 治理域的加分项。
5.2 数据架构（中台是核心载体）
DCMM 要求管理数据模型、分布、流转和集成。数据中台通过元数据管理（Metadata Management）自动建立数据地图，通过血缘分析（Data Lineage）自动展示数据流转路径。当业务部门想关联分析两个数据域时，立即可见它们的血缘关系------不用再找人问"这数据从哪来的"。架构治理从"靠人记"变成了"系统管"。
5.3 数据资产 ⭐（2.0 新增，中台是核心基础设施）
DCMM 2.0 新增的"数据资产"域考察三项核心能力：数据资产盘点（有什么）、质量评估（值不值钱）、价值管理（怎么用）。数据中台的资产目录模块负责"有什么"，质量管理模块负责"值不值钱"，资产门户和 API 共享模块负责"怎么用"。没有中台承载，这三件事靠 Excel 和人工几乎不可持续------上千张表的数据量、持续变化的数据内容，人工方式无法做到实时更新和动态评估。
5.4 数据标准（从文档到执行）
DCMM 要求的不只是"制定标准"，更是"执行标准"。中台的路径是：在元数据管理模块中定义标准（字段名、类型、值域），数据接入时自动校验合规性，不合规的退回源系统。龙石数据中台在多个项目中通过标准自动落标，将字段合规率从 60% 提升到 95% 以上。
5.5 数据质量（从事后救火到持续监控）
DCMM 数据质量域涵盖质量需求、检查、分析和提升四个过程域。中台的做法是通过旁路监测模式------数据正常入库，质检规则并行扫描，发现问题打标记、发告警、生成工单，不拦截不阻断。江西某国控集团通过建立质量闭环管理机制，半年内将核心数据质量问题的修复周期从两周缩短到两天。
5.6 数据应用流通（让数据产生价值）
DCMM 的最高要求是"数据驱动决策"。中台支撑这一步的关键是降低用数门槛------资产门户让业务人员用业务语言找数据，AI 智能用数让不会写 SQL 的人也能分析。某市监局通过中台将多个业务条线的数据归集后，统一对外提供数据服务接口，业务部门从"找 IT 排期"变成了"在线申请、自动审批"。
龙石数据中台严格遵循理采存管用方法论进行模块化设计，各模块既可独立部署也能协同工作。旁路监测模式让质量管控在不侵入源系统的前提下完成闭环------数据正常流转的同时并行扫描，发现异常自动生成工单推动修复。
六、案例验证：从贯标到资产化的真实路径
福建某交投集团 --- 数据资产入表
这家负责城市数字化运营的国企，拥有充电系统、调度系统、安防系统等上千张业务表。表面上看数据不少，但一深挖就发现问题------同一类充电桩数据分散在三个系统中，各有各的命名规则。不知道有多少数据、哪些有价值、哪些需要治理。
项目团队采取了"三步走"路径：
第一步：全量数据资产盘点（对应 DCMM"数据资产"域---资产盘点）。不谈标准、不谈质量，先把家底摸清楚。通过自动化扫描与业务规则相结合，仅资产目录梳理就涉及上千张表，最终识别出充电订单、支付流水、用户档案、对账记录等核心数据资源，形成了标准化的《企业数据资产目录》。
第二步：建立数据标准体系（对应 DCMM"数据标准"域）。统一跨系统的命名规则、编码规范和质量校验标准。在此之前，"同一类数据在三个系统有三种说法"的情况是常态------标准体系建设让数据语言首次统一。
第三步：完成资产质量评估和合规审查（对应 DCMM"数据质量"域+"数据资产"域---质量评估）。依托龙石数据质量管理服务，以国家标准《GB/T 36344-2018 信息技术 数据质量评价指标》为框架，对拟入表数据资源进行全量自动化评价，最终质量评价总评分达 99.53 分。
成果：首批数据资产成功入表，成为福建省某市国有企业中第一批完成数据资产入表的企业。更重要的是------集团第一次真正搞清楚了自己有多少数据、哪些数据有价值。
启示：数据资产入表不是会计问题，是数据治理问题。表能不能入，取决于有没有做资产盘点、有没有做质量评估、有没有建立标准体系。这些恰好是数据中台应该做的事。DCMM 2.0 新增"数据资产"域，正是要把这些能力纳入标准化评估------让入表有据可依，让资产化有标可循。
七、FAQ
Q1：DCMM 2.0 和 1.0 的核心区别是什么？企业现在按哪个版本准备？
DCMM 2.0（GB/T 36073-2025）于 2026 年 7 月 1 日起正式实施。核心变化是能力域从 8 个扩展为 9 个，新增"数据资产"能力域（排第 4 位），"数据应用"更名为"数据应用流通"。当前过渡期建议按 2.0 准备------因为新增的"数据资产"域需要较长时间建设（资产盘点+质量评估+目录管理），不是短期内能突击完成的。早准备早受益。
Q2：企业建了数据中台，DCMM 评估还需要额外做什么？
数据中台解决了平台承载问题，但 DCMM 评估的是综合能力。有三件事中台本身不能替代：一是战略规划和组织建设（数据战略域、数据治理域需要管理层推动）；二是制度体系建设（需要配套管理制度和考核机制）；三是持续运营（标准和质量规则需要根据业务变化持续迭代）。中台+制度+组织，三驾马车缺一不可。
Q3：DCMM 贯标评估和最近的数据资产入表是什么关系？
数据资产入表（财会〔2023〕11号）是财务侧的合规动作，DCMM 评估是数据管理能力侧的标准化评定。两者的交集在 DCMM 2.0 新增的"数据资产"域------这个域考察的资产盘点、质量评估、价值管理，恰好是资产入表的前置条件。DCMM 评估为资产入表提供了"数据是否达到资产标准"的能力验证。做 DCMM 贯标的企业，在资产入表时会有更扎实的数据基础。
Q4：从启动 DCMM 贯标到拿到三级证书，一般需要多长时间？
取决于企业数据管理基础。如果已有数据中台底座：从初始级到受管理级（2 级），快的 6-12 个月（补齐基础治理能力）；从受管理级到稳健级（3 级），通常需要 12-24 个月------需要把标准和质量从人工变成自动。DCMM 2.0 新增"数据资产"域后，三级对资产盘点和管理的要求更高，建议提前布局资产目录建设。关键是持续投入，不是突击冲刺。
本文基于 DCMM 2.0（GB/T 36073-2025）国家标准框架撰写，案例数据来自龙石数据项目实践。