基于 DAMA 数据治理体系的高校数据治理方案

基于 DAMA 数据治理体系的高等院校数据治理方案

[基于 DAMA 数据治理体系的高等院校数据治理方案](#基于 DAMA 数据治理体系的高等院校数据治理方案)
一、方案概述
- [1.1 编制背景](#1.1 编制背景)
- [1.2 高校数据管理的现实问题](#1.2 高校数据管理的现实问题)
- [1.3 编制依据](#1.3 编制依据)
- [1.4 建设目标](#1.4 建设目标)
- [1.5 建设原则](#1.5 建设原则)
- [1.6 适用范围与关键概念约定](#1.6 适用范围与关键概念约定)
二、总体框架设计
- [2.1 DAMA 车轮模型的高校映射](#2.1 DAMA 车轮模型的高校映射)
- [2.2 总体架构](#2.2 总体架构)
- [2.3 治理、管理与技术的三线协同](#2.3 治理、管理与技术的三线协同)
- [2.4 能力地图](#2.4 能力地图)
三、数据治理组织与认责体系
- [3.1 三层组织架构](#3.1 三层组织架构)
- [3.2 主题域与归口部门划分](#3.2 主题域与归口部门划分)
- [3.3 角色职责定义](#3.3 角色职责定义)
- [3.4 RACI 责任矩阵](#3.4 RACI 责任矩阵)
- [3.5 运行机制](#3.5 运行机制)
四、数据治理过程设计
- [4.1 过程总览](#4.1 过程总览)
- [4.2 过程一：定义数据治理](#4.2 过程一：定义数据治理)
- - [4.2.1 明确治理范围与目标](#4.2.1 明确治理范围与目标)
  - [4.2.2 评估数据治理现状与成熟度](#4.2.2 评估数据治理现状与成熟度)
  - [4.2.3 制定数据治理指导原则](#4.2.3 制定数据治理指导原则)
  - [4.2.4 设计数据治理运营模式](#4.2.4 设计数据治理运营模式)
  - [4.2.5 制定数据治理路线图](#4.2.5 制定数据治理路线图)
  - [4.2.6 定义治理度量指标与 KPI](#4.2.6 定义治理度量指标与 KPI)
- [4.3 过程二：执行数据治理](#4.3 过程二：执行数据治理)
- - [4.3.1 规划数据治理项目组合](#4.3.1 规划数据治理项目组合)
  - [4.3.2 实施数据治理](#4.3.2 实施数据治理)
  - [4.3.3 监控与报告治理执行情况](#4.3.3 监控与报告治理执行情况)
- [4.4 过程三：数据治理业务管理](#4.4 过程三：数据治理业务管理)
- - [4.4.1 构建业务论证（Business Case）](#4.4.1 构建业务论证（Business Case）)
  - [4.4.2 与学校战略对齐](#4.4.2 与学校战略对齐)
  - [4.4.3 建立数据治理制度与政策体系](#4.4.3 建立数据治理制度与政策体系)
  - [4.4.4 沟通与培训](#4.4.4 沟通与培训)
  - [4.4.5 干系人管理](#4.4.5 干系人管理)
- [4.5 过程四：数据治理运营管理](#4.5 过程四：数据治理运营管理)
- - [4.5.1 建立数据管理专员机制](#4.5.1 建立数据管理专员机制)
  - [4.5.2 治理项目群管理](#4.5.2 治理项目群管理)
  - [4.5.3 日常运营支持](#4.5.3 日常运营支持)
- [4.6 过程五：管理数据资产](#4.6 过程五：管理数据资产)
- - [4.6.1 数据资产盘点与登记](#4.6.1 数据资产盘点与登记)
  - [4.6.2 数据资产分类分级](#4.6.2 数据资产分类分级)
  - [4.6.3 数据资产估值](#4.6.3 数据资产估值)
  - [4.6.4 数据资产生命周期管理](#4.6.4 数据资产生命周期管理)
- [4.7 治理过程与学年节奏的匹配](#4.7 治理过程与学年节奏的匹配)
五、关键知识领域落地设计
- [5.1 数据架构](#5.1 数据架构)
- [5.2 数据建模与设计](#5.2 数据建模与设计)
- [5.3 数据存储与操作](#5.3 数据存储与操作)
- [5.4 数据安全](#5.4 数据安全)
- [5.5 数据集成与互操作](#5.5 数据集成与互操作)
- [5.6 文档与内容管理](#5.6 文档与内容管理)
- [5.7 参考数据与主数据](#5.7 参考数据与主数据)
- [5.8 数据仓库与商务智能](#5.8 数据仓库与商务智能)
- [5.9 元数据](#5.9 元数据)
- [5.10 数据质量](#5.10 数据质量)
六、数据管理成熟度评估方案
- [6.1 评估目的与设计原则](#6.1 评估目的与设计原则)
- [6.2 评估模型总体设计](#6.2 评估模型总体设计)
- [6.3 成熟度等级定义](#6.3 成熟度等级定义)
- [6.4 评估指标体系](#6.4 评估指标体系)
- [6.5 评分方法与计算规则](#6.5 评分方法与计算规则)
- [6.6 评估流程](#6.6 评估流程)
- [6.7 评估组织与角色分工](#6.7 评估组织与角色分工)
- [6.8 证据采集方法与证据清单](#6.8 证据采集方法与证据清单)
- [6.9 评估工具包](#6.9 评估工具包)
- [6.10 结果应用与改进闭环](#6.10 结果应用与改进闭环)
- [6.11 与国家标准的对标](#6.11 与国家标准的对标)
- [6.12 评估质量控制与常见偏差防范](#6.12 评估质量控制与常见偏差防范)
七、实施路线图
- [7.1 分期规划](#7.1 分期规划)
- [7.2 一期工作任务分解](#7.2 一期工作任务分解)
- [7.3 资源投入估算](#7.3 资源投入估算)
- [7.4 预算构成建议](#7.4 预算构成建议)
- [7.5 里程碑与验收标准](#7.5 里程碑与验收标准)
八、典型场景与价值验证
- [8.1 场景一：学生"一人一档"与一数一源](#8.1 场景一：学生"一人一档"与一数一源)
- [8.2 场景二：教育统计报表自动生成](#8.2 场景二：教育统计报表自动生成)
- [8.3 场景三：审核评估与专业认证的数据支撑](#8.3 场景三：审核评估与专业认证的数据支撑)
- [8.4 场景四：教师与学生画像](#8.4 场景四：教师与学生画像)
- [8.5 场景五：数据服务门户与"最多填一次"](#8.5 场景五：数据服务门户与"最多填一次")
- [8.6 价值度量框架](#8.6 价值度量框架)
九、保障措施
- [9.1 制度保障](#9.1 制度保障)
- [9.2 组织与人员保障](#9.2 组织与人员保障)
- [9.3 技术保障](#9.3 技术保障)
- [9.4 经费保障](#9.4 经费保障)
- [9.5 考核保障](#9.5 考核保障)
十、风险识别与应对
十一、预期成效
[十二、附录 A 术语表](#十二、附录 A 术语表)
[十三、附录 B 数据治理制度清单](#十三、附录 B 数据治理制度清单)
[十四、附录 C 数据管理成熟度评估指标明细表](#十四、附录 C 数据管理成熟度评估指标明细表)
- [C.1 A 域数据治理与组织（9 项，权重 18%）](#C.1 A 域数据治理与组织（9 项，权重 18%）)
- [C.2 B 域数据架构与建模（7 项，权重 12%）](#C.2 B 域数据架构与建模（7 项，权重 12%）)
- [C.3 C 域数据标准与主数据（8 项，权重 14%）](#C.3 C 域数据标准与主数据（8 项，权重 14%）)
- [C.4 D 域数据质量（9 项，权重 18%）](#C.4 D 域数据质量（9 项，权重 18%）)
- [C.5 E 域元数据与数据资产（7 项，权重 10%）](#C.5 E 域元数据与数据资产（7 项，权重 10%）)
- [C.6 F 域数据集成与共享（7 项，权重 12%）](#C.6 F 域数据集成与共享（7 项，权重 12%）)
- [C.7 G 域数据安全与合规（7 项，权重 10%）](#C.7 G 域数据安全与合规（7 项，权重 10%）)
- [C.8 H 域数据应用与分析（6 项，权重 6%）](#C.8 H 域数据应用与分析（6 项，权重 6%）)
[十五、附录 D 成熟度评估评分记录表（模板）](#十五、附录 D 成熟度评估评分记录表（模板）)
[十六、附录 E 数据治理 KPI 指标库（扩展）](#十六、附录 E 数据治理 KPI 指标库（扩展）)

一、方案概述

本方案针对高校"系统林立、口径不一、质量失控、认责不清、资产不明、合规承压"六类数据问题，以 DAMA-DMBOK2 为方法论主线，将数据治理从概念落到可执行的组织、流程与标尺，形成"有路径、有责任、有度量"的治理闭环。

方案主干分两层。第一层是治理体系：按 DAMA 定义数据治理的五组过程（定义、执行、业务管理、运营管理、管理数据资产）逐组给出高校落地动作与交付物，并配套三层组织架构、十主题域数据认责体系、RACI 责任矩阵与学年节奏对齐表；同时给出十一个知识领域的分领域落地设计。第二层是评估标尺：为高校数据治理场景定制了数据管理成熟度评估方案，采用"8 个评估域 × 60 项指标 × 0---5 级成熟度"模型，配套评分锚点、权重、计算规则、评估流程、证据清单与报告模板，可直接作为校内评估制度执行。

实施节奏按三期推进：一期筑基（建组织、立规矩、摸家底，成熟度至 2.0 以上），二期成体系（推标准、治质量、通共享，至 L3），三期见价值（资产运营与数据驱动，至 3.5 以上）。一期建议主攻数据治理、数据标准与主数据、数据质量、元数据四个领域，投入产出比最高。

三条关键判断写在方案里：治理运营模式只能选联邦式；治理域得分低于 2.0 时综合等级不得高于 L2；治理任务必须按学年节奏排期，否则长期无人配合。这三点决定方案能否真正落地。

1.1 编制背景

高校信息化经过二十余年建设，业务系统已基本覆盖招生、教务、学工、人事、科研、财务、资产、后勤、图书等全部业务条线。系统建起来了，数据却没能同步形成资产。多数高校当前的状态是"业务在线化已完成、数据资产化未开始"：系统各自沉淀数据，部门各自维护口径，学校层面缺少统一的数据语言，也缺少对数据负责的组织安排。

这一阶段的典型矛盾不在技术，而在治理。存储、算力、集成工具都已不是瓶颈，真正制约数据价值释放的是三件事：谁对数据负责、数据按什么标准产生、数据质量出问题后如何闭环。这正是 DAMA 数据管理知识体系（DAMA-DMBOK2）把"数据治理"置于车轮模型中心的原因------治理不直接生产数据，但决定其他十个知识领域能否有效运转。

本方案以 DAMA-DMBOK2 为方法论主线，按该体系定义的数据治理过程组织建设活动，并为高校数据治理场景设计了一套管理成熟度评估方案，使治理工作既有路径，也有标尺。

1.2 高校数据管理的现实问题

高校数据问题具有高度共性，可归纳为六类表象，其根因均可回溯到 DAMA 框架中的具体知识领域缺失。

序号	表象问题	典型表现	根因（DAMA 视角）	对应知识领域
1	系统林立、数据割裂	招生、教务、学工、人事、科研、财务各建一套，学生一次填报要在三个系统重复录入	缺少数据架构顶层设计与集成互操作规范	数据架构、数据集成与互操作性
2	口径不一、各说各话	"在校生数""专任教师数""生师比"在不同报表中数值不同，对外报送前需临时对账	缺失数据标准与指标定义管理	数据建模与设计、参考数据与主数据
3	质量失控、反复核对	学籍状态与缴费状态冲突、宿舍分配与实际住宿不符、毕业生去向数据与就业系统不一致	无质量规则、无稽核机制、无问题闭环	数据质量
4	认责不清、责任悬空	数据错了找不到责任部门，最终由信息化中心兜底，业务部门认为"数据是信息中心的事"	未建立数据认责体系与数据管理专员机制	数据治理
5	资产不清、家底不明	说不清学校有多少个数据表、多少个指标、哪些数据可共享、敏感数据分布在哪里	无元数据管理与数据资产登记	元数据、数据治理（数据资产管理）
6	合规承压、风险敞口	成绩、心理健康、资助、身份证号等敏感数据在多个系统冗余存放，权限粗放，操作无审计	数据分级分类与安全策略缺位	数据安全

这六类问题相互强化：口径不统一导致质量无法判定，质量无法判定导致责任无法落实，责任不落实导致标准推不动。因此治理不能单点突破，必须按过程系统推进。

1.3 编制依据

方法论依据

DAMA International《DAMA 数据管理知识体系指南（DAMA-DMBOK2）》：数据治理过程、十一个知识领域、环境要素（Goals & Principles、Activities、Deliverables、Roles、Practices & Techniques、Technology、Organization & Culture、Metrics）、数据管理成熟度评估方法。
CMMI Institute 数据管理成熟度模型（DMM）：作为成熟度评分内核的过程域划分参考。

法规与标准依据

《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》。
GB/T 22239-2019《信息安全技术网络安全等级保护基本要求》。
GB/T 36073-2018《数据管理能力成熟度评估模型》（DCMM），用于与本方案评估结果对标。
教育管理信息化系列行业标准（JY/T 1001 系列）及教育部《高等学校数字校园建设规范（试行）》《教育信息化 2.0 行动计划》相关要求。

校内依据

学校事业发展"十四五"、"十五五"（及后续）规划、网络安全和信息化专项规划。
学校数据管理办法、信息系统建设管理办法等既有制度。

1.4 建设目标

总体目标

用三年时间，建成"组织有保障、标准有体系、数据有质量、资产有台账、安全有底线、应用有价值"的高校数据治理体系，使数据成为学校治理能力和办学决策的基础支撑，数据管理成熟度由初始级（L1）提升至已定义级（L3）以上。

分项目标

维度	目标描述	建议度量值（需按校内基线校准）
组织	建成校、组、员三级数据治理组织，主题域数据专员全覆盖	主题域覆盖率 100%，专员到岗率 100%
标准	建成覆盖核心主题域的数据标准体系	核心数据元标准覆盖率 ≥ 90%，关键指标口径统一率 ≥ 95%
质量	建立规则化、可稽核、可闭环的质量管理机制	核心数据质量合格率 ≥ 98%，问题闭环率 ≥ 90%
资产	建成数据资产目录，摸清家底	核心系统元数据采集率 100%，数据资产登记率 ≥ 95%
共享	形成统一数据服务出口	跨部门数据需求响应 ≤ 3 个工作日，接口复用率 ≥ 60%
安全	完成数据分级分类与权限治理	敏感数据分类分级覆盖率 100%，高危权限整改率 100%
应用	数据反哺业务，减少重复填报	教育部统计报表自动生成率 ≥ 80%，师生重复填报字段减少 ≥ 50%
能力	形成常态化成熟度评估与改进机制	每年 1 次自评估，每两年 1 次第三方评估

1.5 建设原则

DAMA 提出数据治理应遵循一组指导原则。结合高校治理结构，本方案确立六条原则。

数据是学校资产，不是系统副产物。 数据资产的管理责任归属学校，不归属某个厂商或某个系统。资产要有台账、有责任人、有生命周期。
一数一源、一源多用。 每个数据项只允许有一个权威产生源头（System of Record），其他系统通过共享获取，不允许复制后再各自维护。这是解决口径冲突的最有效约束。
业务认责、技术支撑。 数据的准确性由业务部门负责，信息化中心负责平台、工具与规范支撑。这条原则直接决定治理能否持续------信息化中心无法判断学籍状态是否正确，只有教务处能。
标准先行、急用先立。 不追求一次性建成完备的标准体系，按主题域分批建设，先解决对外报送、领导决策、审核评估最急需的口径问题。
以用促治、价值闭环。 治理投入必须有可见产出。每个治理项目都要绑定一个业务场景（报表自动生成、画像、预警），用场景价值维持治理动力。
安全合规、最小必要。 数据采集、共享、使用全过程遵循最小必要原则，敏感数据分级管控、全程留痕。

1.6 适用范围与关键概念约定

本方案适用于学校各业务部门、直属单位及信息化中心开展的数据相关建设与管理工作。为统一表述，约定以下概念：

主题域：按业务对象划分的数据集合，如学生、教职工、课程、科研项目。主题域是数据认责与标准建设的基本单元。
数据 Owner（数据所有者）：对某主题域数据负最终责任的管理者，一般为归口业务部门负责人。
数据 Steward（数据管理专员）：承担主题域数据标准、质量、元数据日常管理职责的业务骨干。
数据 Custodian（数据保管者）：负责数据存储、备份、权限等技术实现的技术人员。
权威数据源（System of Record）：某数据项唯一被认可的产生与维护系统。

二、总体框架设计

2.1 DAMA 车轮模型的高校映射

DAMA-DMBOK2 以车轮模型组织数据管理：数据治理位于中心，十个知识领域环绕四周，环境要素贯穿辐条。高校落地时，需将十一个知识领域逐一对应到具体的校内工作内容，避免框架悬空。

序号	DAMA 知识领域	高校落地内容	主责部门
1	数据治理	组织体系、认责机制、制度体系、治理过程、成熟度评估	信息化中心（治理办公室）
2	数据架构	数据分层架构、主题域划分、数据分布地图、数据流设计	信息化中心
3	数据建模与设计	概念/逻辑/物理模型规范、数据元标准、指标定义	信息化中心 + 业务部门
4	数据存储与操作	数据库规范、备份恢复、容量与性能、生产运维	信息化中心
5	数据安全	分级分类、权限模型、脱敏加密、审计追溯、合规检查	信息化中心 + 保密办
6	数据集成与互操作	共享交换平台、接口规范、数据服务目录、实时/批量集成	信息化中心
7	文档与内容管理	非结构化数据（公文、档案、课件、影像）管理与归档	档案馆 + 信息化中心
8	参考数据与主数据	代码集管理、主数据管理（学生、教职工、组织、课程）	各主题域归口部门
9	数据仓库与 BI	校级数据仓库、指标体系、驾驶舱、主题分析	信息化中心 + 发规处
10	元数据	技术/业务/管理元数据、数据血缘、影响分析	信息化中心
11	数据质量	质量维度、规则库、稽核、问题闭环、质量报告	业务部门 + 信息化中心

关键设计判断：高校不宜在治理初期同时铺开十一个领域。建议以"数据治理 + 数据标准与主数据 + 数据质量 + 元数据"四个领域为第一期主攻方向，其余领域随场景需求依次展开。理由是这四个领域互为支撑，且投入产出最易显现。

2.2 总体架构

高校数据治理总体架构采用"一体系、两支撑、五层次"结构。

一体系 ：数据治理体系（组织、制度、流程、评估），横向贯穿全部层次，是架构运转的规则来源。

两支撑 ：数据标准体系（数据元、代码、指标）与数据安全体系（分级分类、权限、审计），纵向支撑各层，是数据可通、可用的前提。

五层次：

层次	内容	建设要点
数据源层	教务、学工、人事、科研、财务、资产、一卡通、图书馆、招生就业等业务系统	明确各系统权威数据范围，禁止跨系统直接读写他域数据
汇聚层	数据集成与共享交换平台、CDC/ETL 工具	统一采集通道，全量+增量，采集过程留痕可追溯
标准与主数据层	主数据管理、代码集、数据标准库、元数据中心	主数据唯一化、代码统一化、元数据自动化采集
服务层	数据服务目录、API 网关、数据共享审批	一次治理、多方可复用；共享行为可审计
应用层	数据仓库、指标体系、驾驶舱、画像、报表、预警	以场景为单位建设，不追求大而全

2.3 治理、管理与技术的三线协同

数据治理实践中失败最多的情形，是把治理当作一次性项目，交付一套制度文档后即告结束。可持续的做法是三条线并行且明确分工。

治理线：定规则、定责任、定优先级、裁决争议。由数据治理工作组承担，输出制度、标准、决策。
管理线：执行标准、维护数据、处理质量问题、管理资产。由业务部门与数据专员承担，是治理落地的实体。
技术线 ：提供平台、工具、监控、自动化。由信息化中心与厂商承担，把规则固化为系统约束。
三线的衔接点是"治理需求 → 技术实现 → 运行数据 → 治理决策"的闭环。每一轮闭环产生一次改进，治理能力在此过程中累积。

2.4 能力地图

按 DAMA 环境要素梳理高校需具备的八项治理能力，作为成熟度评估与建设任务的共同参照。

能力	内涵	成熟标志
组织能力	决策、协调、执行三层组织有效运转	治理会议按期召开，议题有决议、有跟踪
制度能力	覆盖数据全生命周期的制度体系	制度成册，配套细则可操作，考核挂钩
标准能力	数据元、代码、指标三类标准齐备	新建系统强制遵循，存量系统按计划改造
认责能力	每个主题域有 Owner、每个数据项有 Steward	数据问题可追溯到人，责任清晰
质量能力	规则化稽核与闭环整改	质量报告定期发布，问题闭环率可度量
资产能力	数据资产可查、可评、可用	资产目录上线，服务目录对外发布
安全能力	分级分类与全流程管控	敏感数据可识别、可管控、可审计
度量能力	治理成效可量化	KPI 看板常态化，成熟度评估年度化

三、数据治理组织与认责体系

3.1 三层组织架构

高校治理结构决定数据治理组织必须依托既有的议事机构，不宜另起炉灶。

层级	机构	组成	核心职责	议事规则
决策层	数据治理委员会（依托学校网络安全和信息化领导小组）	组长：党委书记或校长；副组长：分管信息化副校长；成员：党委办公室/校长办公室、发展规划处、教务处、研究生院、科研院、人事处、学生工作部、财务处、国有资产管理处、图书馆、信息化中心负责人	审定数据治理战略与规划；审批数据管理制度与标准；裁决跨部门数据争议；审定年度治理计划与考核结果；配置治理资源	每学期至少 1 次全体会议；重大事项随时召开；决议以会议纪要形式下发
管理层	数据治理工作组（办公室设在信息化中心）	组长：信息化中心主任（兼任首席数据官 CDO）；副组长：信息化中心分管副主任；成员：各主题域归口部门业务负责人、技术骨干	制定治理规划与年度计划；组织标准制定与评审；推进质量问题整改；组织成熟度评估；向委员会报告；开展培训与宣贯	每月 1 次工作例会；议题与决议留档；向委员会季度汇报
执行层	主题域数据专员组 + 技术支持组	数据专员：每个主题域 1 名主专员 + 1 名备专员，由归口部门指定业务骨干；技术支持组：信息化中心数据工程师、厂商实施人员	维护本域数据标准与质量；处理数据质量问题工单；参与元数据与资产登记；配合评估提供证据；开展本部门数据培训	按工单与任务驱动；每季度提交本域数据质量报告

首席数据官（CDO）设置说明。 高校通常不单设 CDO 岗位，建议由信息化中心主任兼任，并在岗位职责中明确写入数据治理职责。若学校已设分管数据的校领导，可由其担任委员会常务副主任，强化统筹力度。

3.2 主题域与归口部门划分

主题域划分是认责体系的基础。建议按以下十个主题域划分，覆盖高校核心数据。

序号	主题域	主要内容	归口部门（数据 Owner）	协同部门
1	学生	学籍、注册、奖惩、资助、身心健康、社团、宿舍	教务处（本科）、研究生院（研究生）	学生工作部、团委、后勤保障部
2	教职工	人事信息、岗位、职称、薪酬、考核、培训	人事处（党委教师工作部）	党委组织部、财务处
3	组织机构	学院、系所、教研室、党支部、临时机构	党委组织部	人事处、党委办公室
4	教学	培养方案、课程、教学任务、选课、成绩、教材、教学评价	教务处	研究生院、图书馆、各学院
5	科研	项目、经费、成果、专利、团队、平台	科研院（科技处/社科处）	财务处、图书馆
6	财务	预算、核算、收费、报销、经费、工资	财务处	教务处、学生工作部
7	资产与后勤	房屋、设备、家具、能耗、餐饮、维修	国有资产管理处	后勤保障部
8	招生就业	招生计划、录取、生源、就业、校友	招生办公室、就业指导中心	教务处、校友会
9	一卡通与行为	消费、门禁、借阅、上网日志	信息化中心	后勤保障部、图书馆
10	图书文献	馆藏、借阅、电子资源使用	图书馆	信息化中心

边界处理原则：涉及多部门共同产生的主题域（如学生），由主责部门担任数据 Owner，协同部门对各自产生的数据项负责，具体数据项级责任在数据标准中逐项明确。

3.3 角色职责定义

依据 DAMA 对数据治理角色的定义，高校需明确五类角色。角色与岗位的对应关系必须在制度中固化。

DAMA 角色类型	高校对应	职责	任职要求
数据所有者（Data Owner）	归口部门负责人	对本域数据的标准、质量、安全、共享负最终责任；审批本域数据共享申请；裁决本域数据争议	部门正职或分管副职
数据管理专员（Data Steward）	归口部门业务骨干	维护数据标准与业务规则；确认质量问题；执行数据清洗；维护业务元数据；参与需求评审	熟悉本部门业务流程，具备数据意识
数据保管者（Data Custodian）	信息化中心技术人员	实施数据存储、备份、权限、脱敏等技术措施；保障数据可用性与安全性	数据库/平台技术能力
数据治理协调人	工作组秘书	组织会议、跟踪议题、汇总报告、维护治理台账	项目管理能力
数据使用者	全校师生员工	按授权使用数据；发现数据问题及时反馈；不得超范围使用	---

3.4 RACI 责任矩阵

以治理核心活动为行、关键角色为列，明确每项活动的执行与审批关系（R 执行、A 审批、C 咨询、I 知会）。

治理活动	治理委员会	治理工作组	信息化中心	业务部门	数据专员	技术支持组
审定数据治理规划	A	R	C	C	I	I
制定数据管理制度	A	R	C	C	I	I
制定数据标准	I	A	R	C	C	I
数据标准评审发布	A	R	C	C	I	I
主数据维护	I	C	C	A	R	I
数据质量规则制定	I	A	C	R	R	I
质量问题整改	I	C	C	A	R	I
元数据采集	I	C	A	C	R	R
数据资产登记	I	A	R	C	R	I
数据共享审批	I	A	R	C	I	I
数据安全分级	A	R	R	C	C	I
成熟度评估	A	R	R	C	C	C
治理考核	A	R	C	C	I	I

3.5 运行机制

会议机制。 委员会每学期至少一次全体会议，审议规划、制度、标准、考核结果；工作组每月例会，处理标准评审、质量问题、项目推进；专题会按需召开，解决单一议题。

争议仲裁机制。 部门间就数据口径、责任归属、共享范围产生分歧时，先由工作组协调；协调不成，提交委员会裁决。裁决结果形成书面纪要，作为标准修订依据。此机制是治理能否推进的关键，必须写入制度并明确时限（建议协调不超过 10 个工作日，裁决不超过 20 个工作日）。

任务派发与跟踪机制。 所有治理任务进入统一台账，明确任务内容、责任人、完成时限、验收标准。台账每月更新，逾期任务在工作组例会通报。

考核机制。 数据治理纳入部门年度考核指标体系，权重建议 3%--5%。考核内容包括标准遵循率、质量问题整改及时率、数据共享配合度、专员履职情况。

四、数据治理过程设计

本章是方案的方法论主干。DAMA-DMBOK2 将数据治理活动组织为五组过程：定义数据治理、执行数据治理、数据治理业务管理、数据治理运营管理、管理数据资产。本方案沿用该过程结构，逐组给出高校落地动作、交付物与责任主体。

4.1 过程总览

过程组	活动数	治理阶段定位	高校实施重点	主要交付物
一、定义数据治理	6	起步期（第 1--3 月）	明确范围、评估现状、定原则、定模式、定路线、定指标	治理章程、成熟度评估报告、路线图、KPI 体系
二、执行数据治理	3	全程（第 3 月起持续）	规划项目组合、分批实施、监控报告	年度治理计划、项目清单、治理月报/季报
三、数据治理业务管理	5	全程（与过程一并行）	业务论证、战略对齐、制度建设、培训宣贯、干系人管理	业务论证报告、制度汇编、培训体系、干系人地图
四、数据治理运营管理	3	常态期（第 4 月起）	建立专员机制、项目群管理、日常运营支持	专员名录与职责书、需求池、工单台账
五、管理数据资产	4	深化期（第 6 月起）	资产盘点、分类分级、价值评估、生命周期管理	数据资产目录、分级清单、估值报告、生命周期规则

五组过程并非严格串行。过程一是前置，过程二至五在时间上高度重叠，构成"定义---执行---反馈---再定义"的循环。

4.2 过程一：定义数据治理

本过程解决"治理什么、为什么治、谁来治、怎么治、如何衡量"五个前置问题，是后续全部工作的地基。跳过本过程直接上工具、上平台，是高校数据治理最常见的失败路径。

4.2.1 明确治理范围与目标

关键动作

界定治理对象范围：明确纳入治理的业务系统清单、主题域清单、数据项范围。建议首期聚焦学生、教职工、组织机构、教学四个主题域，覆盖校内 80% 以上的跨部门数据需求。
界定组织范围：明确参与的部门、单位及其接口人。
明确治理目标：将学校战略诉求转化为数据目标。例如"本科教育教学审核评估材料准备周期由 3 个月缩短至 3 周""教育部统计报表自动生成率 80%"。
明确不做什么：治理边界外的系统与数据明确列出，避免范围蔓延。

交付物 ：《数据治理范围说明书》，含系统清单、主题域清单、部门清单、目标清单、排除项清单。

责任主体：数据治理工作组编制，委员会审定。

4.2.2 评估数据治理现状与成熟度

关键动作

采用本方案第六章的评估方案，开展基线评估，形成成熟度基线分与各域雷达图。
识别差距：按评估域列出差距清单，标注差距的性质（组织缺失、制度缺失、标准缺失、技术缺失、能力缺失）。
差距排序：按"业务影响 × 实施难度"二维排序，形成优先级矩阵。
形成基线档案：评估证据、评分记录、访谈记录统一归档，作为后续复评的对比基准。
交付物：《数据管理成熟度基线评估报告》，含综合得分、域得分、雷达图、差距清单、优先级矩阵。
责任主体：工作组组织，可委托第三方执行以保证客观性。

评估的作用不只是打分。基线评估的真正价值在于用统一的语言把各部门的认识拉到同一水平线上------当教务处长和财务处长看到同一张雷达图上自己所在域的得分，讨论的焦点会从"数据是信息中心的事"转向"我们域缺什么"。

4.2.3 制定数据治理指导原则

关键动作

在 DAMA 通用原则基础上，结合校情形成 5--8 条校内原则，每条原则必须可判定、可引用、可用于裁决争议。
每条原则配套"落地含义"与"违背示例"，避免原则沦为口号。
原则经委员会审定后，作为制度制定与争议裁决的上位依据。
建议的高校数据治理原则清单

编号	原则	落地含义	违背示例
P1	数据是学校资产	数据须登记入账，明确所有者与保管者	部门认为系统里的数据归厂商或本部门私有
P2	一数一源	每个数据项仅一个权威源，其余通过共享获取	财务系统自建学生基本信息表并独立维护
P3	业务认责	数据准确性由产生数据的业务部门负责	数据出错一律由信息中心整改
P4	标准先行	新建系统上线前须通过数据标准符合性审查	新系统自行定义代码集，上线后再补标准
P5	最小必要	只采集业务必需的数据，只授予业务必需的权限	为"以后可能用到"而全量采集身份证、家庭信息
P6	共享优先	已有数据不得要求重复采集	同一张表在三个系统各填一次
P7	全程留痕	数据变更、共享、访问均可追溯	数据库直连改数据无记录
P8	以用促治	每个治理项目绑定业务场景与价值指标	只建标准不落地应用

4.2.4 设计数据治理运营模式

DAMA 定义了三种治理运营模式：集中式、非集中式（分散式）、联邦式（混合式）。高校的组织特点------业务部门专业性强、信息化中心技术集中、跨部门协调依赖校级权威------决定了联邦式是唯一可行选择。

模式	特征	高校适用性判断
集中式	治理权、标准权、执行权集中于一个部门	不适用。信息化中心不具备业务判定权，强行集中会导致标准脱离业务实际
分散式	各业务部门自主治理，中央仅协调	不适用。高校跨部门数据问题恰恰源于各自为政，分散模式会加剧割裂
联邦式	中央定规则与标准框架，业务部门在框架内自主执行，中央负责协调与监督	适用。既保留业务部门的专业判断权，又保证全校口径统一

联邦式的具体设计

中央职责（工作组 + 信息化中心）：制定标准框架与模板、维护全校数据标准库与代码集、建设共享平台与工具、监督执行、裁决争议、组织评估。
业务域职责（归口部门 + 数据专员）：在本域范围内制定细则、维护主数据、执行质量整改、提出标准修订需求。
接口约定：业务域向中央提交标准草案与变更申请；中央向业务域下发标准、工具、质量问题清单。
例外处理：业务域确因业务特殊性无法遵循统一标准的，须提交例外申请，说明理由、影响范围、替代方案，由工作组审批。

交付物：《数据治理运营模式设计说明书》，含组织关系图、职责边界、接口流程、例外处理规则。

4.2.5 制定数据治理路线图

关键动作

按"急用先行、由点及面"排出三期路线（详见第七章）。
每期明确主题域范围、建设内容、交付物、里程碑、责任部门。
路线图与学校年度预算周期、学年工作节奏对齐（见 4.7）。
路线图每年滚动修订一次，保留变更记录。

交付物：《数据治理三年路线图》，含分期目标、任务清单、里程碑、责任矩阵。

4.2.6 定义治理度量指标与 KPI

关键动作

按 DAMA 度量框架，从"投入---过程---产出---成效"四个层面设计指标。
每项 KPI 明确：定义、计算公式、数据来源、统计周期、目标值、责任部门。定义不清的 KPI 等于没有 KPI。
KPI 数量控制在 15--20 项，避免指标泛滥导致无人关注。
建立 KPI 看板，按月自动取数，避免人工填报（人工填报的指标必然失真）。

建议的治理 KPI 体系

层面	KPI	计算口径	周期	责任部门
投入	治理专项投入占比	数据治理投入 / 信息化总投入	年	信息化中心
投入	数据专员到岗率	实际到岗专员数 / 应设专员数	季	人事处、各归口部门
过程	标准覆盖率	已发布标准的数据项数 / 核心数据项总数	季	信息化中心
过程	标准遵循率	符合标准的新建系统数 / 新建系统总数	季	信息化中心
过程	元数据采集率	已采集元数据的系统数 / 应采集系统数	季	信息化中心
过程	质量问题闭环率	已闭环问题数 / 发现问题总数	月	各归口部门
产出	核心数据质量合格率	稽核通过记录数 / 稽核总记录数	月	各归口部门
产出	数据资产登记率	已登记资产数 / 应登记资产数	季	信息化中心
产出	共享接口复用率	被 2 个以上应用调用的接口数 / 接口总数	季	信息化中心
成效	跨部门需求平均响应时长	需求受理至交付的平均工作日	月	信息化中心
成效	重复填报字段减少率	（基期重复字段数 − 当期数）/ 基期数	年	信息化中心
成效	统计报表自动生成率	自动生成的报表数 / 报表总数	年	发展规划处

4.3 过程二：执行数据治理

本过程把定义阶段的成果转化为具体行动，核心是项目化管理------把治理拆成可交付、可验收的项目，而不是笼统的"推进治理"。

4.3.1 规划数据治理项目组合

关键动作

建立治理项目池，来源包括：成熟度差距项、业务痛点、审计整改要求、上级报送要求、新建系统配套需求。
对项目池排序，评估维度为业务价值、实施难度、依赖关系、资源需求。建议采用加权打分：业务价值 40%、紧迫性 25%、可行性 20%、依赖度 15%。
形成年度项目组合，明确每个项目的目标、范围、周期、预算、负责人、验收标准。
保持组合平衡：既有打基础的标准类项目，也有出成果的应用类项目，避免长期投入无产出导致治理失去支持。

交付物：《年度数据治理项目计划》，含项目池、优先级排序表、年度组合清单、资源需求。

4.3.2 实施数据治理

关键动作

试点先行。 每个主题域先选 1--2 个高价值场景试点，验证标准、流程、工具的可行性后再推广。推荐的试点选题：学生主数据治理、教育部统计报表自动生成、跨部门数据共享门户。
标准同步。 试点过程中同步沉淀数据元标准、代码标准、指标定义，避免事后补标准。
技术固化。 将标准与规则固化为系统约束（校验规则、必填约束、代码字典、接口规范），减少对人工遵守的依赖。
分批推广。 按主题域逐批推广，每批完成后开展复盘，修订标准与流程。
变更管理。 治理带来的流程变化（新增填报校验、共享审批、权限收紧）须提前沟通，配套操作指引，必要时开展部门专项培训，降低执行阻力。
交付物：试点方案与报告、数据标准文档、规则配置清单、推广计划、复盘报告。

4.3.3 监控与报告治理执行情况

关键动作

建设数据治理驾驶舱，实时呈现 KPI、质量合格率、问题工单状态、标准遵循情况。
建立三级报告机制：月报（工作组内部，聚焦问题与进度）、季报（报委员会，聚焦成效与决策事项）、年报（全校发布，聚焦成熟度提升与价值）。
报告不追求篇幅，追求可读：一页纸讲清本期做了什么、发现什么问题、需要什么支持。
建立预警机制：KPI 连续两个周期未达标的，自动触发专项分析。
交付物：治理驾驶舱、月报/季报/年报模板与实例、预警规则。

4.4 过程三：数据治理业务管理

本过程解决治理的"合法性与持续性"问题------如何获得资源、如何与战略对齐、如何建立制度、如何让全校理解和配合。

4.4.1 构建业务论证（Business Case）

关键动作

用学校语言而不是技术语言描述价值。校领导关心的是：办学质量、评估表现、师生体验、合规风险、管理效率。
量化三类收益：效率收益（减少重复填报工时、缩短报表准备周期）、质量收益（减少因数据错误导致的决策偏差、返工）、风险收益（避免数据泄露处罚、规避审计问题）。
量化投入：人力（专员投入比例）、平台（工具与实施）、服务（咨询与评估）、培训。
给出成本收益对比与分期投入建议，避免一次性大规模投入。
明确"不做的代价"：数据不合规的风险敞口、评估材料的准备成本、师生反复填报的抱怨。这是推动决策最有效的论据。
交付物：《数据治理业务论证报告》，含现状成本测算、收益测算、投入估算、风险对比、分期建议。

4.4.2 与学校战略对齐

关键动作

梳理学校当前战略重点，找到数据治理的嵌入点。高校常见嵌入点包括：本科教育教学审核评估、学科评估与"双一流"监测、专业认证（工程教育、师范、医学）、教育数字化战略行动、学校"十四五"信息化专项规划、内部控制与审计整改。
将治理任务与上述工作的指标要求逐条对应，形成"战略---指标---数据---治理任务"的追溯链。
在年度工作计划中，将治理任务挂靠到对应的战略任务下，借助战略任务的资源与关注度推进治理。
交付物：《战略对齐矩阵》，横轴为学校战略任务，纵轴为治理任务，交叉点标注支撑关系。

4.4.3 建立数据治理制度与政策体系

关键动作

建立三级制度体系：一级为管理办法（校级），二级为实施细则（部门级），三级为操作规范与模板（岗位级）。
制度必须解决五件事：谁负责、按什么标准、走什么流程、违反怎么办、多久修订一次。
制度与考核挂钩。无考核的制度在高校很难执行。
制度发布前完成会签，重点部门（教务、人事、财务、科研）必须签署意见。
交付物：《数据治理制度汇编》，清单见附录 B。

4.4.4 沟通与培训

关键动作

分层培训：校领导层（半天，讲趋势、讲价值、讲决策事项）、部门负责人（半天，讲责任、讲考核、讲配合）、数据专员（2--3 天，讲标准、讲工具、讲操作）、普通教师与管理人员的通识培训（1 小时，讲数据对个人的影响）。
培训形式不限于授课：治理简报、案例分享、场景演示、数据质量问题现场诊断，效果通常优于纯课堂培训。
建立数据素养认证机制，数据专员通过考核后持证上岗，与岗位聘任、评优挂钩。
沟通节奏与学年节奏匹配：9 月开学强调数据采集规范，11--12 月配合统计报表，3--4 月配合评估材料，6--7 月配合毕业离校数据。
交付物：培训体系方案、课程大纲、认证题库、治理简报模板。

4.4.5 干系人管理

关键动作

绘制干系人地图，按"权力---利益"二维分类，制定差异化策略。

类型	典型对象	策略
高权力、高利益	分管校领导、教务处长、人事处长、财务处长	深度参与，纳入委员会，共同决策
高权力、低利益	其他校领导、部分职能部门负责人	保持满意，定期汇报成效，避免形成阻力
低权力、高利益	数据专员、一线教师、学生	充分赋能，提供工具与培训，培养为治理支持者
低权力、低利益	一般行政人员	最小成本沟通，通过制度与系统约束保障执行

识别关键阻力源。高校推进数据治理的阻力通常来自三处：担心数据透明化暴露管理问题、担心增加工作量、担心权力（数据独占权）被削弱。针对每类阻力设计应对：以试点成效消除疑虑、以自动化工具抵消工作量、以"数据共享不等于权力让渡"的机制设计化解第三类顾虑。
培养内部倡导者。每个核心部门至少培养 1 名理解并支持治理的业务骨干，其影响力往往大于文件要求。
交付物：干系人地图、沟通计划、阻力应对方案。

4.5 过程四：数据治理运营管理

本过程把治理从"项目"转为"日常运营"，是治理能否长期存活的分水岭。

4.5.1 建立数据管理专员机制

关键动作

按主题域设置专员，一人一域，A/B 角配置。
签订《数据专员职责书》，明确职责、权限、投入时间（建议每周不少于 0.3 人日）、考核方式。
建立专员例会制度（每月），开展横向交流与问题会诊。
建立专员激励：纳入年度考核加分、优先参加培训与考察、颁发聘书、优秀专员评选。
建立专员能力档案，记录培训、认证、承担任务、绩效评价。
交付物：专员名录、职责书、例会纪要、激励方案、能力档案。

专员机制失败的两个典型原因：一是专员被当作"兼职打杂"，无时间保障也无考核；二是专员只有责任没有权限，无法调动本部门资源。设计时须同时解决时间与权限两个问题。

4.5.2 治理项目群管理

关键动作

建立统一需求池，所有数据需求（新指标、新接口、新报表、标准变更、质量问题）统一入口受理，避免多头提需求。
需求分级：常规需求（标准内，按流程处理）、变更需求（涉及标准调整，需评审）、例外需求（突破标准，需审批）。
建立需求处理时限承诺：常规需求 3 个工作日，变更需求 10 个工作日，例外需求 15 个工作日。
项目复盘常态化：每个治理项目结束后 2 周内完成复盘，输出可复用的经验与需修订的标准。
交付物：需求池台账、分级规则、时限承诺、复盘报告。

4.5.3 日常运营支持

关键动作

建立数据问题工单系统，支持提出、分派、处理、验证、关闭全流程，每个环节有责任人与时限。
建立知识库，沉淀常见问题、标准解释、操作指引，减少重复咨询。
建立数据服务窗口（可依托一站式服务大厅），受理数据查询、共享申请、权限申请。
定期开展数据健康巡检，主动发现问题而非被动响应。
交付物：工单系统、知识库、服务目录、巡检报告。

4.6 过程五：管理数据资产

DAMA 把数据作为资产管理，包括资产识别、登记、估值、生命周期管理四个环节。高校在此环节普遍空白，也是治理价值最容易被感知的环节------当学校能拿出一本"数据资产台账"，治理的说服力会显著提升。

4.6.1 数据资产盘点与登记

关键动作

自下而上盘点：通过元数据自动采集工具，扫描各业务系统数据库，形成技术元数据清单（库、表、字段、类型、数据量、更新频率）。
自上而下梳理：按业务条线梳理业务对象与指标，形成业务元数据清单（业务含义、计算口径、责任部门、使用场景）。
双向比对，识别缺口：有表无业务含义的（技术债）、有业务无数据支撑的（数据缺口），分别列入整改清单。
建立数据资产目录，按主题域---业务对象---数据项三级组织，支持检索、申请、评价。
交付物：技术元数据清单、业务元数据清单、数据资产目录、缺口清单。

4.6.2 数据资产分类分级

关键动作

按业务属性分类：主题域分类 + 数据大类（主数据、业务数据、参考数据、分析数据、非结构化数据）。
按敏感程度分级：建议四级------公开（可对外发布）、内部（校内共享）、敏感（限定范围，如成绩、薪酬）、核心（严格管控，如身份证号、心理健康、资助银行账号）。
分级结果落到字段级，形成数据分级清单，作为权限设计与脱敏策略的依据。
建立分级变更机制：业务变化导致敏感度变化时，及时调整分级并同步权限。
交付物：数据分类清单、数据分级清单（字段级）、分级管理规范。

4.6.3 数据资产估值

高校数据资产不以交易为目的，估值主要用于内部管理与投入决策，建议采用成本法为主、收益法为辅的组合。

方法	高校适配做法	适用场景
成本法	累计建设成本（采集、清洗、标准化、平台投入）+ 维护成本	数据资产台账登记价值、部门投入核算
收益法	量化数据支撑的业务收益（节省工时、避免损失、提升效率折算）	论证治理项目价值、争取预算
市场法	参考同类高校采购数据服务、数据平台的价格	判断外部采购合理性

交付物：《数据资产估值报告》，含估值方法、测算过程、结果汇总、应用建议。

4.6.4 数据资产生命周期管理

关键动作

明确五个阶段的管理要求：产生（标准约束、质量校验）、存储（分级存储、备份策略）、使用（权限控制、使用审计）、共享（审批、脱敏、协议）、归档与销毁（期限、方式、留痕）。
制定数据保留期限表，区分学籍数据、财务数据、科研数据、日志数据的不同保留要求（遵循档案管理与业务规定）。
建立数据退出机制：系统下线时，数据必须迁移或归档，不得随系统废弃而丢失。

交付物：生命周期管理规范、数据保留期限表、系统下线数据处置流程。

4.7 治理过程与学年节奏的匹配

高校工作以学年为周期，治理活动若与学年节奏错位，将长期面临"没人有时间配合"的困境。建议按以下节奏安排。

月份	学年阶段	治理重点
9 月	开学	新生数据入库与核验、主数据同步、数据标准宣贯
10 月	教学运行	学籍数据核查、课程与教学任务数据治理
11--12 月	统计报表期	教育统计报表数据支撑、指标口径校验、年度数据质量专项
1 月	期末	成绩数据治理、学期数据归档
3--4 月	评估与检查期	审核评估、专业认证数据支撑、数据资产盘点
5--6 月	毕业季	毕业生数据治理、就业数据对接、校友数据移交
7--8 月	暑期	系统改造升级、标准修订、成熟度自评估、下年度规划

这条节奏表是方案能否落地的实操关键。多数治理方案失败不在于方法错误，而在于把治理任务安排在业务最忙的时段，最终被无限期推迟。

五、关键知识领域落地设计

本章按 DAMA 十一个知识领域，逐一设计高校落地方案。每个领域统一按"目标---关键动作---交付物---度量"四段式展开。

5.1 数据架构

目标：形成清晰的数据分层、主题域划分与数据分布地图，使全校数据流向可描述、可管控。

关键动作

建立五层数据架构（源系统层、汇聚层、标准与主数据层、服务层、应用层），明确各层职责与禁止行为（如禁止应用层直连源系统数据库）。
划分十个主题域，明确每个主题域的权威数据源。
绘制数据分布地图：每个核心数据项在哪些系统产生、在哪些系统存储、被哪些应用使用。
绘制核心数据流图：以学生、教职工两个主数据为线索，画出跨系统流转路径。
建立架构评审机制：新建或改造系统须提交数据架构方案，经工作组评审后方可实施。

交付物 ：数据架构规划、主题域划分说明、数据分布地图、核心数据流图、架构评审规则。

度量：数据分布地图覆盖核心数据项比例、架构评审覆盖率。

5.2 数据建模与设计

目标：建立统一的数据模型规范与数据元标准，使数据定义一致、可复用。

关键动作

制定建模规范：概念模型（业务对象关系）、逻辑模型（实体属性）、物理模型（表结构）三级规范，明确命名规则、数据类型、主外键约定。
建设数据元标准库：定义数据元的名称、定义、类型、长度、值域、计量单位、来源系统、责任部门、敏感级别。优先覆盖学生、教职工、组织机构、课程四个主题域的核心数据元。
建立指标标准：统一定义常用指标（在校生数、专任教师数、生师比、毕业生就业率、生均教学经费等），明确计算公式、统计口径、数据来源、责任人。指标定义冲突是高校报表数据打架的最主要原因，须优先解决。
标准发布与版本管理：标准有版本号、修订记录、生效日期、废止日期。
标准符合性审查：新建系统上线前、新报表发布前必须通过审查。

交付物 ：数据建模规范、数据元标准库、指标定义手册、标准符合性审查表。

度量：核心数据元标准覆盖率、指标口径统一率、新建系统标准符合率。

5.3 数据存储与操作

目标：保障数据存储的可靠性、可用性与性能，规范生产运维行为。

关键动作

制定数据库设计与运维规范：字符集统一（推荐 UTF-8）、时区统一、主键策略、索引规范、归档策略。
建立备份与恢复机制：核心数据每日全量+增量备份，定期恢复演练，明确 RPO/RTO 指标。
建立容量与性能监控，提前预警。
严格管控生产数据变更：禁止直连修改生产数据，所有变更走脚本、留记录、双人复核。
建立测试数据管理规范，测试环境使用脱敏数据，禁止直接使用生产数据。

交付物 ：数据库规范、备份恢复方案、恢复演练记录、变更管理流程、测试数据规范。

度量：备份成功率、恢复演练通过率、生产数据直改事件数（目标为零）。

5.4 数据安全

目标：实现数据分级分类管控，满足法律法规与等级保护要求，敏感数据可识别、可管控、可审计。

关键动作

完成数据分级分类（见 4.6.2），落到字段级。
建立权限模型：基于角色的访问控制（RBAC）+ 属性基访问控制（ABAC），明确"最小必要"授权原则，定期开展权限复核（建议每学期一次）。
实施敏感数据保护：传输加密（HTTPS/TLS）、存储加密（身份证号、银行账号等）、展示脱敏（手机号中间四位掩码）、导出管控（水印、审批、限量）。
建立全流程审计：数据访问、导出、变更、共享全程留痕，日志保存不少于 6 个月。
开展合规检查：对照《个人信息保护法》《数据安全法》与等级保护要求，每年至少一次自查，形成整改清单。
建立数据安全事件应急机制：分级响应、处置流程、上报路径、复盘要求。

交付物 ：数据分级清单、权限矩阵、脱敏规则库、审计日志规范、合规自查报告、应急预案。

度量：敏感字段分级覆盖率、高危权限整改率、审计覆盖率、安全事件数。

5.5 数据集成与互操作

目标：建成统一的数据共享通道，消除点对点接口，实现"一次采集、多方复用"。

关键动作

建设统一共享交换平台，所有跨系统数据交换通过平台进行，禁止系统间私自对接。
制定接口规范：RESTful API 标准、数据格式（JSON/XML）、错误码、鉴权方式、限流策略、版本管理。
建立数据服务目录：按主题域发布可用数据服务，含服务说明、字段说明、调用方式、申请流程。
建立共享审批流程：需求方申请 → 数据 Owner 审批 → 工作组备案 → 开通授权 → 使用监控。
支持批量与实时两种模式：报表类用批量同步，业务协同（如学籍变更触发一卡通状态变更）用实时消息。
逐步清理存量点对点接口，纳入统一平台。

交付物：共享平台、接口规范、数据服务目录、共享审批流程、接口台账。

度量：平台接口占比、接口复用率、点对点接口存量下降率、需求响应时长。

5.6 文档与内容管理

目标：把非结构化数据（公文、档案、课件、影像、音视频）纳入统一管理，与结构化数据形成完整数据视图。

关键动作

梳理非结构化数据资产：明确各类文档的产生系统、存储位置、责任部门、保留期限。
建立文档分类体系与元数据规范（标题、类型、密级、责任者、成文日期、关联业务对象）。
推进电子档案规范化：学籍档案、成绩档案、科研档案、公文档案与档案馆系统对接，实现单套制归档。
建立内容检索能力：支持按业务对象（学生、项目）关联查询相关文档。

交付物 ：非结构化数据清单、文档元数据规范、归档对接方案、检索服务。

度量：非结构化数据登记率、电子归档率、检索命中率。

5.7 参考数据与主数据

目标：建成统一的代码集与主数据体系，从源头消除"一数多源"。

关键动作

参考数据（代码集）治理：梳理全校在用的代码集（性别、民族、学历、学位、职称、专业、学科、行政区划、国别等），以国家标准和教育行业标准为准，建立校级代码集库，统一维护、统一分发。业务系统不得自建代码集，只能引用。
主数据识别：确定五类主数据------学生、教职工、组织机构、课程、科研项目。
主数据管理平台建设：实现主数据的唯一标识、统一编码、集中维护、变更分发、历史留存。
主数据准入规则：明确每条主数据的权威源系统、产生规则（如学号编码规则）、变更触发条件、分发范围与时效。
主数据清洗与合并：处理存量重复数据（同一人多条记录、同一课程多种编码），建立匹配规则与人工仲裁机制。
主数据质量监控：对完整性、唯一性、一致性设置监控规则，异常自动告警。

交付物 ：校级代码集库、主数据标准（含编码规则）、主数据平台、清洗报告、监控规则。

度量：代码集统一率、主数据唯一率、主数据分发及时率、跨系统主数据一致率。

主数据是高校数据治理投入产出比最高的领域。学生和教职工两类主数据一旦统一，校内的口径冲突会减少一半以上------几乎所有跨部门报表矛盾，最终都能追溯到这两类主数据的不一致。

5.8 数据仓库与商务智能

目标：建成校级数据仓库与指标体系，支撑管理决策、对外报送与专题分析。

关键动作

建设校级数据仓库，按主题域组织（学生、教学、科研、人事、财务、资产），采用分层建模（ODS→DWD→DWS→ADS）。
建设指标体系：分为战略层（学校核心指标）、管理层（部门业务指标）、操作层（明细指标），每个指标有唯一定义与责任人。
建设管理驾驶舱：面向校领导的综合视图（办学规模、师资结构、教学质量、科研产出、财务状况、学生发展），面向部门的业务视图。
支撑对外报送：教育统计报表、评估材料、专项监测数据，从数据仓库自动取数，减少人工填报。
建立数据产品化机制：每个分析主题形成可复用的数据集与分析模板，避免重复开发。

交付物 ：数据仓库、指标体系、驾驶舱、报表中心、分析模板库。

度量：报表自动生成率、指标复用率、驾驶舱使用频次、数据需求交付周期。

5.9 元数据

目标：建立覆盖技术、业务、管理三类元数据的元数据中心，支撑数据查找、理解与血缘分析。

关键动作

技术元数据自动采集：通过工具扫描数据库、ETL 任务、接口，自动获取表结构、字段、数据量、更新时间、依赖关系。
业务元数据人工维护：由数据专员补充业务含义、计算口径、使用场景、责任部门。技术元数据可自动，业务元数据必须人工------这是元数据项目最常见的失败点，误以为工具能解决一切。
管理元数据登记：数据所有者、安全级别、保留期限、共享范围、更新频率。
建设数据血缘：追踪数据从源系统到报表的完整链路，支持影响分析（改这个字段会影响哪些报表）与溯源分析（这个报表数字从哪来）。
建立元数据维护流程：新建表、新增字段、修改口径必须同步更新元数据，纳入上线检查项。

交付物 ：元数据中心、元数据标准、血缘图谱、元数据维护流程。

度量：技术元数据采集率、业务元数据填写完整率、血缘覆盖率。

5.10 数据质量

目标：建立规则化、可量化、可闭环的数据质量管理机制。

关键动作

定义质量维度：按 DAMA 框架采用六个核心维度，并结合高校场景明确判定标准。

维度	定义	高校示例
完整性	必需数据项非空	学生记录缺身份证号、缺培养方案
准确性	数据与客观事实一致	职称与实际聘任不符、成绩录入错误
一致性	同一数据在不同系统取值相同	学籍状态与在校状态冲突
唯一性	同一实体不重复	同一学生两条学籍记录
及时性	数据在规定时限内更新	学籍异动后 3 个工作日未同步
有效性	数据符合值域与格式规范	手机号位数错误、日期超出合理范围

建立质量规则库：每条规则明确规则类型（非空、值域、格式、关联、逻辑、重复）、适用范围、校验频率、严重级别、责任人、处置方式。建议首期建设 200--300 条核心规则。
实施质量稽核：按日/周/月自动执行稽核，生成问题清单，自动分派至责任专员。
建立闭环流程：发现问题 → 分派 → 核实 → 整改 → 复检 → 关闭。每个环节有时限，超时升级。
质量问题根因分析：不只改数据，更要改规则、改流程、改系统校验，防止同类问题反复出现。
发布质量报告：按月发布数据质量报告，按主题域排名，纳入部门考核。

交付物 ：质量维度定义、质量规则库、稽核任务配置、问题工单台账、质量报告。

度量：核心数据质量合格率、问题闭环率、平均整改时长、同类问题复发率。

六、数据管理成熟度评估方案

本章是针对高校数据治理设计的评估方法。方案遵循 DAMA-DMBOK2 第 15 章"数据管理成熟度评估"的方法逻辑：以知识领域为评估对象、以环境要素为观测维度、以成熟度等级为标尺、以证据为基础、以改进为出口。

6.1 评估目的与设计原则

评估要回答的四个问题

学校当前数据管理能力处于什么水平（基线定位）。
与同类院校、与学校战略需要相比，差距在哪里（差距诊断）。
差距的成因是组织、制度、标准、技术还是能力（归因分析）。
下一步优先做什么、投入多少、预期达到什么水平（改进决策）。

六条设计原则

原则	含义	反面做法（须避免）
证据驱动	每个评分必须有可查验的证据支撑，无证据不评分	凭印象打分、凭汇报打分
领域全覆盖	覆盖 DAMA 十一个知识领域，不遗漏薄弱环节	只评信息化中心熟悉的领域
双维观测	既看做了什么（活动），也看支撑条件（组织、制度、技术、度量）	只看系统功能，不看机制
可重复	同一对象在不同时点评分结果可比	每次评估换一套指标
面向改进	评估结论必须转化为改进计划	出报告即结束
独立客观	评估者与被评对象分离，评分有校准	部门自评自定分

6.2 评估模型总体设计

评估模型采用"领域 × 环境要素 × 成熟度等级"的三维结构。

第一维：评估域（8 个）

DAMA 十一个知识领域在高校评估中合并为八个评估域，合并逻辑是职责相关性------把由同一批人、同一套机制承担的领域合并，避免重复评估、重复扣分。

评估域	覆盖的 DAMA 知识领域	评估重点
A 数据治理与组织	数据治理	组织、认责、制度、决策机制、治理过程运转
B 数据架构与建模	数据架构、数据建模与设计、数据存储与操作	架构规划、模型规范、数据分布、运维规范
C 数据标准与主数据	参考数据与主数据（标准部分）	数据元标准、代码集、指标定义、主数据管理
D 数据质量	数据质量	维度定义、规则库、稽核、闭环、报告
E 元数据与数据资产	元数据、数据治理（资产管理部分）	元数据采集、血缘、资产目录、分级、生命周期
F 数据集成与共享	数据集成与互操作性、文档与内容管理	共享平台、接口规范、服务目录、非结构化数据
G 数据安全与合规	数据安全	分级分类、权限、脱敏、审计、合规
H 数据应用与分析	数据仓库与 BI	仓库建设、指标体系、报表自动化、分析应用

第二维：环境要素（5 个）

每个评估项均按 DAMA 环境要素观测，确保评估不只停留在"有没有系统"，而深入到"有没有机制"。

环境要素	观测内容
目标与原则	是否有明确目标、原则，并被理解和引用
活动与流程	是否有规范的活动、流程，并被实际执行
交付物	是否有可查验的产物（制度、标准、报告、模型）
角色与职责	是否有人负责，职责是否明确并被履行
技术与度量	是否有工具支撑，是否有量化指标并用于改进

第三维：成熟度等级（6 级）

采用 DAMA 六级划分（0--5），与国际主流模型一致，便于横向比较。

6.3 成熟度等级定义

等级定义必须给出可判定的特征，否则评分无法收敛。以下每一级都从"过程、组织、交付物、度量"四个特征描述。

等级	名称	过程特征	组织特征	交付物特征	度量特征
L0	无能力	无相关活动，或活动完全随机	无人负责	无	无
L1	初始级	有零散活动，靠个人经验和临时协调，结果不可预测	责任隐含在个别岗位，无正式授权	有零散文档或个人记录，不成体系	无度量，凭感觉判断
L2	可重复级	关键活动形成惯例，在相似场景下可重复成功，但未文档化、未标准化	指定了责任人，但职责边界模糊	有可复用的模板与记录，未统一发布	有基本统计，但不定期、不用于改进
L3	已定义级	活动有标准流程并文档化，全校统一执行，有明确输入输出	组织健全，职责写入制度并被履行	制度、标准、模板成体系并正式发布	有定期指标，用于监控与考核
L4	已管理级	流程有量化目标，执行情况被持续测量与分析，偏差可纠正	有专职团队与能力建设机制	有量化管理报告与过程改进记录	指标有目标值，定期分析并驱动改进
L5	已优化级	流程持续优化，能基于数据预测问题并主动调整	形成数据文化，创新被鼓励与推广	有前瞻性规划、创新实践与方法论沉淀	度量体系完整，用于预测与决策

等级判定的关键规则

不跳跃原则：某域达到 L3 的前提是该域全部评估项中 80% 以上达到 L2。等级是整体能力，不是最好的一项。
短板否决：A 域（数据治理与组织）得分低于 2.0 时，学校综合等级不高于 L2。理由：治理是 DAMA 车轮的中心，治理缺位时其他领域的成果难以持续。
证据一致性：制度、系统、访谈三类证据相互矛盾的，以较低的证据为准，并要求被评对象说明。

6.4 评估指标体系

指标体系采用两级结构：一级为 8 个评估域，二级为 60 个评估项（明细见附录 C）。权重分配体现"治理与质量优先"的高校实际。

一级权重分配

评估域	评估项数	权重	权重设定理由
A 数据治理与组织	9	18%	治理是体系运转的前提，权重最高
B 数据架构与建模	7	12%	决定长期可扩展性，短期见效慢
C 数据标准与主数据	8	14%	直接决定口径统一，投入产出高
D 数据质量	9	18%	最易被业务感知，与治理互为因果
E 元数据与数据资产	7	10%	基础能力，高校普遍薄弱
F 数据集成与共享	7	12%	决定数据能否流动
G 数据安全与合规	7	10%	合规底线，一票否决事项所在
H 数据应用与分析	6	6%	是结果而非原因，权重适度降低
合计	60	100%	---

二级评估项的评分依据

每个评估项按 0--5 分评分，评分锚点统一如下（附录 C 中对每项给出 L3 达标判据）。

分值	判定标准
0	完全未开展，无任何相关活动或产物
1	有零星活动，依赖个人推动，无固定做法
2	已在主要场景形成惯例，有记录可查，但未标准化、未全校执行
3	有正式发布的流程与产物，全校统一执行，有明确责任人
4	有量化目标与定期测量，执行偏差能被发现并纠正
5	持续优化，能预测风险并主动调整，形成可推广的方法

评分取整规则：评估项得分可为 0.5 的整数倍（如 2.5），以减少评分者的主观挤压。域得分保留一位小数。

6.5 评分方法与计算规则

计算步骤

单项评分：每位评估师独立为 60 个评估项打分，每项须附证据编号。
单项校准：同一项多位评估师分歧 ≥ 1.5 分的，召开校准会共同复核证据后确定最终分。分歧 < 1.5 分的取算术平均。
域得分 ：域内评估项等权平均。
域得分 = Σ(该域各评估项最终得分) / 该域评估项数
综合得分 ：各域得分按一级权重加权求和。
综合得分 = Σ(域得分 × 域权重)
等级映射：按综合得分落入区间确定等级。

综合得分区间	等级
0 -- 0.99	L0 无能力
1.00 -- 1.99	L1 初始级
2.00 -- 2.99	L2 可重复级
3.00 -- 3.99	L3 已定义级
4.00 -- 4.49	L4 已管理级
4.50 -- 5.00	L5 已优化级

短板修正：应用 6.3 的短板否决规则，确定最终等级。
结果呈现：输出雷达图（8 个轴对应 8 个域，标出基线值与目标值）、域得分柱状图、60 项得分热力表。

目标值设定建议

阶段	综合得分目标	说明
基线（第 1 年）	现状值，通常在 1.5--2.2 之间	多数高校处于 L1 末期至 L2 初期
一期目标（第 1 年末）	2.5	治理组织建成、标准体系初具、质量问题可见
二期目标（第 2 年末）	3.0	达到 L3，核心域全部标准化
三期目标（第 3 年末）	3.5--3.8	关键域进入 L4，具备量化管理能力

目标值必须结合基线确定，不宜直接套用。若基线已高于 2.5，应把目标上移至 3.5 以上；若基线低于 1.5，一期目标宜设为 2.2，避免目标虚高导致治理失信。

6.6 评估流程

评估按五阶段十二步执行，全过程建议 6--8 周。

阶段	步骤	主要工作	产出	建议工期
一、准备	1. 立项与授权	委员会批准评估，明确范围、目的、纪律要求	评估授权文件	第 1 周
	2. 组建评估组	确定组长、内部评估师、外部专家，签署保密承诺	评估组名单	第 1 周
	3. 制定评估计划	明确日程、访谈对象、资料清单、抽样范围	评估计划书	第 1 周
	4. 宣贯与问卷发放	召开启动会，说明目的与方法；发放自评问卷	会议纪要、问卷	第 2 周
二、采集	5. 资料审查	收集并审查制度、标准、报告、台账等文档	资料审查记录	第 2--3 周
	6. 访谈	分层访谈校领导、部门负责人、专员、技术人员	访谈记录	第 3--5 周
	7. 系统查验	现场查验系统功能、数据、日志、配置	查验记录与截图	第 4--5 周
	8. 抽样核查	抽取数据记录核查质量与流程执行情况	抽样核查表	第 5 周
三、评分	9. 独立评分	评估师按 60 项独立打分，附证据编号	评分表（初稿）	第 6 周
	10. 校准与复核	分歧项复核证据、召开校准会、形成终值	评分表（终稿）	第 6 周
四、报告	11. 编制报告	撰写评估报告，形成结论与建议	评估报告	第 7 周
五、应用	12. 结果反馈与改进	向委员会汇报、向被评对象反馈、制定改进计划	汇报材料、改进计划	第 8 周

评估节奏建议：每年开展一次自评估（可精简为问卷+访谈+文档审查，2--3 周完成），每两年开展一次完整评估（可引入第三方），形成"年度自评看趋势、双年全评看水平"的机制。

6.7 评估组织与角色分工

角色	组成	职责	人数建议
评估领导小组	数据治理委员会	批准评估、听取汇报、审定改进计划	---
评估组组长	工作组组长（CDO）	统筹评估全过程、主持校准会、签署报告	1 人
内部评估师	信息化中心骨干 + 跨部门数据专员	资料审查、访谈、查验、评分	4--6 人
外部专家（可选）	高校信息化专家、数据治理咨询顾问	提供外部视角、校准评分、审核结论	1--2 人
被评对象	各归口部门及数据专员	提供资料、接受访谈、配合查验、确认事实	全覆盖
评估秘书	工作组秘书	日程协调、资料归档、记录整理	1 人

独立性保障：内部评估师不得评估本人所在部门；跨部门互评是提高客观性的有效手段，建议采用"交叉评估"配置。

6.8 证据采集方法与证据清单

五种采集方法及其适用场景

方法	适用	优势	局限	使用要点
自评问卷	全量评估项初筛	覆盖广、成本低	易虚高	题目设计为事实型而非感受型
文档审查	制度、标准、报告类评估项	客观、可留档	只能证明"有"，不能证明"用"	须核对发布时间、版本、执行记录
访谈	组织、机制、文化类评估项	能发现真实执行情况	主观性强	分层访谈，交叉验证
系统查验	技术类评估项	直接验证功能与数据	需被评方配合演示	采用"随机指定路径"查验，防止预演
抽样核查	质量、流程执行类评估项	验证执行的真实性	样本量有限	按规定抽样比例，记录抽样方法

证据等级要求：每个评估项至少需要两类证据，且其中至少一类为客观证据（文档、系统、数据）。仅有访谈口述的，评分上限为 2 分。

核心证据清单（按域）

评估域	必备证据
A 治理与组织	治理委员会成立文件与会议纪要、制度汇编、组织架构与职责文件、专员聘任文件、年度治理计划与总结、KPI 看板截图、成熟度评估报告
B 架构与建模	数据架构规划、主题域划分文档、数据分布地图、建模规范、模型文件、数据库运维规范、备份恢复演练记录
C 标准与主数据	数据元标准库、代码集清单、指标定义手册、标准发布记录、标准符合性审查记录、主数据平台截图、主数据变更日志
D 数据质量	质量维度定义、规则库清单、稽核任务配置、问题工单台账、质量月报、整改记录与复检记录
E 元数据与资产	元数据采集清单、血缘图、数据资产目录、分级清单、资产估值报告、生命周期管理规范
F 集成与共享	共享平台架构、接口规范、服务目录、共享审批记录、接口调用统计、点对点接口清理记录
G 安全与合规	分级分类清单、权限矩阵、脱敏规则、审计日志样本、合规自查报告、应急预案与演练记录、等级保护测评报告
H 应用与分析	数据仓库模型、指标体系文档、驾驶舱截图、报表清单与自动化率统计、分析报告实例

6.9 评估工具包

工具一：自评问卷

结构：8 个域 × 每域 7--8 题，共 60 题，与评估项一一对应。
题型：事实型选择题（3--5 个选项，对应不同成熟度）+ 证据填报栏 + 补充说明栏。
示例（D 域数据质量）：

题号	题目	选项（对应分值）
D-1	学校是否定义了数据质量维度及判定标准	A 未定义（0）｜B 口头约定（1）｜C 有文档但未发布（2）｜D 已发布并全校执行（3）｜E 有量化目标并定期测量（4）｜F 持续优化并预测（5）
D-2	是否建立了数据质量规则库	A 无（0）｜B 少量人工检查（1）｜C 部分主题域有规则（2）｜D 覆盖核心数据项，系统自动执行（3）｜E 规则有效性定期评估（4）｜F 规则自适应优化（5）
D-3	数据质量问题是否有闭环流程	同上五级选项结构

发放范围：全部归口部门 + 信息化中心，一部门一份，由部门负责人与数据专员共同填写并签字。

工具二：访谈提纲（分层设计）

访谈对象	核心问题
分管校领导	学校数据治理的目标是什么？委员会一年开几次会、定了什么？治理投入如何保障？遇到部门推不动时怎么处理？
部门负责人	本部门对哪些数据负责？数据出错时谁处理？有没有因为数据口径和别的部门争执过？共享数据要多久？
数据专员	你的职责写在哪份文件里？每周花多少时间在数据工作上？有没有工具支持？遇到问题找谁？
信息化中心负责人	数据治理组织如何运转？标准推行阻力在哪？平台能力短板是什么？如何衡量治理成效？
技术人员	主数据如何分发？共享接口如何管理？元数据是否自动采集？权限如何控制？

访谈纪律：每场 45--60 分钟，2 名评估师在场（1 人主问、1 人记录），访谈记录当场确认签字。

工具三：系统查验清单

按"随机指定业务对象、现场跟踪数据流向"的方式查验，避免被评方预演。查验路径示例：

随机指定一名在校学生，追踪其数据在教务、学工、财务、一卡通系统的关键字段是否一致。
随机指定一个指标（如"生师比"），追踪其计算来源、口径定义、责任人。
随机指定一张报表，追踪其数据血缘直至源表。
随机指定一个敏感字段，查验其分级、脱敏、访问日志。

工具四：评分表

字段包括：评估项编号、评估项名称、评分（0--5，0.5 步长）、主要证据编号、扣分理由、改进建议、评估师签名。

工具五：评估报告模板

一、评估概况（目的、范围、方法、时间、评估组）

二、总体结论（综合得分、成熟度等级、与上期对比）

三、域得分与雷达图

四、分域分析（每域：得分、优势、差距、证据、改进建议）

五、关键发现（5--8 条，按影响排序）

六、短板与风险（须立即处理的事项）

七、改进建议与优先级（速赢/重点/长期三档）

八、附录（评分明细表、证据清单、访谈记录索引、抽样核查表）

6.10 结果应用与改进闭环

结论分级与对应动作

综合得分	结论	校方动作
≥ 4.0	卓越	提炼方法论，对外输出经验；重点转向创新与预测能力
3.0--3.9	良好	保持机制运行，补强薄弱域，向量化管理推进
2.0--2.9	合格	巩固标准化成果，重点解决未达 L3 的域
1.0--1.9	待改进	集中补基础：组织、制度、标准三项优先
< 1.0	薄弱	启动专项治理，由委员会直接督办

改进计划三张清单

清单	时间跨度	内容特征	示例
速赢清单	0--3 个月	低成本、快见效、可感知	发布数据治理办法、成立工作组、明确专员、清理 3 个高频指标口径
重点清单	3--12 个月	需跨部门协同、有明确交付物	建成学生主数据、上线质量规则库、发布数据资产目录
长期清单	12--36 个月	涉及机制与文化、需持续投入	数据素养认证体系、数据文化培育、量化管理能力建设

复评机制

年度自评：每年 7--8 月（暑期）执行，与年度治理总结同步，形成趋势曲线。
双年全评：每两年一次完整评估，可与第三方评估交替进行。
专项复评：重大治理项目完成后，对相关域开展专项复评，验证成效。
基线锁定：首次评估的评分表与证据须完整归档，作为后续对比的唯一基准，不得追溯修改。

6.11 与国家标准的对标

校方在对外申报、上级检查、同行比较时，常需引用国家标准 GB/T 36073-2018《数据管理能力成熟度评估模型》（DCMM）。本方案评估结果可按以下映射关系转换，避免重复评估。

本方案评估域	DCMM 能力域	映射说明
A 数据治理与组织	数据战略、数据治理	合并对应，本方案更强调组织与认责
B 数据架构与建模	数据架构	直接对应
C 数据标准与主数据	数据标准	直接对应
D 数据质量	数据质量	直接对应
E 元数据与数据资产	数据生存周期（部分）	资产管理与生命周期对应
F 数据集成与共享	数据应用（部分）、数据生存周期（部分）	集成与共享跨两个能力域
G 数据安全与合规	数据安全	直接对应
H 数据应用与分析	数据应用	直接对应

等级对应：

本方案 L0--L5 与 DCMM 1--5 级的对应关系为 L0--L1 对应 DCMM 1 级（初始级）

L2 对应 2 级（受管理级）

L3 对应 3 级（稳健级）

L4 对应 4 级（量化管理级）

L5 对应 5 级（优化级）

两套模型的评分粒度不同，映射结果仅供参照，不作为等级认定依据。

6.12 评估质量控制与常见偏差防范

常见偏差	表现	防范措施
自评虚高	部门问卷一律选最高档	事实型题目设计、要求附证据、系统查验交叉验证
晕轮效应	因某方面做得好而全域给高分	分项独立评分、跨域交叉评审
近因效应	依据最近一次成功项目评分	要求提供连续 12 个月的执行记录
证据不足	凭印象给 3 分以上	无两类证据的评分上限 2 分，写入评分纪律
只评不改	报告归档后无下文	改进计划提交委员会审定，纳入年度考核
口径漂移	两次评估指标解释不同	指标定义与评分锚点固化，修订须留版本记录
评估疲劳	部门应付了事	控制评估频次、精简材料清单、一次采集多方复用

评估纪律三条

评估组对评估期间获知的业务数据与敏感信息承担保密义务，评估材料仅用于评估目的。
被评对象不得干预评分，不得事先"包装"证据；发现伪造证据的，该评估项计 0 分并在报告中说明。
评估结论在校内公开（可脱敏），接受监督。公开本身是最有效的质量控制。

七、实施路线图

7.1 分期规划

治理按三期推进，每期有明确的主题与交付物，避免"全面铺开、全面停滞"。

期次	时间	主题	重点任务	关键交付物	成熟度目标
一期：筑基	第 1--6 月	建组织、立规矩、摸家底	成立组织、发布制度、基线评估、制定标准框架、建设平台基础、学生与教职工主数据试点	治理章程、制度汇编、基线评估报告、数据标准框架、主数据平台、资产目录初版	2.0--2.3
二期：成体系	第 7--18 月	推标准、治质量、通共享	四大主题域标准落地、质量规则库与稽核、共享平台与数据服务目录、数据仓库与指标体系、权限治理	数据标准库、质量规则库与月报、数据服务目录、校级数据仓库、权限矩阵	2.6--3.0
三期：见价值	第 19--36 月	资产运营、数据驱动	数据资产估值与运营、报表自动化、画像与预警、数据文化、量化管理	资产估值报告、自动化报表中心、画像系统、数据素养认证体系、量化管理报告	3.3--3.8

分期推进的三条经验

一期必须出"看得见"的成果。 单纯建制度、建平台，一年后仍无人感知治理价值。建议一期至少交付两个可演示的成果：一个自动生成的统计报表、一个跨系统一致的学生主数据视图。
二期是治理最艰难的阶段。 标准推行会触及部门既有习惯，质量整改会暴露历史问题。此时需要委员会层面的持续支持，以及明确的考核约束。
三期才谈数据文化。 在基础能力未建成时谈数据文化，容易流于口号。

7.2 一期工作任务分解

编号	任务	主要内容	责任主体	工期	交付物
1.1	组织建设	成立委员会与工作组、发文明确职责、聘任专员	校办、信息化中心	2 月	成立文件、职责书、专员名单
1.2	制度制定	编制数据管理办法及配套细则、完成会签与发布	工作组	3 月	制度汇编
1.3	基线评估	按第六章方案开展成熟度基线评估	工作组 + 第三方	2 月	评估报告
1.4	范围与蓝图	确定主题域、系统清单、架构规划、路线图	信息化中心	2 月	范围说明书、架构规划
1.5	标准框架	数据元规范、代码集规范、指标定义规范、主数据编码规则	工作组 + 业务部门	3 月	标准框架文件
1.6	平台建设	元数据采集、主数据管理、质量稽核、共享交换基础功能	信息化中心 + 厂商	4 月	平台上线
1.7	主数据试点	学生、教职工主数据清洗、建模、上线、分发	教务处、人事处、信息化中心	4 月	主数据上线、清洗报告
1.8	数据资产盘点	技术元数据采集、业务元数据梳理、资产目录初版	信息化中心 + 专员	3 月	资产目录
1.9	试点场景	选 1--2 个高价值场景（如统计报表自动生成）验证	发规处、信息化中心	3 月	场景上线、效果评估
1.10	培训宣贯	分层培训、治理简报、专题宣讲	工作组	全程	培训记录、简报
1.11	一期验收	成果验收、复盘、二期规划	委员会	1 月	验收报告、二期计划

7.3 资源投入估算

角色	投入方式	一期投入估算	说明
首席数据官（CDO）	兼职	每周 1 人日	由信息化中心主任兼任
数据治理岗（专职）	专职	1--2 人 × 6 月	建议在信息化中心新设或调整编制
数据专员	兼职	10 人 × 每周 0.3 人日 × 6 月	约 7 人月
技术实施（内部）	专职	2 人 × 6 月	平台建设与数据开发
厂商实施	外部服务	按项目合同	平台实施、数据清洗、接口开发
外部咨询/评估	外部服务	1 次基线评估 + 方法论辅导	可选，建议保留
合计（内部）	---	约 30--35 人月	不含厂商投入

二三期投入随主题域扩展递增，二期建议内部投入 40--50 人月，三期 30--40 人月（重心转向运营与应用）。

7.4 预算构成建议

类别	占比建议	内容
平台与工具	40%--50%	元数据、主数据、数据质量、共享交换、数据仓库、可视化
实施服务	20%--25%	数据清洗、模型开发、接口开发、系统集成
咨询与评估	10%--15%	基线评估、方法论辅导、第三方评估
培训与宣贯	5%--10%	课程开发、外部培训、认证、宣传材料
运维与持续优化	10%--15%	平台运维、规则维护、版本升级

预算设计的一个原则：平台投入占比不宜超过一半。高校数据治理失败的常见形态是"买了平台没人用"，原因往往是实施服务与培训投入不足，平台上线后无人维护标准与规则。

7.5 里程碑与验收标准

里程碑	时间	验收标准
M1 组织与制度就位	第 3 月末	委员会与工作组成立文件发布；数据管理办法正式印发；10 个主题域专员全部到岗
M2 基线与蓝图确认	第 4 月末	基线评估报告通过评审；架构规划与三年路线图经委员会审定
M3 标准与平台就绪	第 6 月末	数据标准框架发布；平台核心功能上线并通过功能验收；元数据采集覆盖 8 个以上核心系统
M4 试点见效	第 6 月末	学生与教职工主数据上线分发；至少 1 个试点场景投入运行并有量化效果
M5 一期验收	第 6 月末	一期全部交付物齐备；成熟度自评得分 ≥ 2.0；委员会验收通过

八、典型场景与价值验证

治理需要场景承载价值。以下五个场景是高校投入产出最明显的方向，建议作为治理成效的对外证明。

8.1 场景一：学生"一人一档"与一数一源

现状痛点：一名学生的基本信息分散在招生、教务、学工、财务、一卡通、图书馆、就业七个系统中，字段重复率达 70% 以上；学籍状态变更后，其他系统需人工通知或定期同步，常出现"已退学仍能刷卡就餐""已毕业仍有宿舍床位"。

治理路径

确定学号为唯一标识，教务处为学籍数据权威源。
建立学生主数据模型，明确 60--80 个核心字段及其权威源。
通过主数据平台实现变更实时分发，下游系统订阅。
建立字段级责任表，每个字段有责任部门与专员。

预期效果： 跨系统学生信息一致率提升至 99% 以上；学籍异动同步时间由"周级/人工"降至"分钟级/自动"；重复采集字段减少 50% 以上。

8.2 场景二：教育统计报表自动生成

现状痛点：高基表等统计报表涉及数百个指标，需向十余个部门要数，反复对账，一轮填报耗时数周；同一指标在不同报表中口径不同，需人工调整。

治理路径

梳理报表指标清单，逐项确定定义、计算公式、数据来源、责任人。
在数据仓库中建立指标层，固化计算逻辑。
开发报表自动生成与校验功能，输出前自动比对历史值与逻辑关系。
建立指标口径变更审批流程，变更同步更新报表逻辑。

预期效果：报表准备周期由数周缩短至数天；人工对账工作量下降 60% 以上；口径争议显著减少。

8.3 场景三：审核评估与专业认证的数据支撑

现状痛点：本科教育教学审核评估、工程教育认证、学科评估需要大量过程性数据（课程目标达成度、师资结构、生均资源、就业质量），往往临时组织人员"翻档案、补台账"，数据可信度受质疑。

治理路径

将评估指标体系拆解为数据需求清单，逐项映射到校内数据资产。
缺失的数据项纳入采集范围，通过系统改造固化采集。
建立评估数据专区，按评估周期自动生成数据包。
保留数据生成过程记录，形成可追溯的证据链。

预期效果：评估材料准备周期缩短 50% 以上；数据可追溯到源系统与业务过程；减少临时补材料带来的合规风险。

8.4 场景四：教师与学生画像

现状痛点：教师考核、职称评审、学生学业预警、资助认定各需一套数据，重复统计；画像结果因数据来源不同而互相矛盾。

治理路径

以主数据为骨架，整合教学、科研、财务、一卡通、图书、行为数据。
建立画像标签体系，每个标签有明确计算口径与数据来源。
标签计算依赖标准化的明细数据层，避免直接从源系统取数。
画像结果按权限分级开放，敏感标签（心理健康、资助）严格管控。

预期效果：形成统一的人员数据视图；学业预警由"事后统计"转为"过程预警"；减少各部门重复统计。

8.5 场景五：数据服务门户与"最多填一次"

现状痛点：教师每年填写各类表格数十份，大量字段重复；学生办事需在多个系统重复提交相同材料。

治理路径

建设数据服务目录，将可复用数据以 API 形式发布。
表单类应用改造为"调用已有数据 + 只填增量"，优先在职称评审、年度考核、评奖评优等高频场景落地。
建立"已采集数据不再要求重复提交"的制度约束，写入办事指南。
统计复用情况，定期通报。

预期效果：高频表单填写字段减少 50% 以上；师生满意度提升；数据一次采集、多方复用形成习惯。

8.6 价值度量框架

价值类型	度量指标	数据来源
效率价值	报表准备工时、数据需求响应时长、重复填报表单数	工单系统、问卷
质量价值	核心数据合格率、跨系统一致率、问题复发率	质量稽核系统
风险价值	敏感数据违规访问次数、权限超授数、合规问题整改率	审计日志、合规检查
决策价值	驾驶舱使用频次、基于数据的决策事项数、预警命中率	系统日志、会议纪要

九、保障措施

9.1 制度保障

建立"1 + N + M"制度体系：1 个数据管理办法（校级纲领），N 个实施细则（标准管理、质量管理、共享管理、安全管理、专员管理），M 个操作规范与模板。
制度发布前完成会签，重点部门必须签署意见；发布后通过校内公文系统正式印发，纳入制度汇编。
制度每年评估一次，根据执行情况修订，保留修订记录。
制度必须与考核挂钩，明确违反制度的具体后果（通报、限期整改、考核扣分）。

9.2 组织与人员保障

组织架构、职责分工经学校党委常委会或校长办公会审定，以正式文件发布，避免"临时机构"属性。
数据治理岗纳入信息化中心正式编制或岗位职责，避免长期依靠借调人员。
建立数据专员能力建设体系：入职培训（2 天）→ 专项训练（每季度 1 次）→ 认证考核 → 持证上岗 → 年度复训。
建立激励机制：优秀数据专员评选、治理成果纳入职称评审与年度考核的业绩认定、优先参加外部培训与交流。
建立人才梯队：每个主题域配置 A/B 角，避免人员变动导致治理断档。

9.3 技术保障

平台选型遵循"能力优先、集成友好、可扩展"原则，避免被单一厂商锁定。
优先使用学校已有平台的扩展能力，减少重复建设。
关键能力必须具备：元数据自动采集、主数据管理、质量规则引擎、共享服务管理、血缘分析、权限与审计。
平台建设与治理同步推进，不做"先建平台后治理"或"先治理后建平台"的单边选择。

9.4 经费保障

数据治理经费纳入学校年度信息化预算，单列科目，避免与其他项目混同后被挤占。
采用"基础投入 + 项目制"模式：平台与运维作为基础投入稳定保障，治理项目按年度立项。
争取上级专项支持（教育数字化相关专项、地方财政信息化专项），降低校内压力。

9.5 考核保障

数据治理纳入部门年度考核，权重建议 3%--5%。
考核指标以可自动取数的过程指标为主，减少主观评价。
建立"数据质量红黑榜"，按季度发布，与部门声誉挂钩，实际约束力往往强于考核分数。
对连续两个周期考核不合格的部门，由委员会约谈负责人。

考核对象	考核指标	权重建议
归口部门	数据标准遵循率、质量问题整改及时率、共享需求配合度、专员履职情况	部门考核 3%--5%
数据专员	标准维护质量、问题处理时效、元数据完整率、培训参与度	个人考核 10%--15%
信息化中心	平台可用性、需求响应时长、元数据采集率、治理项目完成率	部门考核 5%--8%

十、风险识别与应对

编号	风险	可能性	影响	等级	应对措施
R1	校级支持力度不足，治理沦为部门行为	中	高	高	争取委员会实体化运作；首次评估结果直报校长办公会；以审核评估、统计报表等刚性需求切入
R2	业务部门配合度低，认为增加负担	高	高	高	以自动化工具抵消人工工作量；先做减负场景（报表自动生成、表单复用）再提要求；考核与激励配套
R3	标准脱离业务实际，推不动	中	高	高	标准由业务部门主导制定，信息化中心提供方法；试点验证后再推广；建立例外申请通道
R4	专员形同虚设，无时间无权限	高	中	高	职责书写入时间投入；由部门副职分管数据工作；专员例会成为能力建设与问题解决平台
R5	平台建成但无人维护规则与元数据	高	中	高	明确规则与元数据的维护责任到专员；纳入考核；平台配置"无维护提醒"机制
R6	历史数据质量差，清洗成本超预期	高	中	中	分域分批清洗，优先核心字段；建立"新增数据严控、存量数据渐进"策略；清洗工具与人工结合
R7	部门间数据争议久拖不决	中	中	中	建立争议仲裁时限（协调 10 日、裁决 20 日）；委员会授权工作组先行裁定
R8	治理项目与业务系统建设脱节	中	中	中	新建系统必须通过数据标准符合性审查方可上线；治理要求写入系统建设合同
R9	人员变动导致治理断档	高	中	中	A/B 角配置；治理流程与知识沉淀到文档与平台；关键角色交接清单
R10	数据安全事件	低	高	高	分级分类与最小权限；敏感数据脱敏；审计日志；应急预案与年度演练
R11	只评不改，评估流于形式	中	中	中	改进计划提交委员会审定并纳入考核；评估结论校内公开
R12	厂商锁定，后续扩展受限	中	中	中	合同中明确数据所有权与接口开放要求；采用标准协议与开放格式

十一、预期成效

近期（1 年内）

治理组织与制度体系建成，数据专员全部到岗；完成基线评估并明确差距；学生与教职工主数据上线，跨系统一致性显著提升；核心数据质量规则库运行，质量问题可见、可跟踪；至少一个高价值场景投入运行。

中期（2--3 年）

数据标准覆盖全部核心主题域；数据资产目录与数据服务目录对外发布，共享需求响应进入"天级"；数据仓库与指标体系支撑管理决策与对外报送；成熟度达到 L3（已定义级），关键域进入 L4；数据治理成为学校年度工作的常规组成部分，而非专项任务。

长期（3 年以上）

数据资产运营机制成熟，数据价值可量化；数据驱动的决策、预警、评价成为管理常态；形成具有本校特色的数据治理方法论，具备向兄弟院校输出经验的能力；数据文化在师生中形成，"用数据说话"成为管理习惯。

可对外呈现的四类证据

一套完整的制度与标准体系（可出版、可交流）。
一份连续三年的成熟度评估报告与趋势曲线（可比较、可验证）。
一组场景化应用成效数据（可量化、可复现）。
一支稳定的数据治理队伍与认证体系（可持续、可传承）。

十二、附录 A 术语表

术语	英文	含义
数据治理	Data Governance	对数据资产管理行使权力和控制的活动集合，包括规划、监控、执行
数据管理	Data Management	贯穿数据全生命周期的计划、制度、组织、技术等活动的总称
数据资产	Data Asset	具有价值、可被管理、可被使用的数据集合
主题域	Subject Area	按业务对象划分的数据集合，是认责与标准建设的基本单元
主数据	Master Data	描述核心业务实体、在多系统间共享、相对稳定的数据
参考数据	Reference Data	用于分类与归类的代码集、枚举值
元数据	Metadata	描述数据的数据，分技术、业务、管理三类
数据血缘	Data Lineage	数据从产生到使用各环节的流转关系
权威数据源	System of Record	某数据项唯一被认可的产生与维护系统
数据所有者	Data Owner	对某主题域数据负最终责任的管理者
数据管理专员	Data Steward	承担数据标准、质量、元数据日常管理职责的业务人员
数据保管者	Data Custodian	负责数据存储、备份、权限等技术实现的人员
数据质量维度	Data Quality Dimension	衡量数据质量的视角，如完整性、准确性、一致性
成熟度等级	Maturity Level	描述能力发展阶段的等级划分，本方案采用 0--5 级
联邦式治理	Federated Governance	中央定框架、业务域自主执行的治理模式
数据素养	Data Literacy	理解、使用、分析数据的能力

十三、附录 B 数据治理制度清单

层级	制度名称	主要内容	主责部门
一级	学校数据管理办法	总纲：组织、职责、原则、数据全生命周期要求、违规责任	信息化中心
一级	数据安全管理办法	分级分类、权限、脱敏、审计、应急	信息化中心、保密办
二级	数据标准管理细则	标准制定、评审、发布、修订、废止流程	信息化中心
二级	主数据管理细则	主数据范围、编码规则、维护流程、分发机制	教务处、人事处
二级	数据质量管理细则	维度、规则、稽核、整改、报告、考核	信息化中心
二级	数据共享管理细则	共享原则、审批流程、接口规范、使用约束	信息化中心
二级	元数据管理细则	采集范围、维护责任、血缘管理、变更同步	信息化中心
二级	数据管理专员管理细则	设置、职责、聘任、培训、考核、激励	人事处、信息化中心
二级	数据资产管理办法	资产登记、分级、估值、运营、退出	信息化中心、财务处、资产处
三级	数据标准编制规范	数据元、代码、指标的编写模板与要求	信息化中心
三级	数据质量问题处理规程	工单流转、时限、升级、复检操作规范	信息化中心
三级	数据共享申请操作指引	申请表单、审批路径、开通方式	信息化中心
三级	新建系统数据合规检查表	上线前的标准、安全、共享合规检查项	信息化中心
三级	数据脱敏与导出操作规范	脱敏规则、导出审批、水印要求	信息化中心

十四、附录 C 数据管理成熟度评估指标明细表

评分说明：每项按 0--5 分评分（0.5 步长）。表中"L3 达标判据"用于判定该项是否达到已定义级；未达 L3 判据的，按实际情况在 0--2 分区间评分；超过 L3 判据且有量化管理与持续优化证据的，评 4--5 分。

C.1 A 域数据治理与组织（9 项，权重 18%）

编号	评估项	观测点与关键证据	L3 达标判据
A-01	治理组织架构	成立文件、组织架构图、成员名单、职责文件	校、组、员三级组织以正式文件设立，职责明确并对外公布
A-02	治理决策机制运行	会议纪要、决议事项、跟踪记录	委员会每学期至少 1 次会议，决议有跟踪闭环记录
A-03	数据认责体系	主题域清单、Owner 任命、字段级责任表	全部主题域明确 Owner，核心数据项落实到字段级责任人
A-04	数据专员机制	专员名单、职责书、例会纪要、履职记录	每域 A/B 角到位，职责书签署，例会按月召开
A-05	制度体系完备性	制度汇编、发布文号、会签记录	一级办法与核心二级细则全部发布，形成体系
A-06	治理规划与路线图	规划文档、年度计划、里程碑记录	有经审定的三年路线图与年度计划，按计划推进并可追溯
A-07	治理度量与报告	KPI 定义、看板截图、月报季报	KPI 体系发布并自动取数，月报按期发布
A-08	培训与宣贯	培训计划、签到、课件、简报	分层培训体系建立，年度培训计划执行率 ≥ 80%
A-09	考核与激励	考核办法、考核结果、激励措施	治理纳入部门考核并有明确权重，结果公示

C.2 B 域数据架构与建模（7 项，权重 12%）

编号	评估项	观测点与关键证据	L3 达标判据
B-01	数据架构规划	架构规划文档、分层设计、评审记录	有正式发布的数据架构规划，明确五层职责与禁止行为
B-02	主题域与数据分布	主题域清单、数据分布地图	主题域划分经审定，核心数据项分布地图完整
B-03	建模规范	建模规范、模型文件、命名规则	三级建模规范发布，新建系统按规范建模
B-04	存储与运维规范	数据库规范、运维手册、变更记录	规范发布并执行，生产变更全程留痕、双人复核
B-05	备份与恢复	备份策略、演练记录、RPO/RTO 指标	策略明确、按期演练，恢复指标达标并有记录
B-06	架构评审机制	评审规则、评审记录、意见落实	新建与改造系统全部经架构评审，意见闭环
B-07	数据流与集成设计	数据流图、集成方案	核心业务数据流图完整，集成方案统一经架构审核

C.3 C 域数据标准与主数据（8 项，权重 14%）

编号	评估项	观测点与关键证据	L3 达标判据
C-01	数据元标准	标准库、数据元清单	核心主题域数据元标准发布，覆盖核心数据项 ≥ 90%
C-02	代码集（参考数据）	代码集清单、分发记录	校级代码集库建成，业务系统统一引用，禁止自建
C-03	指标定义标准	指标手册、计算口径	核心指标全部有唯一定义、公式、来源、责任人
C-04	标准发布与版本管理	发布记录、版本历史、修订日志	标准有版本与修订记录，变更经评审发布
C-05	标准符合性审查	审查规则、审查记录	新建系统与新建报表上线前 100% 通过符合性审查
C-06	主数据识别与权威源	主数据清单、权威源认定	五类主数据权威源明确并经委员会认定
C-07	主数据平台与分发	平台截图、分发日志、订阅关系	平台上线，主数据变更自动分发，下游订阅可追溯
C-08	主数据质量监控	监控规则、告警记录、清洗报告	完整性/唯一性/一致性规则自动监控，异常自动告警

C.4 D 域数据质量（9 项，权重 18%）

编号	评估项	观测点与关键证据	L3 达标判据
D-01	质量维度与标准	维度定义文档、判定标准	六维度定义发布，每维度有可判定的高校化标准
D-02	质量规则库	规则清单、规则配置	规则库覆盖核心数据项，规则数 ≥ 200 条并版本管理
D-03	质量稽核执行	稽核任务、执行日志、结果	稽核按日/周/月自动执行，结果可查
D-04	问题闭环流程	工单台账、时限规则、升级记录	全流程线上化，环节有时限，超时自动升级
D-05	根因分析与防复发	分析报告、改进措施	重大质量问题做根因分析，改进措施落实到规则或系统校验
D-06	质量报告与发布	月报、排名、通报	质量月报按月发布，按域排名并向部门通报
D-07	源头录入管控	校验规则、必填配置	核心系统关键字段配置校验规则，从源头减少错误
D-08	存量数据清洗	清洗方案、清洗报告	核心主题域存量数据完成清洗并有验收记录
D-09	质量与考核挂钩	考核办法、考核结果	质量指标纳入部门考核，结果与绩效关联

C.5 E 域元数据与数据资产（7 项，权重 10%）

编号	评估项	观测点与关键证据	L3 达标判据
E-01	技术元数据采集	采集清单、采集日志	核心系统自动采集，采集率 ≥ 95%
E-02	业务元数据维护	业务元数据填写记录、完整率统计	核心数据项业务含义、口径、责任部门填写完整率 ≥ 90%
E-03	数据血缘	血缘图、影响分析用例	核心数据链路血缘完整，可支撑影响与溯源分析
E-04	数据资产目录	目录截图、检索记录、访问统计	资产目录按三级组织上线，支持检索与申请
E-05	数据分级分类	分级清单、分级规则	字段级分级清单覆盖核心系统，规则明确
E-06	数据资产估值	估值报告、方法说明	完成一次资产估值，形成台账价值
E-07	生命周期管理	管理规范、保留期限表、退出记录	五阶段管理要求明确，保留期限表发布执行

C.6 F 域数据集成与共享（7 项，权重 12%）

编号	评估项	观测点与关键证据	L3 达标判据
F-01	共享平台建设	平台架构、接入系统清单	平台上线，跨系统交换统一经平台，接入系统 ≥ 8 个
F-02	接口规范	规范文档、接口台账	接口规范发布，新接口 100% 按规范开发
F-03	数据服务目录	服务目录、字段说明、调用统计	服务目录发布，含说明与调用方式，可自助查阅
F-04	共享审批流程	流程文件、审批记录	审批线上化，流程与时限明确，记录可查
F-05	存量接口治理	接口台账、清理记录	点对点接口完成登记，按计划迁移或清理
F-06	实时集成能力	消息/CDC 配置、时效记录	关键业务协同场景实现准实时同步
F-07	非结构化数据管理	清单、元数据规范、归档记录	非结构化数据登记入库，关键档案实现电子归档

C.7 G 域数据安全与合规（7 项，权重 10%）

编号	评估项	观测点与关键证据	L3 达标判据
G-01	安全制度与组织	制度、责任人、安全岗位	数据安全制度发布，责任部门与岗位明确
G-02	分级分类落地	分级清单、管控措施	分级结果落到字段，配套管控措施执行
G-03	权限管理	权限矩阵、授权记录、复核记录	基于角色的权限模型运行，每学期权限复核
G-04	脱敏与加密	脱敏规则、加密配置、导出管控	敏感字段传输与存储加密，展示脱敏、导出留痕
G-05	审计与追溯	审计日志、查询记录	访问、导出、变更全程留痕，日志保存 ≥ 6 个月
G-06	合规检查与整改	自查报告、整改清单	年度自查完成，问题整改闭环
G-07	应急响应	预案、演练记录	预案发布，年度至少 1 次演练并有复盘

C.8 H 域数据应用与分析（6 项，权重 6%）

编号	评估项	观测点与关键证据	L3 达标判据
H-01	数据仓库建设	仓库模型、分层设计	校级数据仓库建成，按主题域分层建模
H-02	指标体系	指标手册、指标层级	战略/管理/操作三层指标体系统一发布
H-03	报表自动化	报表清单、自动化率统计	主要对外报表实现自动生成，自动化率 ≥ 80%
H-04	决策支持应用	驾驶舱截图、使用记录	管理驾驶舱上线并有稳定使用记录
H-05	数据产品复用	数据集清单、复用统计	分析主题形成可复用数据集与模板
H-06	需求响应机制	需求池、响应时效统计	需求统一入口受理，响应时效有承诺并达标

十五、附录 D 成熟度评估评分记录表（模板）

字段	填写要求
评估项编号	对应附录 C，如 D-03
评估项名称	与附录 C 一致
自评得分	被评部门填写，须附证据
评估师得分	评估师独立填写（可多人，分别记录）
最终得分	校准后确定，0.5 步长
主要证据	证据编号 2 项以上，注明客观证据
扣分理由	说明未达上一级判据的具体原因
差距定性	组织缺失 / 制度缺失 / 标准缺失 / 技术缺失 / 能力缺失
改进建议	具体可执行，尽量对应到项目
优先级	高 / 中 / 低
评估师签名	每位参评评估师签名并注明日期

校准会记录表字段：评估项编号、分歧分值、各方理由、复核证据、最终结论、参会人员、日期。

十六、附录 E 数据治理 KPI 指标库（扩展）

类别	指标	计算口径	周期	建议目标
组织	专员到岗率	到岗专员数 / 应设专员数	季	100%
组织	治理会议决议完成率	按期完成决议数 / 决议总数	季	≥ 90%
制度	制度覆盖率	已发布制度数 / 规划制度数	年	100%
标准	数据元标准覆盖率	已标准化数据项 / 核心数据项	季	≥ 90%
标准	指标口径统一率	口径唯一指标数 / 核心指标数	季	≥ 95%
标准	新建系统标准符合率	通过审查系统数 / 新建系统数	季	100%
主数据	主数据唯一率	去重后实体数 / 原始记录数	季	≥ 99%
主数据	主数据分发及时率	规定时限内分发次数 / 应分发次数	月	≥ 98%
质量	核心数据合格率	稽核通过记录数 / 稽核总记录数	月	≥ 98%
质量	问题闭环率	已闭环问题数 / 发现问题数	月	≥ 90%
质量	平均整改时长	关闭时间 − 发现时间（工作日）	月	≤ 5
质量	同类问题复发率	复发问题数 / 已闭环问题数	季	≤ 10%
元数据	技术元数据采集率	已采集系统数 / 应采集系统数	季	100%
元数据	业务元数据完整率	已填写项 / 应填写项	季	≥ 90%
资产	资产登记率	已登记资产数 / 应登记数	季	≥ 95%
共享	接口复用率	被 ≥ 2 个应用调用的接口数 / 接口总数	季	≥ 60%
共享	需求平均响应时长	受理至交付的平均工作日	月	≤ 3
共享	点对点接口下降率	（基期数 − 当期数）/ 基期数	年	≥ 50%
安全	敏感数据分级覆盖率	已分级字段 / 敏感字段总数	年	100%
安全	高危权限整改率	已整改数 / 发现问题数	季	100%
安全	违规访问事件数	审计发现的违规次数	季	0
应用	报表自动生成率	自动生成报表数 / 报表总数	年	≥ 80%
应用	重复填报字段减少率	（基期重复字段 − 当期）/ 基期	年	≥ 50%
成效	成熟度综合得分	按第六章方法计算	年	逐年提升
成效	数据服务满意度	问卷评分（5 分制）	年	≥ 4.0