关键领域定义组织数据能力被综合定义为八大一级过程域，DCMM数据管理能力成熟度评估，其中每个一级过程域又有若干二级过程域来组成，DCMM中通过对每个二级过程域的概念、目标以及功能的定义来标准化组织数据管理的过程。在进行数据 能力评估的过程中，dcmm认证，每个一级过程域相互独立，可以独立开展评估，但是在实际的管理过程中，每个一级过程域又相互支撑，需要统一荃面开展才能完善数据管理体系。数据战略:数据战略规划、数据战略实施、数据战略评估数据治理:数据治理组织、数据制度建设、数据治理沟通数据架构:数据模型、数据分布、数据集成与共享、元数据管理数据应用:数据分析、数据开放共享、数据服务数据安全:数据安全策略、数据安全管理、数据安全审计数据质量:数据质量需求、数据质量检査、数据质量分析、数据质量提升数据标准:业务数据.参考数据和主数据、数据元、指标数据数据生存周期:数据需求、数据设计和开放、数据运维、数据退役

数据分析：CRISP-DM（跨行业数据挖掘标准流程）

CRISP-DM 模 型， 通 常 将 数 据 挖 掘 的 整 个 过 程 划 分 为 6 个阶段：业务理解（Business Understanding）、 数 据 理 解（Data Understanding）、 数 据 准 备（Data Preparation）、模型搭建（Modeling）、模型评估（Evaluation）和模型部署

业务理解：从业务角度上更好的了解客户的要求和目的，然后将这些业务理解转化为一个明确的数据挖掘问题，制定项目计划并设计初步方案。

数据理解：收集数据是数据理解阶段的头一步，也是整个数据挖掘项目的基础。为了对数据有初步的理解，接下来需要探索数据特征，进行简单的描述统计并核验数据质量。

数据准备：数据准备阶段将对原始数据进行变量选择、数据清洗、数据加工和数据整合以构建数据挖掘数据集。在整个数据挖掘项目过程中，有可能需要多次实施数据准备工作。

模型搭建：对于某类数据挖掘的需求，通常有多种方法和更佳实践可供选择使用。在模型搭建阶段，应根据数据挖掘项目的需求与特点，选择使用多种技术或方式搭建模型。

模型评估：评估备选模型的准确性、稳定性和性能等指标，从备选模型中遴选更佳模型，并回顾模型搭建的各个步骤环节，确保更佳模型与业务目标一致，武昌dcmm，除此之外还应与客户根据实际业务场景来共同决定如何使用模型的结果。

模型部署：搭建模型并不是数据挖掘的目的，更不是数据挖掘项目的结束标识，模型只是数据挖掘项目的交付物之一。搭建模型的目的在于应用于业务实践，解决业务问题，实现业务目标，这样才能真正实现数据挖掘的商业价值，这些都是在模型部署阶段完成的。

企业制度不规范，如何进行评估准备通常DCMM贯标流程主要分为三个阶段：

Step1：差距分析：贯标启动，进行差距分析。

Step2：能力建设：建立数据管理组织，完善制度，内部运行并开展自评估。

Step3：测量评估：组建评估队伍，开展第三方评估，获取评估报告和能力证书。

企业评估成功后如何管理

对于通过DCMM评估工作部复核或评议，dcmm体系认证，且公示后无异议的，证书有效期为3年，3年之后企业选择证书续期或者更换证书。

DCMM数据管理能力成熟度评估-武汉启明认证咨询公司由武汉启明认证咨询有限公司提供。武汉启明认证咨询有限公司坚持“以人为本”的企业理念，拥有一支高素质的员工队伍，力求提供更好的产品和服务回馈社会，并欢迎广大新老客户光临惠顾，真诚合作、共创美好未来。启明认证——您可信赖的朋友，公司地址：武汉市汉阳区汉阳大道139号汉商银座D705，联系人：吴经理。