从数据治理服务需求侧出发，当前企业数字化转型如火如荼，数据治理是企业数字化转型的关键环节。甲方对于数据治理服务的关注点已逐渐从平台产品扩展至方案设计、实施交付、持续运营的全访问服务体系。数据治理服务商成熟度评估通过从以上多个维度综合考量服务商水平，为甲方提供选型建议。

从数据治理产业供给侧出发，目前我国数据治理产业仍处于发展初期，主要存在两个方面的问题。一是多数服务商缺乏完整规范的服务流程，导致前期客户需求了解不足、中期项目实施不规范、后期项目运维不足；二是缺乏明确可用的数据治理项目交付成果。这一评估模型不仅填补了数据治理服务领域的空白，同时通过评估总结服务基准和标杆，推动我国数据治理产业发展。

二、数据治理服务商成熟度模型（DGS）主要从哪些方面衡量服务商能力？

数据治理服务商成熟度模型（DGS）主要从2个方面对服务水平开展评价，一是数据治理服务商整体的专业能力，包括是否有专业的数据治理团队，是否建立了各行各业的数据治理服务标准，是否组织数据治理团队定期进行项目复盘和研讨，进一步优化数据治理服务标准，二是数据治理项目的专业能力，包括数据模型、数据质量、数据安全的合理性、专业性，以及项目管理能力，比如需求管理、需求跟踪等。

三、数据治理服务商成熟度模型（DGS）包含哪些能力域和能力项？

数据治理服务商成熟度模型（DGS）包括6大能力域、21个能力项，其中6大能力域遵循一般性数据治理项目流程，具体如下：

● 需求管理能力域包括需求采集、需求评估、需求跟踪3个能力项。提供方通过采集需求方的业务需求、数据需求、技术需求等，明确数据治理目标和范围，并评估实施数据治理可行性；

● 资源评估能力域包括数据资源评估、计算资源评估2个能力项。提供方通过对数据来源、数据规模、数据分类、数据关系、数据时效性，专业软件工具、存储计算环境以及硬件资源等主要影响因素进行分析，以提升数据治理项目任务分解的准确性，指导识别项目中的潜在风险；

● 实施保障能力域包括实施规划、组织保障、风险管理3个能力项。提供方通过制定实施规划，建立组织保障，开展风险管理，确保数据治理项目的顺利实施，降低风险和成本；

● 方案设计能力域包括数据标准、数据模型、元数据、数据质量、数据集成、数据共享服务、数据安全、数据退役8个能力项。方案设计能力域是数据治理项目的核心环节，提供方通过制定相关规范体系和设计文档，形成满足甲方需求的数据治理体系；

● 方案实施能力域包括数据盘点、数据汇聚、数据服务3个能力项。提供方通过依托相关平台工具，实现方案的落地；

● 成果交付能力域包括试运行、成果验收2个能力项。

四、数据治理服务商成熟度模型（DGS）如何划分能力等级？

从流程、制度、经验/方法、人员、技术/工具5个维度划分数据治理服务成熟度水平，综合来看，各能力等级的主要特征如下：

● 第一级初始级：指建立初步的数据工程流程，可被动地根据需求及问题作出反应，能够完成数据工程建设目标，但是有一定的偶然性;

● 第二级可重复级：指具备一定的数据工程项目实施经验，形成数据工程的组织内通用流程，通过一定的流通和经验保障目标达成的成功率;

● 第三级定义级：将较为丰富的数据工程经验形成了知识库，制定专门的数据工程实施流程，有基本的技术支撑流程的开展，有基本的制度支撑流程的执行，保障目标达成的成功率不依赖于有经验的专家人员;

● 第四级量化管理级：指完善已有数据工程的流程制度，建立交付物质量和服务管理体系的评估指标，有适用的技术支撑流程的开展，保障数据工程的执行、监控和量化分析;

● 第五级优化级：结合环境的变化，主动优化已有流程制度，提升人员专业水平，不断引入新的技术和理念，超预期达成目标。