Q／GDW 12117-2021  国家电网有限公司数据管理能力成熟度模型

Q/GDW12117—2021表1(续)能力域能力项管理要素数据问题更正数据质量提升实施数据质量考核数据质量培训宣费业务术语规范业务术语业务术语建设业务术语应用主数据和参考数据管理规范主数据和参考数据建设主数据和参考数据数据标准主数据和参考数据应用主数据管理平台指标数据管理规范指标数据体系设计指标数据指标数据建设指标数据管控数据需求管理规范数据需求收集数据需求数据需求评审数据需求符合性管理数据解决方案设计数据设计和开发数据解决方案质量管理数据解决方案实施数据生存周期数据运维管理规范数据运维方案管理数据运维数据提供方管理数据组件运维数据需求跟踪管理数据退役规范数据退役数据退役方案设计数据退役实施5. 2成熟度等级5.2.1初始级数据需求的管理主要是在项目级体现，没有统一的管理流程，主要是被动式管理，具体特征如下：a)在制定战略决策时，未获得充分的数据支持；b)没有正式的数据规划、数据架构设计、数据管理组织和流程等；7

c）应用系统仅是数据承载手段之一 各自管理自已的数据，各应用系统之间的数据存在不一致现 象，未意识到数据管理或数据质量的重要性

5. 2. 2受管理级

意识到数据是资产，根据管理策略的要求制定了管理流程，指定了相关人员进行初步管理，具体特 正如下： a）意识到数据的重要性，并制定部分数据管理规范，设置了相关岗位； 意识到数据质量和数据孤岛是一个重要的管理问题食用油标准，但目前没有解决问题的办法； C 进行了初步的数据集成工作，尝试整合各应用系统的数据，设计了相关数据模型和管理岗位：

数据已被当做实现绩效目标的重要资产，在公司层面制定系列的标准化管理流程，促进数据管理的 规范化，具体特征如下： 意识到数据的价值，在公司内部建立数据管理的规章和制度； 数据的管理以及应用能结合业务战略、经营管理需求以及外部监管需求： 建立相关数据管理组织、管理流程，推动各部门按流程开展工作； 在日常的决策、业务开展过程中能获取数据支持，明显提升工作效率； e 参与行业数据管理相关培训，具有专职数据管理人员。

数据被认为是获取竞争优势的重要资源，数据管理的效率能量化分析和监控，具体特征如下： a）公司层面认识到数据是重要的战略资产，了解数据在业务流程优化、绩效提升等方面的重要作 用，在制定业务战略时可获得数据支持； b 在公司层面建立可量化的评估指标体系，准确测量数据管理流程的效率并及时优化 c）参与国家、行业等相关标准的制定工作； d初步建成数据生态体系，具有一定社会影响力

6. 1. 1 概述

Q/GDW 121172021

数据战略规划是在所有利益相关者之间达成共识的结果，是关于数据生存周期管理的战略性谋划。 数据战略应顺应能源革命与数字革命的融合趋势，分析数据管理及应用的动因，并综合反映利益相关者 的数据战略需求，

6. 1. 2过程描述

过程描还如下： a) 制定数据战略管理规范： b 识别利益相关者，征集利益相关者的数据需求： c） 评估数据战略需求，分析收集的数据需求，开展业务和信息化现状评估，明确数据战略需求： d) 制定数据战略，包含但不限于： 1） 愿景陈述，包含战略陈述、对应战略的数据管理原则、目的和目标； 2） 规划范围，包含重要业务领域、数据范围和数据管理优先级； 3） 蓝图框架，明确数据业务的体系框架； 4） 主要差距，明确当前数据业务与战略愿景存在的差距； 5） 职责分工，明确数据战略的职责分工； 6） 方案编制，明确数据战略的各项任务； 7 路线图编制，编制数据工作开展的计划和途径。 e 数据战略发布，正式发布数据战略： f 数据战略修订，根据公司战略的变化及评估结果，定期进行数据战略的修订。

6. 1.3 过程目标

过程目标如下： a）编制和发布数据战略： 基于数据业务价值和数据管理目标，识别利益相关者，分析相关数据战略任务的优先级； c）制定、监控和评估后续计划，指导数据战略规划实施。

6. 1.4能力等级标准

能力等级标准如下： a) 第1级：初始级： 在项目建设过程中明确数据管理目标和范围， b) 第2级：受管理级： 1） 部门开展数据管理任务的利益相关者识别工作； 2） 制定与部门发展需求相适应的数据管理计划； 3） 数据管理计划的制定遵循相关管理流程； 4） 维护数据管理计划和公司战略之间的关联关系。 C 第3级：稳健级： 1） 制定数据战略管理制度和流程，明确利益相关者职责，规范数据战略管理过程； 2） 制定与业务战略相适应的数据战略； 3） 提供数据战略实施需要的资源保障，包括资金保障、人才保障等； 4） 按标准对数据战略进行发布、维护、审查和公告； 5） 编制数据战略实施路线图，指导数据工作的开展； 6）定期修订数据战略。

d）第4级：量化管理级： 1）量化分析数据战略的管理过程： 2） 量化分析数据战略落实情况，并持续优化数据战略； 3）量化评估数据战略对关键业务战略的支撑效果。 e 第5级：优化级： 1）在业界分享数据战略规划最佳实践，成为行业标杆； 2）主导或参与数据战略规划相关国家、行业标准的制定，且有关实践成果被标准采纳。

王务分解，制定数据战略实 施路线图，推进数据战略任务实施的过程。 实施过程中通过评估战略任务实施的现状，确定现状与愿景 且标之间的差距：依据数据战略分解阶段性战略任务目标，并确定实施步骤。

6. 2. 2过程描述

过程描述如下： a 任务分解，分解数据战略的任务目标，明确阶段性建设目标； b 现状评估，对当前数据业务现状进行分析，评估各项工作开展情况； C 评估差距，将现状评估结果与数据战略任务目标进行对比，分析存在的差异； d 制定计划，开展数据战略任务优先级排序，制定数据战略实施计划； e 资源保障，依据实施路径，确定开展各项任务所需的资金、人才等资源 f 任务实施，根据数据战略实施计划推动各项数据战略任务的落实； 过程监控，依据实施计划，及时对实施过程进行监控

过程目标如下： a) 对现状和战略目标进行对比，分析存在差距，明确发展方向； b 推动战略实施，基于存在的差距，结合业务战略实施计划，对数据战略任务优先级排序，提供 人才资源和资金保障，推动战略实施； c检查数据战略落实情况，定期评估实施效果

6.2.4能力等级标准

能力等级标准如下： a) 第1级：初始级： 在具体项目中反映数据管理的任务、优先级安排等内容。 6 第2级：受管理级： 1 部门层面评估关键数据业务现状与愿景、目标的差距； 部门层面确定数据管理项目的优先级并遵照执行； 3） 部门层面制定数据任务目标，并对所有任务全面分析，确定实施路线图并推动落实执行 C 第3级：稳健级： 1）公司全面评估各项数据业务现状与愿景、目标的差距：

Q/GDW12117202

2）公司统一开展数据战略任务分解，明确阶段性任务以及优先级，制定任务计划，并提供人 才、资金等方面的保障； 3） 推动数据战略任务的落实执行； 4） 跟踪评估各项数据战略任务的实施进展，定期向利益相关者发布数据战略任务进展情况。 第4级：量化管理级： 1） 量化评估数据管理现状和数据战略目标之间的差距，并指导任务计划的制定： 2 定期收集数据战略任务进展情况，开展量化分析，并对数据战略任务计划进行修编，提升 任务计划的准确性。 第5级：优化级： 1）在业界分享数据战略实施最佳实践，成为行业标杆； 2）主导或参与数据战略实施相关国家、行业标准的制定，且有关实践成果被标准采纳

数据战略评估是通过制定数据战略评估规范，从事前、事中、事后等维度对数据战略实施情况 估，全面了解数据战略进展，做好数据战略的滚动修编，同时做好记录供审计使用，

6. 3. 2过程描述

过程描述如下： a）建立数据战略评估规范，制定评估方法； b）建立业务案例，确定数据战略任务的范围、任务活动、期望价值； c）建立任务效益评估模型，从时间、成本、效益等方面建立数据战略任务效益评估模型； d）实施评估，针对数据战略任务开展效益评估，评估结果支撑数据战略的修订。

6. 3.4能力等级标准

能力等级标准如下： 第1级：初始级： 在项目内建立数据任务的业务案例； 在项目内对数据任务进行成本和收益分析。 b) 第2级：受管理级： 1） 部门层面建立数据任务评估管理规范： 2） 部门层面建立业务案例和任务效益评估模型； 3） 部门层面根据任务效益评估模型对数据任务进行评估。 c 第3级：稳健级： 1）公司明确数据战略任务利益相关者的职责，建立数据战略任务评估管理规范；

2）公司明确统一的业务案例模板，制定数据战略业务案例，获得利益相关者的支持和参与： 3）公司制定数据战略任务的效益评估模型，并定期对数据战略任务进行评估。 d 第4级：量化管理级： 量化评估业务案例中数据价值和收益预测的准确性： 2） 量化评估数据战略资源使用情况，并及时调整相关资源分配。 e 第5级：优化级： 1）在业界分享数据战略评估最佳实践，成为行业标杆； 相关国家、行业标准的制定，自有关成果被标准采纳

7. 1. 2过程描述

7. 1. 2过程描述

过程描述如下： a) 建立数据治理组织架构，明确职责分工，推动数据战略实施； b) 设置数据治理岗位，明确岗位职责、任职要求等； C 建设数据治理团队，构建技能全面、梯次合理的数据治理人才队伍； d 推动数据认责，明确各责任主体及责任要求： 建立绩效评价体系，制定数据治理组织、岗位的绩效考核体系，并推动执行。

7.1.4能力等级标准

Q/GDW 12117202

1 建立职责清晰的数据治理架构，构建各利益相关者在数据治理中的协同工作机制； 2） 数据治理人员岗位职责明确，并在岗位描述中体现： 3） 制定并发布统一的数据认责方法和实施流程； 4） 推动数据认责管理，明确各类数据责任主体： 建立数据治理工作评价标准并实施。 d 第4级：量化管理级： 1） 建立复合型数据团队，覆盖管理、技术和运营等； 2） 建立数据人员职业晋升路线图，明确发展目标； 3） 建立量化评价标准，评价数据治理工作成效 第5级：优化级： 1） 在业界分享数据治理组织最佳实践，成为行业标杆； 2） 主导或参与数据治理组织相关国家、行业标准的制定，且有关实践成果被标准采纳

数据制度建设是为保障数据治理规范化运行，建立制度体系的过程。数据制度体系通常分层设计 遵循严格的发布流程并定期修订。结合数据治理组织设置，持续推动数据制度落地实施。

7. 2. 2过程描述

制定数据制度框架，包括办法、规范和细则，规定数据治理的目标、原则、任务、工作方式、 具体措施等； 6 编制数据制度内容，数据管理办法、数据管理规范、数据管理细则应密切衔接，构成数据制度 体系； c）发布数据制度，审批后正式发布； d 宣贯数据制度，进行宣传、培训解读及问题解答等； 实施数据制度，结合数据治理组织设置，推动数据制度落地实施。

7. 2. 3过程目标

7.2.4能力等级标准

能力等级标准如下： a）第1级：初始级： 1） 项目中明确相关数据管理要求； 2） 数据管理要求的落实和执行由各项目组自行决定。 b) 第2级：受管理级： 1 部门层面识别数据制度的内部利益相关者，考虑了利益相关者诉求； 2） 部门层面搭建内部数据制度框架结构，明确数据管理基本原则：

3）部门层面明确内部数据制度相关管理角色，推动数据制度实施； 4） 部门层面初步建立防范法律法规风险的相关数据制度； 5） 部门层面跟踪数据制度实施情况，并维护版本更新。 C 第3级：稳健级： 1） 建立数据制度体系框架，涵盖办法、规范、细则 2） 识别数据制度利益相关者，利益相关者参与制度制定并达成一致； 3） 数据制度的制定满足监管、合规等要求： 4） 数据制度涵盖各数据能力域的管理要求，并正式发布； 建立完善的数据制度管理机制并持续修订。 d 第4级：量化管理级： 1 数据制度的制定参考行业最佳实践，体现业务发展需要，推动数据战略实施； 2 制定评价指标体系，量化评估数据制度的执行情况，优化数据制度管理过程。 e 第5级：优化级： 在业界分享数据管理制度最佳实践，成为行业标杆； 2）主导或参与数据管理制度相关国家、行业标准的制定，且有关实践成果被标准采纳。

数据治理沟通是建立培训宣贯、进展汇报等机制，确保利益相关者及时了解数据制度、标准、工作 进展的最新情况；定期组织开展数据管理和应用培训，提升数据团队知识和技能，培养数据资产意识， 构建数据文化。

过程描述如下： 收集数据治理沟通需求，广泛征求利益相关者的沟通需求，了解沟通的重点内容； 建立数据治理沟通渠道，明确沟通的主要渠道； 制定数据治理沟通计划，明确沟通内容、范围和渠道，并在利益相关者之间达成共识； 执行数据治理沟通计划，按照沟通计划，实施沟通活动： 建立数据治理问题协商机制，重大问题可扩大参与人范围并引入更高层级管理者，以解决分歧 进行决策； 制定培训宣贯计划，根据人员和业务发展的需要，制定培训宣贯计划； 开展培训，定期开展数据治理相关培训

7. 3. 3 过程目标

过程目标如下： a 建立沟通渠道，制定和实施沟通计划，提升各方对数据制度、标准的理解； b） 建立问题协商机制，掌握各方诉求，有效解决分歧，推动问题解决； c）形成良好的沟通文化，促进数据治理工作的开展。

7.3.4能力等级标准

Q/GDW 12117202

a）第1级：初始级： 1）项目中制定数据管理和数据应用的沟通计划： 2） 项目中开展沟通活动的实施和管理。 第2级：受管理级： 1）音 部门层面将数据管理政策、标准纳入沟通范围； 部门层面定义内部数据管理沟通计划，按计划推动活动开展； 3） 部门层面开展数据治理工作汇报、交流和培训。 第3级：稳健级： 1 识别数据工作的利益相关者，明确各自诉求，制定并审批相关沟通计划和培训计划； 2） 建立不同层级间的协同沟通机制，明确不同数据管理活动的沟通路径，满足沟通升级 更管理要求，发布并监督执行； 3） 明确统一的沟通宣贯方式，定期发布有关进展情况 4） 定期开展数据制度、理论方法和最佳实践等的培训工作，推动数据制度有效落地，提 据管理和应用能力； 明确数据工作进展报告的内容并定期发布。 d 第4级：量化管理级： 1） 建立与外部利益相关者的沟通机制，并持续扩大沟通范围； 2） 收集并整理行业内外数据管理相关案例，包括最佳实践、经验总结等，并定期发布； 3） 全员了解数据管理与应用的价值，认同数据是重要生产要素。 ? 第5级：优化级： 在业界分享数据治理沟通最佳实践，成为行业标杆； 2）主导或参与数据治理沟通相关国家、行业标准的制定，且有关实践成果被标准采纳。

8. 1. 3过程目标

8. 1.4能力等级标准

Q/GDW 121172021

数据分布明确数据在组织、流程和系统方面的分布关系，定义数据类型，明确权威数据源，为数据 工作提供参考和规范。通过数据资源盘点，建立数据资源目录，定义数据相关工作优先级与数据责任人， 进一步优化数据的集成关系

a） 制定管理制度，明确数据分布关系管理要求，指导开展数据分布关系梳理、应用、维护及工具 开发等工作； D 数据资源盘点，梳理数据资源，明确数据定义，分析存在的数据问题； 分布关系梳理，分析数据产生、存储和共享状况，明确数据与组织、流程和系统方面的分布关 系，建设数据资源目录； d) 分布关系应用，基于梳理成果开展数据认责、数据溯源、量化数据热度、优化数据存储和集成 关系等工作： 分布关系管理维护，根据业务流程和系统建设情况，及时更新、审批、发布数据分布关系。

8. 2. 3过程目标

过程目标如下： a）对数据资源建立分类管理机制，明确权威数据源； b) 梳理数据和组织、流程、系统之间的关系，建立数据资源目录； c）通过数据分布的管理，进一步规范数据相关工作的建设。

能力等级标准如下： a) 第1级：初始级： 项目中进行数据分布关系管理，分析数据和系统的关系、数据和流程的关系等， b 第2级：受管理级： 对应用系统数据现状进行全面梳理，明确数据需求和存在的问题； 2） 梳理部分数据和组织、流程和系统之间的关系； 3） 部门层面建设数据资源目录，确定关键数据的权威数据源。 c） 第3级：稳健级： 1） 制定数据分布关系管理规范，统一数据分布关系的表现形式； 2） 明确数据分布关系梳理目标，开展数据分布关系梳理： 3） 对数据进行分类管理，建设数据资源目录，明确数据和组织、流程、系统之间的关系 4） 确定关键数据的权威数据源和合理的数据部署： 5） 建设数据资源目录管理工具，开展数据分布应用和维护工作。 d) 第4级：量化管理级： 1） 通过数据分布关系的梳理，优化数据存储和集成关系： 2） 通过数据分布关系的应用，量化分析并快速展示数据相关工作的业务价值； 3） 制定量化评价指标，对数据资源目录及其工具进行量化考核。 e） 第5级：优化级： 1） 在业界分享数据分布最佳实践，成为行业标杆； 2）主导或参与数据分布相关国家、行业标准的制定，且有关实践成果被标准采纳

Q/GDW 121172021

数据集成是指数据的汇聚、整合。通过制定数据集成规范，建立数据互通机制，构建数据集成平台， 推动各应用系统数据汇聚，实现各部门、各层级之间数据互联互通

B. 3. 2过程描述

B8.3. 3 过程且标

过程目标如下： 建立高效、灵活、适应性好的应用系统数据集成规范和机制； b） 建立数据中心等数据集成共享环境，形成对复杂数据加工处理、便捷访问的环境； c 持续推进应用系统数据的汇聚，定期开展各类集成接口的检查与分析； d）基于数据集成共享环境实现数据的互联互通。

8.3.4能力等级标准

Q/GDW12117202

6）基于数据中心等数据集成共享环境实现数据的互联互通。 第4级：量化管理级： 1） 建立数据汇聚整合的量化指标，定期开展数据汇聚整合的评估考核； 2）采用新技术，持续优化和提升数据集成能力。 e） 第5级：优化级： 1）在业界分享数据集成最佳实践，成为行业标杆； ②）主导数据集成相关国家、行业标准的制定，且有关实践成果被标准采纳

元数据是从业务、技术和 包括业务元数据、技术元委 理元数据。元数据管理是关 用等流程的集合。

8. 4. 2过程描述

过程描述如下： 1 元模型管理，是对数据对象进行分类并定义每类数据的元数据属性的过程，元模型采用或参考 相关国家标准； D 元数据采集和梳理，基于元模型采集元数据，集成不同类型、不同来源的元数据，形成对数据 描述的统一视图，并基于规范的流程及时更新管理； 元数据应用，基于数据管理和数据应用需求，开展元数据分析应用工作，包括但不限于数据查 询、血缘分析、影响分析、符合性分析、质量分析等； d 元数据维护，监测应用系统元数据变化，进行元数据新增和变更的审核，并及时发布； 建设元数据工具，建设元数据采集、检查、监控等功能，开发血缘分析、影响分析、数据地图 等应用工作。

8. 4. 3过程目标

建立元模型标准，对元数据进行分类，建设元数据地图； 6 有效集成各类元数据，建设数据资源全景图，从业务、技术、管理不同视角管理和使用数据资 源； C）丰富元数据应用和元数据服务，支撑数据管理和数据应用

8.4.4能力等级标准

3）部门层面制定元数据采集和变更流程，对元模型进行采集和变更： 4 按照元模型管理要求采集新建系统的元数据，更新元数据存储库： 部门层面收集元数据应用需求，实现部分元数据应用，如数据血缘分析、影响分析等。 第3级：稳健级： ? 制定元数据管理规范与管理流程； 2） 进行元数据分类并明确各元数据的范围，设计相应的元模型； 3） 建设元数据应用需求管理流程，实现统一管理和开发； 实现丰富的元数据应用，开展数据血缘分析、影响分析、指标数据溯源、元数据一致性 查等工作： 制定元数据变更管理流程，基于规范流程对元模型进行变更； 6） 建立元数据存储库，统一管理各业务域及其应用系统的元数据； 7） 建设并应用元数据管理工具。 第4级：量化管理级： 与外部合作开展元模型融合设计开发，实现与外部相关方的元数据共享、交换和应用： 定义并应用量化指标，量化评估元数据管理的有效性和元数据应用的业务价值。 第5级：优化级： 1 在业界分享元数据管理最佳实践，成为行业标杆； 2）主导或参与元数据管理相关国家、行业标准的制定，且有关实践成果被标准采纳。

数据共享与开放坚持“以共享为原则、不共享为例外”，建立基于数据共享负面清单的数据共享机 制，推动数据有序对外开放，开展业务所需外部数据的统一采购、整合和管理，

9. 1. 2过程描述

过程描述如下： 制定数据共享与开放管理规范，明确管理组织、流程以及数据安全和数据质量管理要求； 收集并审核数据共享需求，形成数据共享需求清单，明确需求实现方式； 建立数据共享与开放目录，制定数据共享负面清单，按照要求共享使用： 数据共享，基于数据中心等数据集成共享环境，实现数据横向不同部门及纵向不同单位间共享； 数据开放，基于法律法规相关要求有序推动对外数据开放，并保证开放数据的安全和质量； 外部数据纳管，统一收集业务所需外部数据需求，统一采购、整合并进行共享； 建设数据共享与开放平台，实现数据共享与开放

9. 1. 3过程目标

过程目标如下： a) 数据共享与开放满足法律法规、外部监管的要求； b) 数据共享与开放促进内外部数据互通，提升数据价值： c）统一开展外部数据纳管，降低外部数据采购成本。

9.1.4能力等级标准

Q/GDW 12117202

力等级标准如下： 第1级：初始级： 1）按照数据需求进行点对点数据共享与开放； 2）对外共享与开放的数据分散在各应用系统中，没有统一的管理。 第2级：受管理级： 1） 部门层面设置管理岗位，负责本部门数据共享与开放管理； 2） 部门层面制定数据共享与开放策略和流程，指导本部门数据共享与开放： 3 部门层面统一管理共享与开放数据需求，实现集中的共享与开放； 部门层面统一收集外部数据需求，统一采购并实现部门内共享； 建立适用于部门层面的数据共享与开放管理平台。 第3级：稳健级： 1） 制定统一的数据共享与开放策略，包括组织、流程、数据安全与质量保障措施，指导数据 共享与开放； 2 建立基于数据共享负面清单的数据共享与开放管理机制，负面清单经审批后统一发布、定 期更新； 3） 建立统一的数据提供方管理机制，定期对数据提供方进行评估，确保外部采购数据的安全 和质量； 4） 统一管理各部门的外部数据需求，实现外部数据的统一采购、整合和共享； 5） 统一管理数据共享与开放的需求，集中评审与分析，确保共享与开放数据的安全和质量； 制定数据共享与开放目录，方便内外部用户浏览、查询已共享和开放的数据； 7） 建立统一的数据共享与开放管理平台，对共享与开放的数据进行统一管理，实现数据横向 不同部门及纵向不同单位间共享。 第4级：量化管理级： 1） 定期评审共享与开放数据安全、质量，消除相关风险； 2） 跟踪了解共享与开放数据情况和内外部用户反馈的问题，并实施改进； 3）制定外部数据应用量化评估指标，评估外部数据业务价值。 第5级：优化级： 1 在业界分享数据共享与开放最佳实践，成为行业标杆； 2） 主导或参与数据共享与开放相关国家、行业标准的制定，且有关实践成果被标准采纳。

数据分析是为支撑经营管理活动决策 行的内外部数据分析挖掘、对应成果交付运营和评价 活动。数据分析能力是支撑决策、 创造 直的重要方式

bs标准9. 2. 2过程描述

过程描述如下： a）制定统一的数据分析管理制度； b）建立数据分析组织，明确相关职责； 收集数据分析需求，包括业务需求和数据需求：

Q/GDW 121172021

动态预警、趋势预报等方法建筑软件、计算，满足数据应用需求

过程目标如下： a）建设数据分析管理机制，统一管理并实现数据分析需求； b）数据分析能力适应业务、技术领域的发展变化，满足业务需求； c）数据分析支撑业务决策和业务价值实现，成为核心竞争力。

9.2.4能力等级标准