データ管理において、管理活動や正式な企業プロセスが組織化されていない

成熟度モデルの定義目的で設定されたレベル 0 にある組織はほとんどありません。

ガバナンス活動がほとんどまたはまったくない、限られたツールセットを使用した一般的なデータ管理

データ処理は少数の専門家に大きく依存しており、役割と責任は部門間で個別に定義されています。

データ管理のソリューションは限られている

データ品質の問題が蔓延しているが解決できず、インフラストラクチャのサポートは事業部門レベルで行われている

プロセスの実行をサポートする一貫したツールと役割定義を用意する

組織は一元化されたツールを使用し、データ管理のためのより多くの監視手段を提供し始めています

役割の定義とプロセスは特定の専門家に完全に結び付けられるわけではありません

組織はデータ品質の問題と概念を認識し、マスター データと参照データの概念を認識し始めます。

レベル 3 では、スケーラブルなデータ管理プロセスを導入して制度化し、データ管理を組織の実現要因として捉えます。

特徴としては、組織内でのデータ複製の制御、全体的なデータ品質の一般的な向上、一貫したポリシーの定義と管理が挙げられます。

より正式なプロセス定義により、手動介入を大幅に減らすことができます。つまり、一元化された設計プロセスでは、プロセスの結果がより予測可能になります。

評価基準には、データ管理ポリシーの開発、スケーラブルなプロセスの使用、データ モデルとシステム制御の一貫性が含まれる場合があります。

レベル 1 からレベル 3 への成長で得られた経験の蓄積により、組織は新しいプロジェクトやタスクに取り組み、データ関連のリスクの管理を開始する際に結果を予測できるようになり、データ管理には多数のパフォーマンス指標が含まれます。

レベル 4 の特徴には、デスクトップからインフラストラクチャに至るデータ管理ツールの標準化、適切に構造化された集中計画およびガバナンス機能が含まれます。

データ管理の実践が最適化されると、プロセスの自動化と技術変更管理により予測可能性が高くなり、この成熟度レベルの組織は継続的な改善に重点を置きます。

レベル 5 では、ツールを使用してプロセス全体のデータを表示できるようになります。

データの急増を制御して不必要な重複を防ぎ、わかりやすい指標を使用してデータの品質とプロセスを管理および測定します。