面向大型能源企業的數據管理評價模型

摘" 要：為推進大型能源企業數據管理能力建設，健全數據管理體系，夯實數據管理基礎，開展數據管理能力評估，切實找出公司數據管理薄弱環節，規范數據管理與使用行為，持續提升數據管理能力，加快推動公司數字化轉型發展。通過對大型能源企業數據管理現狀和特性進行充分調研，借鑒DCMM、DAMA等國內外數據管理評估模型，創新性地構建一套數據管理評價模型，該模型包含8個能力域、29個能力項、96個管理要素和209項要素解析。采用加權平均的方法計算對成熟度等級進行判斷。與目前業內通用數據管理能力評價模型相比，該模型明確數據管理重點范圍、更加符合能源生產類企業業務特色。通過實證分析，結果表明該評價模型具有評價可操作性和評分有效性，能夠為大型能源企業數據管理能力的提升提供指導。

關鍵詞：大型能源企業；數字化轉型；數據管理；評價模型；創新點

中圖分類號：G203 文獻標志碼：A 文章編號：2095-2945（2025）08-0000-00

Abstract： In order to promote the construction of data management capabilities of large energy enterprises， improve the data management system， consolidate the foundation of data management， carry out data management capabilities assessment， effectively identify weak links in the company's data management， standardize data management and use behaviors， continue to improve data management capabilities， and accelerate the promotion of the company's digital transformation and development. By fully investigating the current status and characteristics of data management in large energy enterprises， and drawing on domestic and foreign data management evaluation models such as DCMM and DAMA， a set of data management evaluation models has been innovatively constructed. The model includes the analysis of 8 capability domains and 29 capabilities， 96 management elements and 209 elements. A weighted average method is used to calculate and judge the maturity level. Compared with the current general data management capability evaluation model in the industry， this model clarifies the key scope of data management and is more in line with the business characteristics of energy production enterprises. Through empirical analysis， the results show that the evaluation model has evaluation operability and scoring effectiveness， and can provide guidance for improving the data management capabilities of large energy companies.

Keywords： large energy enterprises; digital transformation; data management; evaluation model; innovation point

能源企業的數據管理現狀正經歷著深刻的變革。隨著大數據、云計算、人工智能等技術的廣泛應用，能源企業正逐步從傳統的能源生產與供應轉向數字化、智能化的能源管理。數據是21世紀的重要生產要素，是基礎性和戰略性資源，也是重要的生產力。在數字化浪潮的推動下，數據已成為能源企業不可或缺的核心資產之一，而數據管理則是確保數據要素價值得以最大化的關鍵。大型能源企業不僅在國內外市場上占據重要地位，而且在能源轉型和新型能源體系建設方面發揮著關鍵作用。

在數據管理能力成熟度評價方面，目前學者在圖書檔案數據管理能力[1]、政府數據管理能力[2]、建設單位數據管理能力[3]、醫院數據管理能力[4]和金融業數據管理能力[5]等方面都展開了一定的研究，當前對大型能源企業數據管理能力成熟度評估的研究較少。因此，亟須研究設計一種適用于大型能源企業的數據管理評價模型，實現對企業數據管理能力水平的全面審視，并為企業未來數字化發展提出策略指引。

本文首先對大型能源企業數據管理特點、DCMM數據管理評價模型在能源行業中的應用實踐進行研究；其次結合大型能源企業數據管理現狀，基于DCMM數據管理評價模型，將通用的“國標語言”轉換為個性化“能源企業語言”，形成能源企業統一對國標各項要求的理解和認識，將評價要點與能源企業數據管理業務現狀進行結合，創造性提出了能源企業數據管理能力評價模型；最后運用評價模型幫助能源企業深入了解其數據管理現狀，識別潛在問題與挑戰，并據此制定針對性的改進策略，以提升數據驅動的決策能力，增強企業的競爭力和可持續發展能力。

1" 大型能源企業數據管理評價概述

1.1" 大型能源企業數據管理特點

大型能源企業業務板塊眾多、管理機構龐大、組織復雜，其數據也有數據量大且復雜、跨部門數據共享與協同困難、數據安全合規要求高等特點。對于大型能源企業，其在數據管控、數據架構管理、數據標準管理和數據應用管理等方面存在明顯的能源行業特色。

在數據管控方面，大型能源企業普遍重視數據認責工作，如某能源企業通過緊握責任主線，以“業務為主、人人有責”等理念，明確在數據管理工作中各方的角色與職責，從而構建出業務與技術協同、多層級上下聯動的數據認責機制，聚焦擁有高價值的核心業務數據，將責任分解明確到崗、到人。

在數據架構管理方面，大型能源企業各業務板塊數據關聯關系復雜且數據量龐大，因此企業在數據架構管理中普遍更加重視數據資產目錄的建設，以保證內部數據架構有效實現數據整合，避免產生數據孤島，支撐數據在企業內部更廣泛、更深入的利用。

在數據標準管理方面，大型能源企業除對主數據、通用基礎數據、指標數據和業務術語的管控以外，基于能源行業特性，企業更加重視生產實時數據和交易數據的管控，部分能源企業已經為生產數據、交易數據建立了一套成熟的標準和管控流程。其中生產數據主要指生產實時數據，包括測點觀測數據、GIS數據、氣象傳感數據等。

在數據應用管理方面，大型能源企業需要充分發掘數據的潛在價值，應用能源數據能夠將石油、電力、煤炭等能源領域數據以及地理、人口、氣象等諸多領域數據，進行綜合采集、處理、分析與應用的行業優勢。數據要素價值開發包括內部管理提升增效、對外數據安全規范管控、外部數據要素價值探索等方面。

1.2" DCMM數據管理評估模型在能源行業中的應用

GB/T 36073—2018《數據管理能力成熟度評估模型》（簡稱“DCMM”）是我國首個正式發布的數據管理領域的國家標準，該國家標準旨在提供一套先進的數據管理理念和數據管控方法。DCMM模型設置8個能力域、28個能力項、445條評估條款，以此對企業的數據管理能力進行全面評價[6]。

能源企業積極開展了DCMM評估，尤其以電力行業為主。電力行業在數據應用能力有較大的行業優勢。目前已有國家電網、中國南方電網、國家能源集團、中國石化集團和廣東電網等大型能源企業已取得DCMM 5 級優化級認證。

由于DCMM模型的普適性，導致其評價要求無法貼合能源行業數據管理的實際需求和痛點。

在數據治理方面，認責體系的建設得到了大型能源企業的重視，而在DCMM模型中數據認責被認為是數據管理組織建設中的一環，所考慮和重視程度不足。

在數據架構方面，形成數據資產目錄是大型能源企業數字化轉型工作中的重要一環。當前DCMM模型僅將該部分能力描述作為數據分布等能力項中的一種能力，不能體現其在企業數據管理工作中的重要程度。

在數據標準方面，DCMM模型包含了業務術語、主數據、參考數據、指標數據和數據元。對于能源行業中所重視的生產實時數據和交易數據針對性不足，與能源行業實際業務工作和數據管理需求偏差較大，無法準確反映參評企業的真實數據標準管理能力。

在數據應用方面，能源安全事關經濟社會發展全局，能源數據的應用尤其是對外應用更需慎之又慎。DCMM模型重視數據的對外應用，此類要求與能源企業數據安全管理需求存在矛盾，與企業實際業務需求差別較大，容易導致評價結果失真。

2" 大型能源企業數據管理能力評價模型構建

2.1" 大型能源企業數據管理能力評價模型設計思路

大型能源企業數據管理能力評價模型基于DCMM、DAMA等國內外數據管理經典理論，精煉數據管理要點，結合能源企業現狀，建立更適用于大型能源企業開展行業內對標評價的數據管理評價模型。

大型能源企業數據管理評價模型面向4方面進行描述：能力域、能力項、管理要素和要素解析。評價時對企業數據管理現狀進行調研，依據要素解析建立標準評價條款，標準評價條款分為5個級別，根據各條款滿足符合程度，對各標準條款、能力等級、能力項和能力域進行評分。

2.2" 大型能源企業數據管理能力評價模型

大型能源企業數據管理能力評價模型總體框架是模型的總體視圖，如圖1所示，反映了企業數據管理各能力域、能力項之間的支撐關系和對應的管理要素，總體框架對8個能力域、29個能力項的管理內容進行了詳細列示。

2.3" 大型能源企業數據管理能力評價模型創新點

面向大型能源企業的數據管理能力評價模型基于大型能源企業數據管理實際工作情況，具備如下創新點。

1）評價模型更全面：本文模型相較于當前國內普遍使用的DCMM評估模型，將原有模型的8個能力域、28個能力項、445個標準條款進行抽取、提煉和沉淀，形成更加符合能源類企業工作現狀的96個管理要素和209項要素解析，基于要素解析建立了542條評分條款，面向各維度有效覆蓋了能源企業數據管理各能力域的評價需求。

2）能力項重點突出：本文模型的能力要素是基于能源企業業務價值鏈抽象而成，在反映通用評價需求外，著重體現了能源行業多為生產類企業的行業特色，突出了數據架構、數據標準等能力域的管控要求，更加貼合能源企業數據管理工作實際。

3）適用于下屬單位：本文模型考慮了下屬單位管理權限的設置情況，設立了更符合評價需求的要素解析，擴大了各管理要素覆蓋的職能范圍，滿足大型能源企業內部龐大組織的分布式管理特點，更適應大型能源企業下屬單位的數據管理評價工作。

2.4" 大型能源企業數據管理能力評價模型特點

根據實際業務、應用系統功能及企業之間管理的需求確定企業和其子分公司之間以及企業內部之間的數據責任劃分和分級管理體系，按優先級逐批次梳理數據責任關系及要求，將數據管理職責細化落實至部門或者具體崗位。

數據架構域通過加入數據資產目錄的描述，實現對企業內部有價值、可用于分析和應用的數據進行提煉形成目錄體系，建立企業內部業務場景和數據資產的映射關系，幫助建立數據理解、使用及分析的知識圖譜。

數據標準域圍繞定標、貫標、核標和用標4個步驟對業務術語、主數據和通用基礎數據、指標數據、交易數據和生產數據開展評價。通過引入生產數據概念，將能源類企業測點數據為代表的生產數據進行納管，對其開展統一規范化定義、采集和應用，全面支撐能源類企業邊緣測數據標準管理與評價。

數據應用域將能源企業內部數據應用能力劃分為對內分析建設和對外開放服務2個維度，與傳統評價模型在數據應用域的能力描述相比，本文中的模型著重體現數據應用對能源企業的內在價值，并強調基于數據服務實現能源企業內部數據注智業務發展、對外推動數據創收創效的特點。

限于篇幅，本文以數據管控域-數據治理組織為例，展示大型能源企業數據管理能力評價模型要素，詳見表1。

3" 評價模型的應用與實證分析

為驗證該模型的有效性和評價結果的真實性，在某能源集團的DCMM評估工作過程中應用本模型對該能源集團進行評價。并將評價結果與DCMM評估成果進行了對比分析。通過梳理各文件內容和要素解析要求，對各要素解析得出能力等級、能力項、能力域以及整體得分。將相同的能力項、能力域和最終得分與DCMM評估結果相對比，以驗證本文評價模型的有效性。

將該集團DCMM評估結果和本文模型評價結果對比，通過分析該集團DCMM評估工作成果和本文模型評價結論，對二者各域得分、各能力項得分進行實證分析，具體情況如圖2所示。

該集團DCMM評估結果為2.46分，達到穩健級水平。應用大型能源企業數據管理能力成熟度評價模型計算的評價結果為2.55分，達到成熟級水平，本文模型得分和DCMM評估結果相比提高0.09分，表明該能源企業數據管理相關工作已穩步開展，數據管理機制體系建設已上升為企業層面，在面向能源企業的專有數據管理領域取得了較好的工作成績。

在能力域方面，數據架構、數據應用兩域得分差距較大，其中數據架構域評價模型得分為2.60分，較DCMM模型評估得分高0.15分；數據應用域得分2.61分，較DCMM模型評估得分高0.30分。細化至數據項維度，在數據標準中該集團的交易數據和生產數據能力項得分較高，達到2.84分，也使得數據標準能力項整體得分提升至2.64分，較DCMM模型評估結果上升0.11分。整體分數與行業內主流評估模型的評價結果差別在0.3分以內，在數據架構、數據應用、數據標準等不同能力域得分情況有所變化，相關差異性評價結果體現了本文中的評價模型對于大型能源企業數據管理現狀的側重性和真實性，表明該模型在保障客觀實際的基礎上能更好地反映大型能源企業數據管理的特點和優勢。

4" 結論與展望

實證分析表明，該模型在大型能源企業中應用效果顯著，能夠在客觀真實的基礎上，準確反映出大型能源企業的數據管理優勢和特點，并為各大型能源企業改進和提升提供明確方向。與現有DCMM評估模型相比，本文提出的模型更貼近能源行業的實際需求，尤其是在數據架構、數據標準和數據應用方面，提供了更深入的行業洞察，以突顯行業特色。

展望未來，本研究后續將持續優化和完善該模型，引入更多先進的數據管理理念和技術，如人工智能和機器學習，以提升模型的智能化水平。同時，配套開發數字化評價工具，如能源企業數據管理能力評價計算器，以進一步提高評價效率和用戶體驗。

參考文獻：

[1] 葉蘭.高校圖書館科學數據管理服務能力成熟度模型構建與應用研究[J].圖書情報工作，2022，66（6）：3-14.

[2] 徐麗新，袁莉.地方政府數據開放門戶的成熟度評估研究[J].圖書情報工作，2019，63（12）：52-58.

[3] 李曉丹，方成，馬異觀.建設單位數據管理能力成熟度評估與實證研究[J].建筑設計管理，2023，40（11）：49-59，65.

[4] 譚坤，袁博，毛云鵬，等.基于DCMM的醫院數據管理能力成熟度評估研究[J].衛生軟科學，2024，38（5）：43-47.

[5] 李佳卉，白鵬.金融業數據管理能力成熟度量化評估及應用——基于模糊綜合評價方法和蛛網模型[J].開發性金融研究，2023（5）：53-72.

[6] 李紅林，楊東寧，楊天純，等.云南電網數據認責體系在數據標準化建設中的應用研究[J].機電信息，2019（20）：132-133.