装备数据质量管理是指对数据从计划、获取、存储、共享、维护、应用、消亡等生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、测量、监控、预警等一系列管理活动。软件能力成熟度模型（CapabilityMaturityModel,CMM）为软件的过程能力提供了一个阶梯式的改进框架，指明一个软件组织在软件开发方面需要做好哪些主要管理工作，明确这些工作之间的关系，以及以怎样的先后次序，逐步实现所设定的目标。
近几年，一些研究机构和业务部门在质量信息和数据管理的研究和实践方面进行了探索，并取得了一定成果。但是，大部分研究和实践，缺少有效的分析和处理机制，远不能满足当前装备建设应用的需求，为确保数据资源的有效利用，应对准装备数据质量管理全过程，借鉴软件能力成熟度模型CMM理论和方法，开展全面数据质量管理研究，这对促进管理过程的持续改进和优化具有十分重要的研究意义。
2．装备数据质量管理成熟度模型构建
2.1装备数据质量管理成熟度模型结构描述
装备数据质量管理成熟度模型结构主要包括成熟度等级、关键过程域、目标、关键实践、子实践等要素。
成熟度等级：按从低到高的顺序划分为初始级、基本级、度量级、管理级和优化级五个等级。其中每个等级将作为达到下一更高级的基础，成熟度不断升级的过程也就是其数据质量管理能力逐步积累的过程，每个阶段都有各自的特点。
关键过程域：一组相关的活动，当这些活动共同完成时，对建立过程能力至关重要的一组目标就能实现。
目标：对关键过程域中关键实践的一种概括，可用于确定组织是否已经有效地实施该关键过程域，目标表示该关键过程域的范围、边界和意图。
关键实践：对关键过程域的有效实施和制度化贡献最大的基础设施和活动。
子实践：对关键实践活动的具体细化或分解。
除第一级外，每个等级都由一些关键过程域组成，每个关键过程域都有一组特定的目标，通过相应的关键实践来实现这些目标，当一个关键过程域的所有关键实践都按要求得以实施时，就能实现该关键过程域提出的目标，当一个等级的所有关键过程域及其以下所有等级的各关键过程域的全部目标实现时，才表明达到了该成熟度等级。
2.2装备数据质量管理成熟度等级
2.2.1第一级：初始级
当组织不能满足模型第二级时即被定义为初始级。初始级的特点是组织没有对数据的管理意识，组织的数据管理是无秩序，数据生命周期各过程经常被改变，并缺乏有效的数据管理软件支撑，整个组织的数据质量没有保证。
2.2.2第二级：基本级
第二级的特点是装备数据质量管理是被动、应付的。此阶段的组织已认识到了数据管理方面的缺陷，制定了相关制度和策略，规范了管理流程，并加强了执行力度，研制和使用了一些技术支撑工具，如数据库设计工具、数据采集工具等，对数据生命周期各阶段进行了有效的控制和管理。在此阶段，组织的各部门间或各业务领域间很少进行数据交换和共享，因此跨部门、跨领域数据不一致、冗余的问题不凸显。
2.2.3第三级：度量级
第三级的特点是管理已从被动的问题更正模式转变为问题防范模式，组织的各业务部门建立了基本制度和规程，积极开展业务系统数据质量的测量、跟踪、修改、评价等，研制和使用了一些数据质量管理工具，比如数据质量自动检测系统，将数据质量问题尽可能控制在数据生命周期各关键环节。在此阶段，管理层开始重视和使用组织的整合数据以支持决策，由技术人员通过使用数据清洗、元数据等技术，解决组织内跨业务和跨部门遇到的数据质量问题。
2.2.4第四级：管理级
第四级的特点是组织的数据质量管理是可控的。组织的最高管理者对数据及其质量极为重视，组织成立了数据质量管理职能部门，在此阶段，组织的数据质量管理目标已从防范模式转变为可控模式。建立了数据质量管理指导方针，制订并实施了一整套科学有效的（建立和改进—计划和方法—实施和修正—分析和评价）管理措施；对数据质量管理工作实现标准化、文档化，研制和使用了数据质量控制过程软件。在这一阶段，统一了基础数据标准，基本满足组织决策的需要。
2.2.5第五级：优化级
第五级的特点是组织的数据质量管理是可持续改进的。组织制订了管理优化政策，制订了更全面的、涉及组织范围内的改进计划和措施。达到本级时，组织内部已建立了功能强大的管理和控制平台，以有效支撑全面数据质量管理措施的实施，提供了过程监控和过程改进的手段，保证了数据质量管理过程的循环式改进和优化。
2.3关键过程域
每个成熟度等级（除1级外）都包含若干个对该成熟度等级至关重要的关键过程域。
第二级基本级主要包括：数据管理角色和职责、数据设计、数据存储管理、访问控制管理、数据安全管理。
第三级度量级主要包括：数据质量需求分析、数据质量管理、数据产品管理。
第四级管理级主要包括：角色和职责、战略数据质量管理、数据治理。
第五级优化级主要包括：实施监控、持续改进。
每个关键过程域只与特定的成熟度等级直接相关，并标识出一系列相关活动，当这些活动全部完成时，就能达到对增强过程能力至关重要的若干个目标。当一个关键过程域的全部目标均已达到时，才表明该关键过程域被实现。
2.4关键实践
关键实践是对关键过程域的深化，它描述了对关键过程域的有效实施和制度化起最重要作用的基础设施和活动，通过关键实践来达到关键过程域提出的目标。当达到更高级别的成熟度时，每一个关键过程域中要执行的具体实践也会发生相应的进化和提高。关键实践一般只描述“做什么”，而不强制规定“如何做”。例如，在第二级基本级中，其中一个关键过程域是数据设计，其中的一个关键实践就是建立数据的概念模型，没有规定用什么方法建立数据的概念模型，可以使用UML或使用ERM。
3．装备数据质量管理成熟度模型的应用
3.1评估步骤
评估组织的装备数据质量管理过程，应遵循以下6个步骤：
（1）成立评估组。应预先对评估组成员进行装备数据质量管理成熟度，以及评估细节方面的培训。
（2）设计调查表。为了辅助完成数据质量管理过程的评估，评估组设计一份完善的成熟度调查问卷表。
（3）填写调查表。被评估单位的代表完成调查表的填写工作，并回答评估组提出的一些有针对性的问题。
（4）答卷分析。评估组对调查表及进一步提问的回答进行统计、分析，并确定应做进一步审查的部分，提出补充提问。待查的部分应与装备数据质量管理成熟度模型的关键过程域对应。
（5）现场访问。评估组在现场根据初步分析的结果，召开访谈会，以关键过程域和关键实践为依据，判断所考察实施是否满足目标的规定，记录做出判断的理由。
（6）给出最终评估结果和评估报告。评估组基于对组织的数据质量管理过程的调查结果，通过专业性分析，判断该组织数据质量管理成熟度的等级。
3.2改进指导
通过评估结果和评估报告，组织了解自身处于成熟度模型的哪一层成熟度等级，以及为什么处在这一级；借助模型，组织明确了下一步提升目标，以及实现所设定的目标的关键过程域是什么，将提高数据质量的重点放在关键环节上。如：组织处在“基本级”，准备向“度量级”目标前进，就要重点把握关键过程域“数据质量管理”，重点放在“数据质量测量”“数据质量评估”和“数据质量处理和报告”关键环节。
4．结语
装备数据质量管理成熟度模型引入全面数据质量管理和CMM理念和方法，把数据质量研究对准过程管理，实施过程监控，促进了管理过程的持续改进，从而保证和提升了装备数据质量。因此，对模型的研究和实践不仅具有理论探索意义，而且具有十分重要的装备应用价值。
作者：王 丽 张 怡 (军事科学院系统工程研究院网络信息研究所)
本文刊发于《中国高新科技》杂志2020年第21期
（转载请注明来源）
