标准规范下载简介
DL／T 2460-2021 电力数据管理能力成熟度评估模型.pdfICS01.040.01 CCS F 10
中华人民共和国电力行业标
Powerdatamanagementcapabilitymaturityassessmentmodel
深圳市龙岗区xx路（南段）市政工程顶管施工方案DL/T 24602021
12.4指标数据. 13数据生存周期… 34 13.1数据需求 13.2数据设计和开发 ·35 13.3数据运维. .*36 13.4数据退役 * 37 14数据平台 14.1平台规范 38 14.2平台架构 39 14.3平台运营 5数据资产运营 .. 41 15.1数据运营规划. 15.2数据运营管理· 43 15.3数据运营评价 6评估方法 ·45 16.1概述. 45 16.2评估原则…. 45 16.3评估过程 ·45 16.4评估方式· 46 16.5评分定级 · 47 16.6评估结果 47
本文件按照GB/T1.1一2010《标准化工作导则第1部分：标准化文件的结构和起草规则》的规 定起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中国电力企业联合会提出。 本文件由电力行业信息标准化技术委员会（DL/TC27）归口。 本文件起草单位：国网甘肃省电力公司、国家电网有限公司大数据中心、国网河北电力有限公 司、国网浙江电力有限公司、国网福建电力有限公司、国投甘肃小三峡发电有限公司、大唐湖北能源 开发有限公司、国网信通亿力科技有限责任公司。 本文件主要起草人：张小敏、张自强、段军红、李玉杰、杨波、高建勇、魏军、闫润珍、王栋、 李方军、延亮、苏蕊、李韶瑜、韩旭杉、周春雷、马彦宏、王亚婷、李策、王华、郭芳琳、季良、 刘文涛、尹佳、邓勇、张旭东、杨超、马景浩、王建伟、郁文龙。 本文件为首次发布。 本文件在执行过程中的意见或建议反馈至中国电力企业联合会标准化管理中心（北京市白广路二 条一号，100761）。
电力数据管理能力成熟度评估模型
本文件规定了电力数据管理能力成熟度评估模型以及数据战略、数据治理、数据架构、数据应 用、数据安全、数据质量、数据标准、数据生存周期、数据平台、数据资产运营10个能力域，明确了 评估方法。 本文件适用于组织和机构对电力行业数据管理能力成熟度进行评估
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中注日期的 件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修币 用于本文件。 GB/T35295一2017信息技术大数据术语 GB/T36073一2018数据管理能力成熟度评估模型
DL/T 2460—2021
数据产品dataproducts 根据数据市场需求，通过拆分、组合、封装等方式使数据资产形成有利于用户可使用、可接受的 数据服务包。 3.18 数据服务dataservices 提供数据采集、数据传输、数据存储、数据处理（包括计算、分析、可视化等）、数据交换、数据 销毁等数据各种生存形态演变的一种信息技术驱动的服务。 3.19 数据平台dataPlatform 单位内涉及数据集成、数据存储、数据管理、数据应用等服务的综合性平台。 3.20 数据模型dataModel 使用结构化的语言将收集到的企业业务经营、管理和决策中使用的数据需求进行综合分析，按照 模型设计规范将需求重新组织。
电力数据管理能力成熟度评估模型包含10个能力域。每个能力域包括若干数据管理领域的能力 项，共34个，能力域和能力项见表1。
表1 能力域和能力项
按照GB/T36073一2018的规定，电力数据管理能力成熟度评估等级分为五级：初始级（一 管理级（二级）、稳健级（三级）、量化管理级（四级）、优化级（五级），等级标准及描述与后 低级别是实现高级别的基础。
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。 c）应用系统仅是数据承载手段之一，各自管理自己的数据，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。 d）数据管理仅根据项目实施的周期进行，无法核算数据维护、管理的成本。
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 特征如下： 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。 b）意识到数据质量和数据孤岛是一个重要的管理问题，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。 d）开始进行了一些重要数据管理工作，对重要数据的安全、风险等方面设计相关管理措施。
数据已被当作实现企业绩效目标的重要资产，在企业层面制定了系列的标准化管理流程，促进数 管理的规范化，具体特征如下： a）建立了数据管理及运营体系、构建了数据管理平台。 b）意识到数据的价值，在企业内部建立了数据管理的规章和制度。 C） 数据的管理以及应用能结合企业的业务战略、经营管理需求以及外部监管需求。 d） 建立了相关数据管理组织、管理流程，能推动企业内各部门按流程开展工作。 e）企业在日常的决策、业务开展过程中能获取数据支持，明显提升工作效率。 f ）参与行业数据管理相关培训，具备数据管理人员
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）企业层面认识到数据是企业的战略资产，了解数据在流程优化、绩效提升等方面的重要作用在 制定企业业务战略的时候可获得相关数据的支持。 b）在组织层面建立了可量化的评估指标体系，可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）企业内部定期开展数据管理、应用相关的培训工作。 e） 2 在数据管理、应用的过程中充分借鉴了行业最佳案例以及国家标准、行业标准等外部资源，促 进企业本身的数据管理、应用的提升。
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。
过程描述如下： 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。
过程目标如下： a）编制和发布数据战略。 b）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）第一级：初始级。在项目建设过程中明确数据管理目标和范围。 b）第二级：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）制订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）第三级：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）第四级：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) ）第五级：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纟
数据战略实施是确定数据战略实施主体，落实保障机制，开展数据战略任务分解，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、目标之间的差距；依据数据战略分解阶段性战略任务目标，并确定实施步骤。
数据战略实施能力项主要包含以下活动： a） 1T 评估准则：建立数据战略规划实施评估标准，规范化评估过程和方法。 b）现状评估：对单位当前数据战略落实情况进行分析，评估各项工作开展情况。 C） 评估差距：根据现状评估结果与单位数据战略规划进行对比，分析存在的差异。 d）实施路径：利益相关者结合单位的共同目标和实际商业价值进行数据职能任务优先级排序。 e）保障计划：依据实施路径，制定开展各项活动所预算。 f）任务实施：根据计划开展实施工作。 g）过程监控：依据实施路径，及时对实施过程进行监控。
过程目标如下： a）检查数据战略落实情况，定期对实施情况进行评估。 b）分析差距：对现状和发展目标进行对比，分析存在的差异，明确发展方向。 c） 推动战略实施，根据存在的差距，结合单位的共同目标和实际商业价值，进行数据职能任务优 先级排序，提供资源和资金保障，推动战略落地。
6.2.4能力等级标准
能力等级标准如下： a）第一级：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。 b）第二级：受管理级。 1）在部门或数据职能领域内，结合实际情况评估关键数据职能与愿景、目标的差距。 2）在部门或数据职能领域内，结合业务因素建立并遵循数据管理项目的优先级。 3）在部门或数据职能领域内，制定数据任务目标，并对所有任务进行全面分析，确定实 施方向。 4）在部门或数据职能领域内，针对具体管理任务建立目标完成情况的评估准则。 c）第三级：稳健级。 1）针对数据职能任务，建立系统完整的评估准则。 2）在单位范围内全面评估实际情况，确定各项数据职能与愿景、目标的差距。 3）制定数据战略推进工作报告模板，并且定期进行发布，使利益相关者了解数据战略实施的 情况和存在的问题。 4）结合单位业务战略，利用业务价值驱动方法评估数据管理和数据应用工作的优先级，制定
能力等级标准如下： a）第一级：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。 o）第二级：受管理级。 1）在部门或数据职能领域内，结合实际情况评估关键数据职能与愿景、目标的差距。 2）在部门或数据职能领域内，结合业务因素建立并遵循数据管理项目的优先级。 3）在部门或数据职能领域内，制定数据任务目标，并对所有任务进行全面分析，确定实 施方向。 4）在部门或数据职能领域内，针对具体管理任务建立目标完成情况的评估准则。 ）第三级：稳健级。 1）针对数据职能任务，建立系统完整的评估准则。 2）在单位范围内全面评估实际情况，确定各项数据职能与愿景、目标的差距。 3）制定数据战略推进工作报告模板GB／T 36360-2018标准下载，并且定期进行发布，使利益相关者了解数据战略实施的 情况和存在的问题。 4）结合单位业务战略，利用业务价值驱动方法评估数据管理和数据应用工作的优先级，制定
实施计划，并且提供资源、资金、人力等方面的保障。 5）跟踪评估各项数据任务的实施情况，并结合工作进展调整更新实施计划。 d）第四级：量化管理级。 1）可以应用量化分析的方式对数据战略的进展情况进行分析。 2）积累大量的数据用以提升数据任务进度规划的准确性。 3）数据管理工作任务的安排能够及时满足业务发展的需要，建立了规范的优先级排序方法。 e）第五级：优化级。 在业界分享最佳实践，成为行业标杆。
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进 行评估，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。
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。
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）实施评估一级公路D标段施工组织设计，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